您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
人工智能和深度学习的关系是什么？
人工智能,机器,深度人工智能和深度学习的关系是什么？
发布时间：2019-02-08加入收藏来源：互联网点击：
但一旦提供大量的数据，人工智能学习的速度是人类永远都赶不上的，所以，人们认为，总有一天，它们会通过图灵测试，并超越人类。
回答于 2019-09-11 08:43:50
深度学习属于人工智能的前沿技术，是机器学习研究中的一个子集，通过组合低层特征形成更加抽象的高层属性或类别特征，从而对数据进行表征。
深度学习带来了人工智能的正循环，可以使机器“自己学会世界上的一些概念”，也就是机器将具备一定的人类般的学习和思考能力。人类自身的学习能力可以帮助我们自行认识世界，而当机器模拟人脑具备了这一能力之后，就可以在一定程度上取代我们部分脑力工作。
就像在工业革命和电力革命的影响力，我们自身从体力劳动中解放出来一样，在深度学习所带来的人工智能革命下，我们同样可以将脑力工作外包给机器。想学习更多前沿技术，可以参考优就业的深度学习课程。
回答于 2019-09-11 08:43:50
人工智能是一个引入瞩目的领域，包括各种技术和方法，近年其中最受瞩目当属深度学习技术了。
深度学习是一种基于人工神经网络的机器学习方法，自从它在2012年的ImageNet识别大赛上折桂，碾压传统的视觉算法后，深度学习方法深受学术界和工业界追捧，其发展趋势如滔滔江水绵延不绝又如黄河泛滥一发而不可收，成为人工智能的最受关注的子领域。
深度学习的另一成名之作是谷歌旗下的DeepMind公司研发的围棋AI程序AlphaGo，首次达到人类职业水准。2016年AlphaGo与世界冠军李世石下五番棋，并以4:1的比分战胜这位围棋界传奇人物，轰动世界。次年5月在乌镇围棋峰会上AlphaGo又以3:0战胜世界冠军柯洁。诸多领域借助深度学习技术取得了突破，可以说深度学习技术改变了世界。
回答于 2019-09-11 08:43:50
佐
回答于 2019-09-11 08:43:50
人工智能的浪潮正在席卷全球，诸多词汇时刻萦绕在我们耳边：人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）。不少人对这些高频词汇的含义及其背后的关系总是似懂非懂、一知半解。
为了帮助大家更好地理解人工智能，这篇文章用最简单的语言解释了这些词汇的含义，理清它们之间的关系，希望对刚入门的同行有所帮助。
人工智能：从概念提出到走向繁荣
1956年，几个计算机科学家相聚在达特茅斯会议，提出了“人工智能”的概念，梦想着用当时刚刚出现的计算机来构造复杂的、拥有与人类智慧同样本质特性的机器。其后，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。之后的几十年，人工智能一直在两极反转，或被称作人类文明耀眼未来的预言，或被当成技术疯子的狂想扔到垃圾堆里。直到2012年之前，这两种声音还在同时存在。
2012年以后，得益于数据量的上涨、运算力的提升和机器学习新算法（深度学习）的出现，人工智能开始大爆发。据领英近日发布的《全球AI领域人才报告》显示，截至2017年一季度，基于领英平台的全球AI（人工智能）领域技术人才数量超过190万，仅国内人工智能人才缺口达到500多万。
人工智能的研究领域也在不断扩大，图二展示了人工智能研究的各个分支，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。
但目前的科研工作都集中在弱人工智能这部分，并很有希望在近期取得重大突破，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（通常将人工智能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）。
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。
机器学习：一种实现人工智能的方法
机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同，机器学习是用大量的数据来“训练”，通过各种算法从数据中学习如何完成任务。
举个简单的例子，当我们浏览网上商城时，经常会出现商品推荐的信息。这是商城根据你往期的购物记录和冗长的收藏清单，识别出这其中哪些是你真正感兴趣，并且愿意购买的产品。这样的决策模型，可以帮助商城为客户提供建议并鼓励产品消费。
机器学习直接来源于早期的人工智能领域，传统的算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。从学习方法上来分，机器学习算法可以分为监督学习（如分类问题）、无监督学习（如聚类问题）、半监督学习、集成学习、深度学习和强化学习。
传统的机器学习算法在指纹识别、基于Haar的人脸检测、基于HoG特征的物体检测等领域的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。
上一篇：朋友们结婚都花了多少彩礼？
下一篇：返回列表
相关链接 |
||
| 网友回复（共有 0 条回复） |