揭秘AI、机器学习、深度学习关系

　　AlphaGo击败李世乭一时间引起了众多媒体的关注，尽管已经过去一段时间。而人工智能、机器学习和深度学习这些词已然成为媒体热词，媒体用他们用来描述 DeepMind 是如何获得成功的。

　　首先来说一下，人工智能、深度学习、机器学习三者之间的关系，区别三者最简单的方法：想象同心圆，人工智能（AI）是半径最大的同心圆，向内是机器学习（Machine Learning），最内是深入学习（Deep Learning）。

　　自从几位计算机科学家在 1956 年的达特茅斯会议上提到这个词以后，人工智能就萦绕在实验研究者们心中，不断酝酿。在此后的几十年里，人工智能被标榜为成就人类文明美好未来的关键。

　　在过去的几年里，特别是2015 以来，人工智能开始大爆发。这在很大程度上提高了 GPU 的广泛可用性，使得并行处理速度越来越快，使用更便宜，而且功能更强大。整个大数据运动拥有无限的存储和大量的数据：图像，文本，交易，映射数据等等。

　　有关人工智能：

　　1.过去二十年，在大数据集的数字化、建立管理大数据集的基础框架和大数据计算范式上的进展，是解释本世纪先后将重点放在数据科学和人工智能上的主要原因。

　　2.一旦我们数字化了数据，使得他们可以被程序处理，下一步就是撬动自动化和对未来的预测。随着预测能力的增加，似乎更多“智能”的方面展现了出 来。于是我们将“数据科学”这样的术语改为“人工智能”。事实上这二者之间并没有什么明显的差别，只是感觉上的新奇和困难程度不同而已。新奇度和难度随着时间是呈正态分布。今天“人工智能”给人的感觉就和昨天的“数据科学”一样。

　　3.从数据中学习的AI叫做机器学习（Machine Learning）。传统的机器学习从原始数据中提取人们可以识别的特征，然后通过学习这些特征产生一个最终的模型。

　　有关机器学习：

　　机器学习是一种实现人工智能的方法。

　　1、机器学习最根本的点在于使用算法来分析数据的实践、学习，然后对真实的事件作出决定或预测。而不是用一组特定的指令生成的硬编码软件程序来解决特定任务，机器是通过使用大量的数据和算法来「训练」，这样就给了它学习如何执行任务的能力。

　　2、机器学习是早期人工智能人群思考的产物，多年来形成的算法包括决策树学习、归纳逻辑编程、聚类、强化学习、贝叶斯网络等等。正如我们所知，所有这些都没有实现强人工智能的最终目标，而早期的机器学习方法甚至连弱人工智能都没有触及到。

　　4、事实证明，多年来机器学习的最佳应用领域之一是计算机视觉，尽管仍然需要大量的手工编码来完成这项工作。人们会去写手工编码分类器，如边缘检测滤波器，以便程序可以识别一个目标的启动和停止；进行形状检测以确定它是否有八个侧面；同时确保分类器能够识别字母「s-t-o-p.」从那些手工编码分类器中，机器就会开发算法使得图像和「学习」更有意义，用来确定这是否是一个停止标志。

　　结果还算不错，但这还不够。特别是在雾天当标志不那么清晰，或有一棵树掩盖了标志的一部分时，就难以成功了。还有一个原因，计算机视觉和图像检测还不能与人类相媲美，它太脆弱，太容易受到周围环境的影响。

　　有关深度学习：

　　现在深度学习在机器学习领域是一个很热的概念，不过经过各种媒体的转载播报，这个概念也逐渐变得有些神话的感觉：例如，人们可能认为，深度学习是一种能够模拟出人脑的神经结构的机器学习方式，从而能够让计算机具有人一样的智慧；而这样一种技术在将来无疑是前景无限的。那么深度学习本质上又是一种什么样的技术呢？

　　深度学习是机器学习领域中对模式（声音、图像等等）进行建模的一种方法，它也是一种基于统计的概率模型。在对各种模式进行建模之后，便可以对各种模式进行 识别了，例如待建模的模式是声音的话，那么这种识别便可以理解为语音识别。而类比来理解，如果说将机器学习算法类比为排序算法，那么深度学习算法便是众多排序算法当中的一种（例如冒泡排序），这种算法在某些应用场景中，会具有一定的优势。

　　1.过去十年中，神经网络，一种类似哺乳动物大脑突触连接关系的机器学习结构，得以复兴。神经网络不需要人为提取特征。原始数据进入学习算法之后不需要任何的人为工作，我们把它称之为“深度学习”。

　　2.尽管深度学习技术和学习模型已经存在了几十年了，但是我们现在才看到其理论创新和基于经验的突破，因为基础架构和数据的实用性才刚刚成熟。2006年，NVIDIA推出基于GPU的CUDA开发平台，成为了深度学习发展历史上的风水岭。

　　3.正是由于深度学习脱离了人为构建特征使其得以成为一种自然的学习工具。很多技能，早在有能力以复杂的数学方式提取特征之前，我们就已经学会了。这些技能是我们自然而然学会的，难以用高度的特征归纳。通过传统的机器学习手段，是很难凭人类的直觉得出，或是构造出高维的精确特征的。

　　4.早在我们有能力构建复杂的语义（semanTIc）之前，我们就已经在机器视觉和自然语言处理等方面取得了很好的成绩。但是学会这些技能不需要我们有数学推理的能力，更不要说人为有意构建的高层语义了。

　　5.深度学习在广义的高维机器学习问题上已经展现了突破性的成果。其中覆盖的领域包括基因组学，油气，数位病理学甚至是公共市场。

　　有关强人工智能：

　　ArTIficial General Intelligence（AGI）是指强人工智能，这是一种人类级别的人工智能，在各方面都能和人类比肩，人类能干的脑力活它都能干。不仅仅是当今人工智能所应对的局部、特定的问题，未来 可能出现的复杂繁冗任务对它来说都不在话下，当前的人工智能需要人类进行编程，但不排除未来的某一天它可以自动编程。因此，AGI的定义其实也不太准确。

　　1、如果说AGI定义尚难，尚不能预测它的发展。勒存和百度首席科学家吴恩达等人都认为不必在AGI的预测上浪费时间，因为目前人类要达到这个水平还远的很。人工智能还需要跨越一个几年甚至几十年的寒冬。吴恩达做了个比喻，人类对未来人工智能的担忧简直比得上对半人马座α星系的幻想（注：由于半人马座α星系统距离地球很近，许多科幻小说都“认为”这里存在发达的宇宙文明）。

　　2、谷歌DeepMind联合创始人肖恩·莱格认为，现在开始研究人工智能安全是绝对有益的，它帮助我们建立起一个框架，让研究人员在这个框架内朝着积极的方向去发展更聪明的人工智能。

　　3、AGI会拥有类似人类的智力，但是却不会有类似人类的外表，因为我们并不了解自己内在的“目标函数”。目前，我们在特定的领域内训练计算机，使他们犯的错误最小化。除非我们知道我们自己的目标函数是如何校准的，否则，即使AGI会很智能甚至有可能会有意识的展现，但也绝对不会完全像人一样。

　　4、人们会通过输入输出的通道来限制和规范AGI的行为。未来会有很多关于AGI善恶的争论，关于增加其好的能力是否会同时使其产生潜在的恶意行为。无人驾驶汽车是一个早期、但是很有力的例子。

　　有关人工智能之计算机视觉公司：

　　1、旷视科技：让机器看懂世界

　　公司专注于人脸识别技术和相关产品应用研究，面向开发者提供服务，能提供一整套人脸检测、人脸识别、人脸分析以及人脸3D技术的视觉技术服务，主要通过提供云端API、离线SDK、以及面向用户的自主研发产品形式，将人脸识别技术广泛应用到互联网及移动应用场景中。

　　2、云从科技：源自计算机视觉之父的人脸识别技术

　　广州云从信息科技有限公司（简称云从科技）是一家专注于计算机视觉与人工智能的高科技企业，核心技术源于四院院士、计算机视觉之父—— Thomas S. Huang黄煦涛教授。

　　3、格林深瞳：让计算机看懂世界

　　格灵深瞳是一家将计算机视觉和深度学习技术应用于商业领域的科技公司，自主研发的深瞳技术在人和车的检测、跟踪与识别方面居于世界领先水平。

　　北京陌上花科技有限公司：人工智能计算机视觉引擎

　　衣+是领先的人工智能计算机视觉引擎，在国际顶级计算机视觉竞赛ImageNet2015中，获得五项世界第一。

　　4、依图科技：与您一起构建计算机视觉的未来

　　目前致力于计算机视觉、图像视频智能理解和分布式系统及大数据应用的研究，为用户提供基于图像视频理解的计算机视觉产品。

　　5、码隆科技：最时尚的人工智能

　　码隆科技（Malong Technologies）是一家专注于引领深度学习与计算机视觉技术突破的人工智能公司，致力于打造全球领先的视觉决策引擎，并为企业提供国际领先、定制化的计算机视觉解决方案。

　　6、Linkface脸云科技：全球领先的人脸识别技术服务

　　成立于2014年，开创了基于深度学习的人脸检测创新算法，搭建了一套高效稳定的人脸分析系统，囊括了人脸检测、人脸关键点检出、人脸识别、人脸属性分析、活体检测等全套身份认证所需技术。

　　7、灏泷智能：疲劳驾驶预警技术领先企业

　　公司核心团队以原中国人民解放军某部，军用图形图像技术转业专家发起组建，公司所研发的视觉识别技术，通过日本、欧洲多家跨国电子企业及国内车厂的综合测试要求。

　　8、Sense TIme商汤科技：教会计算机看懂这个世界

　　我们成功聚集了当下华人中最出色、最有影响力的深度学习、计算机视觉科学家，以及来自于谷歌、百度、微软、联想等一批产业界的领军人物。在人工智能产业兴起的大背景下，商汤集团凭借在技术、人才、专利上超过十年的积累，迅速成为了人工智能行业领军企业。

　　9、图普科技：专注于图像识别

　　广州图普网络科技有限公司是一家站在人工智能前沿的创业科技公司，专注于图像识别整体解决方案。

　 　身处物联网洪流的你还在等什么！“关注物联网新机遇的你，怎能错过这个饕餮盛宴！！由华强聚丰旗下电子发烧友网举办的第三届“中国IoT大会”将 于12月2日在深圳隆重举行：全球化的 视野、更高价值的独家观点、更专业的技术分享、更前沿的脉动把握，汇聚全球物联网知名企业与精英的盛典，你不可错过！更多信息欢迎大家继续关注电子发烧友网！”（点击图片查看详情）