人工智能、机器学习和深度学习的区别你知道吗？

科技发展造福社会，随着大数据时代的到来，人工智能（AI）、机器学习、深度学习等概念相继出现在我们的生活中，那么它们之间究竟有什么区别和联系呢？

人工智能就是研究如何使计算机去做过去只有人才能做的智能工作，是一门新的技术科学，属于计算机科学领域的一个分支。人工智能的研究领域包含自然语言处理、图像识别、机器人等。

机器学习是一门人工智能的科学，即人工智能领域中的一个子集，也是其核心，属于多种领域的交叉学科。机器学习可以类比于人类学习知识的过程，人类想要获取知识，首先需要对资料进行学习。机器学习过程与人类学习的过程相似，也需要预先对大量的学习资料进行学习来得到模型。当有新的样例时，通过模型对新的样例进行判断，输出结果，从而实现对真实世界中的样例进行预测的功能。机器学习在计算机视觉、医学诊断、数据挖掘、搜索引擎等领域均有应用。

深度学习是基于人工神经网络发展而成的概念，是机器学习的子集。人工神经网络是对人脑神经元网络的抽象，也是早期机器学习中的一种算法，其主要应用于图像识别、语音识别、自然语言处理等领域。

人工智能、机器学习、深度学习的关系示意图

人工智能包含了机器学习，机器学习包含了深度学习，其中人工智能出现得最早。举例而言，如果想让机器区分一张图片中是猫还是狗，我们可以使用人工智能来解决，那么如何区分则可以使用机器学习的方法，通过对大量猫和狗的图片数据进行学习，经过算法处理生成模型，来预测一张新的图片中的动物究竟是猫还是狗。

机器学习和深度学习的区别是，机器学习大部分算法需要人类自己寻找特征，在上述例子中，我们需要告诉机器具体从哪方面去学习图片中的动物是猫还是狗，如告诉机器可以从毛发颜色（即特征）的角度去学习，图片中的猫的毛发是白色的，图片中的狗的毛发是黄色的，机器通过这些人类告诉它的特征信息进行学习，并对新的图片中的猫和狗进行区分。而深度学习可以自动生成特征，即我们不需要告诉机器从哪些角度去学习，机器能够自己寻找角度来学习图片的信息，并对图片进行区分。但是深度学习也需要更多的数据，才能得到准确的结果。

本文由东北大学计算机科学与工程学院副教授信俊昌进行科学性把关。