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有什么区别和联系呀？

人工智能,神经网络,深度人工智能和深度学习有什么区别和联系呀？

发布时间：2019-02-08加入收藏来源：互联网点击：

人工智能和深度学习有什么区别和联系呀？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

人工智能的概念提出来已经有近70年的历史，其研究的各个分支了随着着技术的发展不断地扩展，比如专家系统、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。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。但目前的研究进展和工程应用都集中在弱人工智能这部分。

深度学习：一种实现机器学习的技术。深度学习本来并不是一种独立的学习方法，其本身也会用到有监督和无监督的学习方法来训练深度神经网络。最初的深度学习是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并不是一个全新的概念，可大致理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果，人们对神经元的连接方法和激活函数等方面做出相应的调整。当前由于计算资源和能力的提升，当初的好多设想可以进行工程化实践。而且大数据技术的成熟，使得进行少量数据样本的学习从时间和效率上都变得可行。所以近几年AI的概念和应用又开始热起来。

回答于 2019-09-11 08:43:50

相信大家都会有这样的疑惑，人工智能、深度学习这些看起来陌生得名词之间到底有什么样的联系与区别，它们会有什么样的应用场景呢？我们就通过概念、区别和联系以及应用场景三个方面来具体的分析下它们。

一、概念

1、人工智能（Artificial intelligence）简称AI。人工智能是计算机科学的一个分支，它企图了解智能的本质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，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新的技术科学。




2、深度学习（DeepLearning）简称DL。最初的深度学习是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并不是一个全新的概念，可大致理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果，人们对神经元的连接方法和激活函数等方面做出相应的调整。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，如图象、声音、文本。




二、区别

人工智能：人工智能是人类社会发展主要目标

深度学习：是机器学习中最热门的算法，一种实现机器学习的技术

三、应用场景

1、人工智能的研究领域在不断的扩大，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。并且目前的科研工作都集中在弱人工智能这部分。







2、深度学习本来并不是一种独立的学习方法，其本身也会用到监督学习和无监督学习方法来训练深度神经网络，但由于近年来改领域发展迅猛，一些特有的学习手段相继被提出(如残差网络)，因此越来越多的人将其单独看作一种学习方法。主要应用在互联网、安防、金融、智能硬件、医疗、教育等行业，在人脸技术、图象识别、智能监控、文字识别、语义分析等领域。

回答于 2019-09-11 08:43:50

简单来说，机器学习是实现人工智能的方法，深度学习是实现机器学习的技术。机器学习在实现人工智能时中需要人工辅助（半自动），而深度学习使该过程完全自动化

三者关系：




为了帮助同学们更好的掌握深度学习技术，同时在学习过程中少走弯路，中公教育联合中科院自动化所专家推出深度学习课程。课程包含八大阶段，六大实战项目，涵盖行业内75%技术要点，高度契合各类企业的岗位需求。

课程由中科院自动化所专家全程直播教学，所授技术紧跟市场需求，落地领域宽泛，不限于语音识别、图像识别、机器对话等前沿技术。通过企业级项目实战，体验系统架构设计、关键算法选取、核心模块开发、识别效果测试等实际项目建设的全流程。




回答于 2019-09-11 08:43:50

百战程序员IT问题专业解答

人工智能的概念提出来已经有近70年的历史，其研究的各个分支了随着着技术的发展不断地扩展，比如专家系统、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。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。但目前的研究进展和工程应用都集中在弱人工智能这部分。

深度学习：一种实现机器学习的技术。深度学习本来并不是一种独立的学习方法，其本身也会用到有监督和无监督的学习方法来训练深度神经网络。最初的深度学习是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并不是一个全新的概念，可大致理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果，人们对神经元的连接方法和激活函数等方面做出相应的调整。当前由于计算资源和能力的提升，当初的好多设想可以进行工程化实践。而且大数据技术的成熟，使得进行少量数据样本的学习从时间和效率上都变得可行。所以近几年AI的概念和应用又开始热起来。

 1/2    1 2 下一页 尾页