人工智能 (AI)、机器学习 (ML) 和深度学习 (DL) 之间有什么区别？

简介：我们经常互换使用人工智能 (AI)、机器学习 (ML) 和深度学习 (DL) 等术语，尽管我们几乎每天都会读到或听到它们。本文解释了这些技术是如何发展的以及它们有何不同。 （人工智能）（AI）、机器学习（机器学习）（ML）和深度学习（深度学习）（DL） ) ) 经常互换使用。但它们并不完全相同。人工智能是最广泛的概念，它赋予机器模仿人类行为的能力。机器学习是在系统或机器中使用人工智能来帮助它们学习和不断改进。最后，深度学习使用复杂的算法和深度神经网络来迭代训练特定的模型或模式。让我们看一下每个术语的演变和历程，以更好地理解人工智能、机器学习和深度学习实际上指的是什么。

人工智能

在过去的 70 多年里，人工智能已经取得了长足的进步。无论我们是否意识到，无论我们喜欢与否，它已经渗透到我们生活的方方面面。在过去的十年中，机器学习和深度学习的进步导致了人工智能在各种规模的行业和组织中的蓬勃发展。云服务提供商正在通过开发免费开源服务和提供新场景来加速这一势头。

图 1：AI、ML 和 DL 概述

人工智能可能是自 1956 年以来最受关注的概念。到 2015 年，GPU 的广泛使用使并行处理变得更快、更强大且更便宜。越来越便宜的存储可以存储大量数据（从纯文本到图像、地图等）。这就产生了对数据分析的需求，也就是众所周知的数据科学（数据科学），从而导致机器学习作为实现人工智能的一种方法的发展。

机器学习

机器学习是使用算法来处理、学习、理解或预测可用数据中的模式。最近，低代码和无代码软件开发的概念已被用作机器学习中的自学习过程，提供完成特定任务的特定指令。机器使用数据和算法进行“训练”，以便它们能够学习执行任务，更重要的是，将学习应用到不断发展的过程中。

图 2：AI、ML 和 DL 的演变

随着开发人员社区关注 AI，机器学习不断发展，然后开发了决策树学习、逻辑编程、集群、并行处理和增强学习的算法。这些都是朝着正确方向迈出的良好步骤，但不足以解决世界关心的问题。

深度学习

深度学习是神经网络和机器学习的发展，是人工智能界的创意。了解人类思维在给定场景中的工作方式，然后在该工作中比人类做得更好！例如，IBM的沃森与自己下棋，并在比赛中取得了很大进步，最终击败了世界冠军。谷歌的AlphaGo也学会了下围棋，并一遍又一遍地下棋以提高并成为冠军。

人工智能、机器学习和深度学习正在不断发展。每个从事数据科学工作的人都希望完善这些概念来改善我们的日常生活。开源社区、私营企业、科学家和政府机构都在共同努力。

图 3：人工智能、ML 和 DL 的类型

总之，人工智能有助于创建智能机器，而机器学习有助于创建基于人工智能的应用程序。深度学习是机器学习的一个子集。它通过使用复杂算法处理大量数据来训练特定模型。由于狭义人工智能的开发极其困难，机器学习通过刚性计算解决了该领域的机遇。至少要实现通用人工智能，深度学习有助于将人工智能和机器学习结合起来。

---

via：https://www.opensourceforu.com/2022/08/ai-ml-and-dl-whats-the-difference/

作者：Bala Kalavala 选题：lkxed 译者：geekpi 校对：wxy

本文由 LCTT 原创编译，Linux China 自豪发布