|
说起“人工智能”、“机器学习”、“深度学习”这些词汇，相信大家都不陌生了。无论是或者不是从事科技工作的人们，对这些词早已见怪不怪了。然而它们之间的区别在于哪里、有什么代表性的应用、对于我们的生活将会产生怎么样的改变等等问题，大家未必有一个较好地认识。今天就让我跟大家一起来探讨。 让我们先从“人工智能”、“深度学习“和”机器学习“三者的关系出发。让我们用一个简单明了的式子来表示：
其实可能用数学上的集合来表示会更加合理，但是我觉得上面的式子已经足够清晰地表示了它们三者间的包含关系了，大家觉得呢。 上面的式子或图片怎么用文字来帮助理解呢？其实就是”人工智能“概念的范围包含了”机器学习“的概念，而”机器学习“这个概念又包括了”深度学习“的概念。换言之，“机器学习”是“人工智能”的一个子领域，而”深度学习“是”机器学习”的一个子领域。感觉是不是有点绕口，接下来我们从它们的简单定义中来更好的理解这个关系。 人工智能（Artificial Intelligence， or AI） 人工智能是一个很广的领域，虽然在公众视野中最常活跃地是“机器学习”、“深度学习”等。实际上，人工智能领域研究的问题还存在着诸如：
那么到底何为人工智能呢？用一句简单的话来说明就是，一种将机器“进化”为类人、甚至超越人类、或是其他智能生命的技术。这种技术的先进性自然是不需要强调的，其未来亦是。当然对于其利与弊历来有着许多争论，未来机器替代人类对社会带来的影响是好是坏，在当前阶段是难以做出决断的。然而不容置疑的是，现如今，其带给我们便利远远大于其弊端。那么我们生活之中有哪些地方应用到了AI技术呢？我们将在接下来讨论“机器学习”与“深度学习”中来揭露其面纱。 机器学习（Machine Learning） 机器学习作为人工智能的一个分支，虽是在近几年才进入大家的视野当中，其实对于它的研究从上个世纪就开始了，从机器学习的字面中我们便可以得知其重点在于“学习”，那么是对于什么的学习呢？就像我们人类从课本中学习一般，机器学习的方式在于对数据的学习。信息时代，我们生活的方方面面都离不开数据。而正是在互联网的高速发展下，世界各地的数据收集变得更加简单，使得机器学习逐渐地进入人们的视野。 前面我们提及了，人工智能是一个高度技术性与专业性的领域，自然是一个跨越了多学科的领域，涵盖了对计算机学、仿生学、心理学、物理学、控制论等多个领域的研究。而机器学习作为其子领域，相对而言涉及的领域便会少一些，大概有概率论、统计学、数学分析等领域。这里我们也粗略地罗列一些机器学习算法，有兴趣地读者可以查看相关的资料来进一步学习：
关于机器学习在我们生活中的应用，我相信每个人都有体验过，从大家网络购物过程中的商品推荐，到电子邮箱中的垃圾广告邮件分类这些都是机器学习的足迹，在软件工程中，机器学习在提高用户体验起到了不可比拟的作用，以至于大家之所以能看见我的这篇文章，也有可能是机器学习所起到的作用。 深度学习（Deep Learning） 最后让我们来揭开深度学习神秘的面纱吧。深度学习作为机器学习中的一分支，其发展路程可谓是颠簸不平。虽然现如今它的成就让人无不赞叹，但是在过去，由于计算机算力的限制，让其成为仅仅是理论上的工具。 相信大家也对神经网络有所耳闻，没听说过也不要紧，接下来我们会一并介绍。其实，深度学习所构建的就是神经网络模型，所以深度学习所研究的就是神经网络算法，二者并无其他差别。而神经网络算法是一种机器学习算法，这也是为什么我们说深度学习是机器学习的分支的原因。 那么相信大家会好奇什么是神经网络呢？顾名思义，神经网络是借鉴了人的神经系统，其结构上模仿了神经元的工作方式，但我们应该清楚，其并不是真正的仿造人的神经系统。一个神经网络的结构应该是如何呢？让图片来告诉我们吧： 图片来自researchgate 上图中，每一个圆形代表一个神经元，而箭头代表了它们的工作方式。可以看出不同层次的神经元间存在着“交流”，这正是信息传递的方式。其中还有着许多数学层面与统计学层面的知识，有兴趣的读者可以自行查阅。我们知道了神经网络大概的样子，直观地我们知道了它拥有许多层神经元，这也是深度学习中，“深度”的来历。 我们前面提及深度学习发展的不顺心的原因有计算机算力的限制。因为深度学习的涉及到繁重的数值与矩阵计算，而在上个世纪，计算机发展还没有如此迅速的时候，深度学习也因此遇到了许多瓶颈。现如今，计算机更新换代的速度之快让人瞠目结舌，而GPU（图像处理器）对计算的加速能力更是让深度学习迎来了春天。和机器学习一般，深度学习中也有着各种各样的神经网络模型，其用途也相当的广泛，下面我列出一些常见的神经网络模型，有兴趣的读者可以去了解一下：
深度学习在我们生活中的应用也许大家会相对陌生，但是实际上大家手机中的语音识别、文字翻译正是其广大的应用。而近年来，其一些应用也逐渐被大众所熟知，如现今高曝光率的人脸识别系统正是深度学习一展身手的地方。而在不久的未来还会有更多的应用，如无人驾驶技术等将会步入寻常百姓家。 结语 科技的发展之快以及超乎了常人的想象，许多以往仅仅存在与科幻电影当中的桥段都已成为现实，我们必须紧跟时代的步伐才能对这个时代有更好的认识，拥有更好的视野。谢谢大家阅读，希望能让大家对人工智能的热潮有一个新的认识。 |
|
|
