3.1　什么是人工智能

3.1.1　人工智能、机器学习和深度学习

人工智能（Artificial Intelligence，AI）是计算机科学、控制论、信息论、神经生理学、心理学、语言学、哲学等学科互相渗透而发展起来的一门综合性学科。人工智能的概念是美国斯坦福大学人工智能研究中心尼尔逊教授提出的，具体为人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。从所实现的功能来定义，人工智能是机器所执行的与人类有关的功能，如判断、推理、证明、识别学习和问题求解等思维活动，即人工智能是研究人类智能活动的规律。更具体地，人工智能可以智能化地研究人类行为与思维特点，以知识为对象，研究如何获取知识，以及如何表达和具体应用。人工智能、机器学习、深度学习三者之间的关系如图3-1所示。

机器学习是人工智能的一种实现方法，最基本的做法是使用特定算法从数据中学习规律，然后对真实世界中的事件做出决策或预测。与为解决特定任务而在硬编码的程序不同，机器学习是用各种算法从大量数据中学习如何完成任务，进而训练出一个模型。

图3-1　人工智能、机器学习和深度学习

从学习方式划分，机器学习算法可以分为监督学习、无监督学习、半监督学习等。传统的机器学习算法包括决策树、逻辑回归、支持向量机、朴素贝叶斯、K最近邻、Adaboost等。但是，这些传统算法在实际应用中每前进一步都异常艰难，于是发展出了深度学习、强化学习、集成学习等各种分支。

深度学习是机器学习领域一个新的研究方向。它是在学习样本数据的内在规律和表示层次。学习过程中获得的信息对诸如文字、图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在机器视觉、机器翻译、自然语言处理、语音识别、搜索技术、数据挖掘、推荐系统等多个领域都取得了很多成果。深度学习使机器能模仿视听、思考等人类活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得很大进步。

综上所述，深度学习是机器学习的一种，而机器学习是实现人工智能的必经路径。无论机器学习作为一种实现方法出现，还是深度学习作为一个新的研究方向出现，它们被引入的目的都是实现人类“最初的梦想”——人工智能。