据我们所知，世界正在向机器迈进。但是，如果没有大量的人机交互，我们就不能充分利用任何机器的工作。因此，为了做到这一点，我们需要一些智能的机器。这里是人工智能的地方。机器在没有人为干预的情况下执行许多任务是智能的。
人工智能和机器学习这两个术语经常导致混淆，我们很多人并不确切地知道它们之间的区别。因此，我们最终可以互换地使用这些术语。机器学习基本上就是机器的学习概念，通过这些概念，我们将实现人工智能。深度学习是人工智能领域的最新事物。实现人工智能是实施机器学习的方法之一。
我们大多数人都看过基于AI的电影，里面有像终结者系列机器人这样的智能机器。但是在现实生活中，人工智能的概念并没有被优化到能够处理这些现实情况并相应地行动。大多数AI实现只是基于情况的编码。其中引入了机器学习来处理大量数据，并使机器使用输入/示例来学习以处理进一步的问题。
人工智能
“人工智能”这个词的粗略意思是人工创造智能，这个词我们重复了半个多世纪。大约在六十年代引进的，很快引起了大家的注意。人工智能的目的是减少机器正常工作的人工交互。
人工智能已经以多种方式实现。它并不总是需要智能实现。许多实现只是硬编码的功能，用于根据选择或情况运行。但是在实时场景中，我们有很多变量，根据这些变量，必须选择一些动作来执行。在这些场景中，硬编码不能给我们带来好的结果。因此，机器学习应运而生。
机器学习
机器学习是实现人工智能的一种方法。基本上是利用大量待解析和摄取的数据集作为例子来研究算法，并在这些例子的基础上解决进一步的问题。
因此，通过提供足够的示例/输入，使机器学会解决问题，就像人类通过示例学习一些东西，并使用它来解决进一步的问题。
有几种算法用于机器学习，例如：
Find-S
决策树
随机森林
人工神经网络
深度学习
它是机器学习时代的最新术语。深度学习是实现机器学习的一种方法。它基本上采用人工神经网络算法。神经网络的灵感来自于我们对大脑生物学的理解——神经元之间的所有联系。但是，不像生物大脑，任何神经元都可以在一定的物理距离内连接到任何其他神经元，这些人工神经网络具有离散的层、连接和数据传播方向。
结论
人工智能是通过机器学习（许多针对真实数据的有效算法）实现的更广泛的概念。深度学习是基于神经网络的机器学习算法。
深度学习为人工智能世界提供了新的可能性。目前，深度学习正被研究界和工业界用来帮助解决许多大的数据问题，如计算机视觉、语音识别和自然语言处理。
我们今天还有“窄AI”的概念。窄AI（或弱AI）表示我们正在处理的AI与一些特定任务相关。像车辆自动化（Google自驾车）或图像分类或人脸识别（Facebook深度学习）一样，是深层学习已经实现的一些特定任务。
人工智能从一开始就是要创建一个通用人工智能（强人工智能），以实现人脑的功能，该功能与特定任务无关，但执行所有通用任务，并根据情况作出反应，即模仿人脑的处理。所以我们还有很长的路要走。
閱讀更多 無敵工程師達人 的文章
