当前位置:首页 > 历史 > 人工智能、机器学习、深度学习的关系

人工智能、机器学习、深度学习的关系

关键词:   发布时间:2019-06-27 08:00:01
什么是人工智能


人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。它研究与开发的对象是“理论、技术及应用系统”,研究的目的是为了“模拟、延伸和扩展人的智能”。

早在1956年,已经提出了人工智能的概念,在往后的几十年间,人工智能就一直萦绕于人们的脑海之中,并在科研实验室中慢慢孵化。直至2015年,人工智能开始呈现爆炸式发展,研究领域不断扩大,包括专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等都取得了巨大的研究成果。

人工智能通常分为弱人工智能和强人工智能,前者让机器具备观察和感知的能力,可以做到一定程度的理解和推理,而强人工智能让机器获得自适应能力,解决一些之前没有遇到过的问题。但目前的科研工作都集中在弱人工智能这部分,电影里的人工智能多半都是在描绘强人工智能,而这部分在目前的现实世界里难以真正实现。

弱人工智能有希望取得突破,是如何实现的,“智能”又从何而来呢?这主要归功于一种实现人工智能的方法——机器学习。


什么是机器学习


机器学习是实现人工智能的一个方法,以机器学习为手段解决人工智能中的问题。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。机器学习在近30多年已发展为一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。

机器学习有下面几种定义:

1.机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。

2.机器学习是对能通过经验自动改进的计算机算法的研究。

3.机器学习是用数据或以往的经验,以此优化计算机程序的性能标准。

目前,机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人等领域。并应用基本达到了商业化的要求或者特定场景的商业化水平,但每前进一步都异常艰难,直到深度学习算法的出现。


什么是深度学习


深度学习,是实现机器学习的技术深度学习,是机器学习中的分支,深度学习可以自动学习特征和任务之间的关联,还能从简单特征中提取复杂的特征。深度学习的概念源于人工神经网络的研究,含多隐层的多层感知器就是一种深度学习结构,深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。

深度学习能够摧枯拉朽般地实现各种任务,使得机器辅助功能都变为可能。如:无人驾驶汽车,预防性医疗保健等都近在眼前,或者即将实现。


人工智能,机器学习,深度学习的关系

人工智能是为机器赋予人的智慧,机器学习是实现人工智能的重要方法。深度学习则是机器学习的一个分支。在很多人工智能问题上,深度学习的方法突破了传统机器学习方法的瓶颈,推动了人工智能领域的发展。




相关内容
分享 2019-06-27 08:00:01

0个评论

文明上网理性发言,请遵守新闻评论服务协议