深度学习与机器学习与人工智能的区别，而它们又有什么不同之处？

　　技术的下一个重点是机器学习。还是深度学习？或者是人工智能。如果你发现自己陷入了三者之间的差异。

　　一些科技公司已经交替使用这三种技术。虽然它们都属于同一个广泛的类别，但它们之间存在着一些重要的差异。

　　什么是人工智能？

　　人工智能，通常称为AI，是一个概念而不是系统。智力被认为是一种独特的人类特征。传统上，机器被认为是获取知识，而不是智力或智慧。考虑到机器是否可以思考，计算机科学家艾伦·图灵花了很多时间来度过他生命的后半部分。

　　他设计了图灵测试，旨在确定机器是否能表现出智能行为，而不一定是智能行为。这是一个重要的区别，因为我们自己还没有完全理解思想或智慧。

　　我们希望创建能够展示智能行为的机器，而不是尝试定义智能。

　　AI不是一种技术本身，而是一种描述系统的手段。这些系统可以标记为Narrow AI和General AI。窄AI是一个智能系统，但仅限于特定任务。一般人工智能是我们从流行文化中更熟悉的类型。

　　这些类型的系统将能够显示人类智能的所有元素。来自终结者电影特许经营的天网，或2001年的HAL：太空漫游是一般人工智能的虚构例子。尽管如此，尽管电影告诉你，并非所有通用人工智能系统都会摧毁人类。

　　什么是机器学习？

　　我们都知道数据可能很有用。无论是知道在去办公室的路上走哪条路还是关注我们的健康，数据都会告知我们的决定并引导我们度过一生。但是我们每天都产生这么多，以至于我们人类无法进行分析。

　　所以，我们应该让机器为我们做繁重的工作。

　　什么是深度学习？

　　虽然我们并不完全了解情况，但科学家们已经设法证明大脑通过复杂的神经元网络产生信息。我们的大脑由这些形成神经通路的电连接组成。这些途径传递着我们身体周围的信息，使我们能够移动，呼吸和思考。

　　然而，如果这些神经通路中的每一个彼此独立，我们的反应时间将非常缓慢，并且我们可能无法在思想之间建立联系。该系统的成功取决于所有这些途径之间的关系，从而产生并发数据处理。

　　深度学习是一种复制这种密集的神经元网络的方法。通过一次处理多个数据流，计算机能够显着减少处理数据所需的时间。将这种技术应用于深度学习已经产生了人工神经网络。

　　这些网络由一系列节点组成。存在用于接收数据的输入节点，用于结果数据的输出节点以及中间的隐藏的节点层。目标是将输入数据转换为输出节点可以使用的内容。这就是隐藏层进入的地方。当数据通过这些隐藏节点前进时，神经网络使用逻辑来决定将数据传递给下一个节点。

　　机器学习与人工智能与深度学习

　　虽然机器学习是一个强大的工具，可以帮助我们理解我们创建的大量数据，但它并没有表现出独立的思想。该算法由程序员设计，他们设定了机器学习系统必须遵守的规则。无论是否有意识，开发者的偏见都会产生影响。

　　另一方面，深度学习使我们更接近一般的人工智能。通过尝试通过多层节点集合复制人类思维，深度学习结构不需要使用大型初始数据集进行训练。他们根据提供的信息和系统的逻辑做出决策。

　　中立网络的决策不透明可能看起来令人不安，但这意味着它成功地复制了人类的智慧。例如，我们甚至不完全理解我们如何提出自己的想法和决定。

　　每个人的人工智能

　　最后，没有必要将机器学习与人工智能或深度学习与机器学习进行比较，因为它们都有不同的用途。AI描述了机器中人工智能的概念，而机器学习和深度学习则是创建通用AI的努力。