如何區(qū)分人工智能，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個(gè)全額獎(jiǎng)學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問(wèn)題回答

經(jīng)管之家送您兩個(gè)論壇幣！

+2 論壇幣

【CDA分析師排行榜】http://xalimeijing.com/cda.php?mod=rank&type=1&page=133

我們都熟悉“人工智能”這一概念。畢竟，這個(gè)詞常常在熱門電影中出現(xiàn)，如《終結(jié)者》、《黑客帝國(guó)》、《機(jī)械姬》。 但最近你也可能常常聽(tīng)到其他術(shù)語(yǔ)，如“機(jī)器學(xué)習(xí)”和“深度學(xué)習(xí)”，這些詞有時(shí)與人工智能交替使用。

首先我將簡(jiǎn)單介紹一下人工智能（ Artificial Intelligence ），機(jī)器學(xué)習(xí)（ Machine Learning ）和深度學(xué)習(xí)（ Deep Learning ）三者的區(qū)別。 然后，我將分析人工智能和物聯(lián)網(wǎng)為何是不可分割的，技術(shù)的不斷進(jìn)步和融合逐漸為為人工智能和物聯(lián)網(wǎng)爆炸奠定了基礎(chǔ)。

三者的區(qū)別

人工智能（ AI ）

“人工智能”這一概念于 1956 年首次被計(jì)算機(jī)科學(xué)家 John McCarthy 提出。指的是在處理任務(wù)時(shí)具有人類智力特點(diǎn)的機(jī)器。包括具有組織和理解語(yǔ)言，識(shí)別物體和聲音，以及學(xué)習(xí)和解決問(wèn)題等能力。

我們可以把人工智能分廣義和狹義兩方面來(lái)理解。 廣義上包括上述所有人類智力的特征。 狹義上的指在某些領(lǐng)域具有人工智能，且能在這些領(lǐng)域發(fā)揮到極致，但僅局限于此領(lǐng)域。 例如一個(gè)極為擅長(zhǎng)識(shí)別圖像的機(jī)器，但在其他方面表現(xiàn)欠佳，這就是狹義上的人工智能。

機(jī)器學(xué)習(xí)（ ML ）

機(jī)器學(xué)習(xí)是一種實(shí)現(xiàn)人工智能的方式。

在人工智能這一概念出現(xiàn)后不久， Arthur Samuel 在 1959 年提出“機(jī)器學(xué)習(xí)”這一概念即“（計(jì)算機(jī)）無(wú)需專門編程就能自主學(xué)習(xí)”。你可以在不使用機(jī)器學(xué)習(xí)的情況實(shí)現(xiàn)人工智能，但這意味著需要編寫數(shù)百萬(wàn)行規(guī)則復(fù)雜的代碼。

因此，和傳統(tǒng)編程以明確的指令使計(jì)算機(jī)完成任務(wù)不同的是，機(jī)器學(xué)習(xí)通過(guò)“訓(xùn)練”使其學(xué)習(xí)如何完成任務(wù)。 “訓(xùn)練”包括向模型中載入大量數(shù)據(jù)，并且能夠自動(dòng)調(diào)整和改進(jìn)算法。

舉例來(lái)說(shuō)機(jī)器學(xué)習(xí)已經(jīng)被用于改進(jìn)計(jì)算機(jī)視覺(jué)（機(jī)器通過(guò)圖像或視頻識(shí)別對(duì)象的能力）。人們收集數(shù)十萬(wàn)甚至數(shù)百萬(wàn)張圖片，并一一標(biāo)記。比如，人類可以標(biāo)記當(dāng)中有貓的圖片，而不標(biāo)記那些沒(méi)有貓的。那么，算法嘗試建立一個(gè)模型，就可以實(shí)現(xiàn)像人一樣準(zhǔn)確地標(biāo)記包含貓的圖片。一旦達(dá)到一定的精確度，我們就可以認(rèn)為機(jī)器現(xiàn)在“學(xué)會(huì)”了識(shí)別貓的樣子。

深度學(xué)習(xí)（ DL ）

深度學(xué)習(xí)是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的途徑之一。 其他途徑包括策樹(shù)，歸納邏輯程序設(shè)計(jì)，聚類，強(qiáng)化學(xué)習(xí)和貝葉斯網(wǎng)絡(luò)等。

深度學(xué)習(xí)這一概念的靈感來(lái)自大腦的結(jié)構(gòu)和功能，即眾多神經(jīng)元的相互連接。 人工神經(jīng)網(wǎng)絡(luò)（ ANNs ）即為模擬大腦生物結(jié)構(gòu)的算法。

在 ANNs 中，存在具有獨(dú)立處理層的“神經(jīng)元”，且這些“神經(jīng)元”與其他“神經(jīng)元”相接。其中每個(gè)處理層具有特定的學(xué)習(xí)特征，如圖像識(shí)別中的曲線/邊緣。 正是這種分層賦予深度學(xué)習(xí)這一概念的名稱，其中的深度是通過(guò)使用多個(gè)層而不是單個(gè)獨(dú)立層實(shí)現(xiàn)的。

人工智能與物聯(lián)網(wǎng)不可分割

人工智能與物聯(lián)網(wǎng)之間的關(guān)系正如人類的大腦和身體。

我們的身體獲取感官輸入，如視覺(jué)，聽(tīng)覺(jué)和觸覺(jué)。 我們的大腦進(jìn)一步處理這些數(shù)據(jù)，使其具有意義。如把光轉(zhuǎn)化為可識(shí)別的對(duì)象，把聲音變成可以理解的語(yǔ)言。 然后大腦做出決定，發(fā)送信號(hào)給身體，發(fā)出指令運(yùn)動(dòng)，如撿起一個(gè)物體或說(shuō)話。

構(gòu)成物聯(lián)網(wǎng)并相互連接的傳感器都像我們的身體，它們提供了來(lái)自外界的原始數(shù)據(jù)。人工智能就像我們的大腦，處理這些數(shù)據(jù)并決定要執(zhí)行的動(dòng)作。這些傳感器又再次像我們的身體一樣，進(jìn)行物理動(dòng)作或與他人溝通。

釋放彼此的潛力

人工智能和物聯(lián)網(wǎng)由于彼此實(shí)現(xiàn)自身的價(jià)值和愿景。

機(jī)器學(xué)習(xí)和深度學(xué)習(xí)已促使人工智能在近年來(lái)實(shí)現(xiàn)了巨大的飛躍。如上所述，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)需要大量的數(shù)據(jù)來(lái)工作，這些數(shù)據(jù)由數(shù)十億在物聯(lián)網(wǎng)中持續(xù)鏈接的傳感器所收集。因此，物聯(lián)網(wǎng)促進(jìn)人工智能的發(fā)展。

同時(shí)，改進(jìn)人工智能也將促進(jìn)物聯(lián)網(wǎng)發(fā)展，從而創(chuàng)造一個(gè)良性循環(huán)，這將大大促進(jìn)兩者的發(fā)展。這是由于人工智能使得物聯(lián)網(wǎng)更實(shí)用的內(nèi)因。

在工業(yè)方面，人工智能可以用于預(yù)測(cè)機(jī)器何時(shí)需要維護(hù)，或者何時(shí)需要分析制造進(jìn)程，從而大幅度提高效率，節(jié)省成本。

在消費(fèi)者方面，不是讓人類去適應(yīng)技術(shù)，而是讓技術(shù)適應(yīng)人類。摒棄繁瑣的點(diǎn)擊，輸入和搜索，我們可以直接給機(jī)器下達(dá)指令，實(shí)現(xiàn)我們的需求。比如詢問(wèn)天氣信息，或者營(yíng)造更好地入睡環(huán)境如發(fā)出一系列指令（關(guān)閉恒溫器，鎖上門，關(guān)燈等）。

技術(shù)的進(jìn)步與融合

計(jì)算機(jī)芯片的變小和制造技術(shù)的改進(jìn)意味著帶來(lái)成本更低，功能更強(qiáng)大的傳感器。

迅速改進(jìn)的電池技術(shù)意味著這些傳感器可以不需要電源使用很久。

智能手機(jī)的出現(xiàn)帶來(lái)的無(wú)線連接，意味著數(shù)據(jù)可以以更低的成本實(shí)現(xiàn)高容量的傳送，同時(shí)使發(fā)送數(shù)據(jù)到云。

而云計(jì)算的出現(xiàn)為我們提供了幾乎無(wú)限的存儲(chǔ)空間和計(jì)算能力處理數(shù)據(jù)。

人工智能對(duì)我們的社會(huì)和未來(lái)帶來(lái)的影響是不可預(yù)計(jì)的。可以肯定的是，隨著人工智能和物聯(lián)網(wǎng)的進(jìn)步和持續(xù)發(fā)展，帶來(lái)的影響必將是深遠(yuǎn)的。

掃碼加我 拉你入群

請(qǐng)注明：姓名-公司-職位

以便審核進(jìn)群資格，未注明則拒絕

分享0 收藏1 回帖