一、機器學習的發(fā)展背景：人工智能
人工智能（Artificial Intelligence，縮寫為AI）是對人的意識、思維過程進行模擬的一門新學科。如今，人工智能從虛無縹緲的科學幻想變成了現(xiàn)實。計算機科學家們在人工智能的技術核心－－機器學習（Machine Learning）和深度學習（Deep Learning）領域上已經取得重大的突破，機器被賦予強大的認知和預測能力?；仡櫄v史，在1997年，IBM“深藍”戰(zhàn)勝國際象棋冠軍卡斯帕羅夫；在2011年，具備機器學習能力的IBM Waston參加綜藝節(jié)目贏得100萬美金；在2016年，利用深度學習訓練的Aplphago成功擊敗人類世界冠軍。種種事件表明機器也可以像人類一樣思考，甚至比人類做得更好。
目前，人工智能在金融、醫(yī)療、制造等行業(yè)得到了廣泛應用，全球投資從2012年的5．89億美元猛增至2016年50多億美元。麥肯錫預計，到2025年人工智能應用市場的總值將達到1270億美元。與此同時，麥肯錫通過對2016年人工智能市場的投資進行深入分析，發(fā)現(xiàn)有將近60％的資金并購圍繞機器學習來布局。其中，基于軟件的機器學習初創(chuàng)公司比基于機器的機器人公司更受投資歡迎。從2013 年到2016 年，這一領域的投資復合年均增長率達到約80％。由此可見，機器學習已經成為目前人工智能技術發(fā)展的主要方向。
二、機器學習與人工智能、深度學習的關系
在介紹機器學習之前，先需要對人工智能、機器學習和深度學習三者之間的關系進行梳理。目前業(yè)界最常見的劃分是：
人工智能是使用與傳統(tǒng)計算機系統(tǒng)完全不同的工作模式，它可以依據(jù)通用的學習策略，讀取海量的“大數(shù)據(jù)”，并從中發(fā)現(xiàn)規(guī)律、聯(lián)系和洞見，因此人工智能能夠根據(jù)新數(shù)據(jù)自動調整，而無需重設程序。
機器學習是人工智能研究的核心技術，在大數(shù)據(jù)的支撐下，通過各種算法讓機器對數(shù)據(jù)進行深層次的統(tǒng)計分析以進行“自學”；利用機器學習，人工智能系統(tǒng)獲得了歸納推理和決策能力；而深度學習更將這一能力推向了更高的層次。
深度學習則是機器學習算法的一種，隸屬于人工神經網絡體系，現(xiàn)在很多應用領域中性能最佳的機器學習都是基于模仿人類大腦結構的神經網絡設計而來的，這些計算機系統(tǒng)能夠完全自主地學習、發(fā)現(xiàn)并應用規(guī)則。相比較其他方法，在解決更復雜的問題上表現(xiàn)更優(yōu)異，深度學習是可以幫助機器實現(xiàn)“獨立思考”的一種方式。
總而言之，人工智能是社會發(fā)展的重要推動力，而機器學習，尤其是深度學習技術就是人工智能發(fā)展的核心，它們三者之間是包含與被包含的關系。如圖1所示。
圖1 人工智能、機器學習、深度學習之間的關系
123456789下一頁>（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
