一、人工智能

人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

人工智能是計算機科學(xué)的一個分支，它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器，該領(lǐng)域的研究包括語音識別、圖像識別、機器人、自然語言處理、智能搜索和專家系統(tǒng)等。

人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也有可能超過人的智能。

二、數(shù)據(jù)挖掘

數(shù)據(jù)挖掘(Data Mining)，顧名思義就是從海量數(shù)據(jù)中“挖掘”隱藏信息，按照教科書的說法，這里的數(shù)據(jù)是“大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)”，信息指的是“隱含的、規(guī)律性的、人們事先未知的、但又是潛在有用的并且最終可理解的信息和知識”。在商業(yè)環(huán)境中，企業(yè)希望讓存放在數(shù)據(jù)庫中的數(shù)據(jù)能“說話”，支持決策。所以，數(shù)據(jù)挖掘更偏向應(yīng)用。

數(shù)據(jù)挖掘通常與計算機科學(xué)有關(guān)，并通過統(tǒng)計、在線分析處理、情報檢索、機器學(xué)習(xí)、專家系統(tǒng)(依靠過去的經(jīng)驗法則)和模式識別等諸多方法來實現(xiàn)上述目標(biāo)。

三、機器學(xué)習(xí)

機器學(xué)習(xí)(Machine Learning)是指用某些算法指導(dǎo)計算機利用已知數(shù)據(jù)得出適當(dāng)?shù)哪Ｐ?，并利用此模型對新的情境給出判斷的過程。

機器學(xué)習(xí)的思想并不復(fù)雜，它僅僅是對人類生活中學(xué)習(xí)過程的一個模擬。而在這整個過程中，最關(guān)鍵的是數(shù)據(jù)。

任何通過數(shù)據(jù)訓(xùn)練的學(xué)習(xí)算法的相關(guān)研究都屬于機器學(xué)習(xí)，包括很多已經(jīng)發(fā)展多年的技術(shù)，比如線性回歸(Linear Regression)、K均值(K-means，基于原型的目標(biāo)函數(shù)聚類方法)、決策樹(Decision Trees，運用概率分析的一種圖解法)、隨機森林(Random Forest，運用概率分析的一種圖解法)、PCA(Principal Component Analysis，主成分分析)、SVM(Support Vector Machine，支持向量機)以及ANN(Artificial Neural Networks，人工神經(jīng)網(wǎng)絡(luò))。

四、深度學(xué)習(xí)

深度學(xué)習(xí)(Deep Learning)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。

深度學(xué)習(xí)是機器學(xué)習(xí)研究中的一個新的領(lǐng)域，其動機在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像，聲音和文本。

五、人工智能與機器學(xué)習(xí)、深度學(xué)習(xí)的關(guān)系

嚴(yán)格意義上說，人工智能和機器學(xué)習(xí)沒有直接關(guān)系，只不過目前機器學(xué)習(xí)的方法被大量的應(yīng)用于解決人工智能的問題而已。目前機器學(xué)習(xí)是人工智能的一種實現(xiàn)方式，也是最重要的實現(xiàn)方式。

早期的機器學(xué)習(xí)實際上是屬于統(tǒng)計學(xué)，而非計算機科學(xué)的;而二十世紀(jì)九十年代之前的經(jīng)典人工智能跟機器學(xué)習(xí)也沒有關(guān)系。所以今天的AI和ML有很大的重疊，但并沒有嚴(yán)格的從屬關(guān)系。

不過如果僅就計算機系內(nèi)部來說，ML是屬于AI的。AI今天已經(jīng)變成了一個很泛泛的學(xué)科了。

深度學(xué)習(xí)是機器學(xué)習(xí)現(xiàn)在比較火的一個方向，其本身是神經(jīng)網(wǎng)絡(luò)算法的衍生，在圖像、語音等富媒體的分類和識別上取得了非常好的效果。