這一次，小ke帶你了解幾個火爆的「人工智慧」名詞兒，這樣在擼串炸雞啤酒時，可以跟小夥伴吹噓吹噓，提高提高自己的人格檔次。
「機器學習」和「深度學習」，這幾個名詞，經常會和人工智慧一同出現在不同場合，他們都是什麼意思呢？
人工智慧
先來看看人工智慧。在2023年達特矛斯會議上，約翰•麥卡錫提出了「人工智慧」這個概念。人工智慧的含義是可以執行人類智慧型特徵任務的機器，也就是artificial intelligence，英文縮寫為ai。
這個概念其實涵蓋是比較廣泛，總的來說就是使用「機器」來理解語言、識別物體與聲音、學習和解決問題等內容。人工智慧這個概念是大範圍內的乙個定義，具有概括性質的乙個概念。
機器學習
機器學習是machine learning，英文簡稱 ml。
一句話就能明白什麼是機器學習：機器學習是實現人工智慧技術的方法。
機器學習是一門多領域交叉學科，涉及概率論、統計學、演算法理論等多門學科。
這裡需要強調一下，機器學習可不是一門程式語言哦，它是專門研究計算機怎樣模擬或實現人類的學習行為、以獲取新的知識或技能，讓計算機重新組織已有的知識結構使之不斷改善自身的效能。
舉乙個例子看看機器學習是什麼。例如這裡有上百萬張，需要分出哪些包含小狗、哪些沒有小狗。如果人類通過眼睛來分，那豈不是要累慘了，可以通過機器來幫忙。機器學習就是構建出乙個模型，該模型經過特殊的訓練後，可以將標記為包含狗或不包含狗。一旦準確度達到足夠高，機器就「學會」了分辨狗的樣子。這個過程就是機器學習。
機器學習主要是提供乙個演算法、訓練出乙個模型，該模型實現特殊的功能。
深度學習
機器學習發展發展，就出現了很多新的方法，例如深度學習，deeplearning，簡稱dl。
深度學習是機器學習的眾多方法之一。深度學習是機器學習研究中的乙個新的領域，其動機在於建立、模擬人腦進行分析學習的神經網路，它模仿人腦的機制來解釋資料，例如影象，聲音和文字。
深度學習的靈感完全來自我們人類本身，來自大腦的結構和功能，即許多神經元的互連互通。人工神經網路是模擬生物大腦結構的演算法來訓練模型的。
深度學習的概念由hinton等人於2023年提出。深度學習的提出，為人工智慧的發展帶來了質的飛躍。帶來了意想不到的效果。
談談深度學習和機器學習
嚴格意義上講，深度學習屬於機器學習，所以這裡的機器學習嚴格意義上說，應該叫傳統意義的機器學習 基於概率統計的機器學習。在我讀研的時候，已經判斷機器學習會在後幾年火熱起來，但是，由於alphago的 攪局 這一時間點提前了，著實讓我有些狼狽的追趕，但是好歹也算是找到了機器學習的工作，雖然其中有一些彎路...
傳統機器學習和深度學習
托馬斯 貝葉斯 thomas bayes 同學的詳細生平在這裡。以下摘一段 wikipedia 上的簡介 所謂的貝葉斯方法源於他生前為解決乙個 逆概 問題寫的一篇文章，而這篇文章是在他死後才由他的一位朋友發表出來的。在貝葉斯寫這篇文章之前，人們已經能夠計算 正向概率 如 假設袋子裡面有n個白球，m個...
學習筆記 深度學習和機器視覺
一直自稱研究方向是 機器視覺 機器學習和深度學習 然而除了做過幾個相關的專案以外，感覺自己對這個領域並沒有足夠深入的認識和理解。趁著這個假期我要好好補補課了。今天先來看一些high level的內容，看看深度學習近期的最近進展以及其在機器視覺問題中的應用。學習資料 於2015年cvpr的deep l...