人工智能、机器学习和深度学习的区别.pdfVIP

人工智能、机器学习和深度学习的区别 1.基于激光扫描的混凝土构建变形测试技术 8. 基于人工神经网络的激光立体成形件成形表面质量预测 10. 基于主成分分析和人工神经网络的激光诱导击穿光谱塑料分类识别方法研究 14. 基于无人机激光采集数据的遥感图像重建技术 15. 基于模糊贴近算法的海量异常激光数据挖掘方法研究 16. 激光传感冗余数据挖掘系统设计 有人说，人工智能（ AI ）是未来趋势，人工智能是科幻，人工智能是我们日常生 活的一部分。这些表述都没问题，就看你指的是哪一种人工智能。 今年早些时候， Google DeepMind 的 AlphaGo 打败了韩国的围棋大师李世乭 九段。在媒体描述 DeepMind 胜利的时候，将人工智能 （AI ）、机器学习 （Machine Learning ）和深度学习 （Deep Learning ）都用上了。这三者在 AlphaGo 击败 李世乭的过程中都起了作用，但它们说的并不是一回事。 2016 年 3 月，谷歌深度思维 （DeepMind ）研发的的 AlphaGo 在围棋游戏 GO 中打败韩国围棋冠军李世石后，媒体描述 DeepMind 获胜时提到了人工智能 （AI ）、机器学习（ Machine Learning ）和深度学习（ Deep Learning ）。这 三者在 AlphaGo 击败李世石的过程中都起了作用，但它们本质上有所区别。 今天我们就用最简单的方法——同心圆，可视化地展现出它们三者的关系和应 用。 如上图，最早出现的人工智能位于同心圆最外侧； 其次是随后发展起来的机器学 习，位于中间；最后是推动人工智能突飞猛进发展的深度学习，位于最内侧。 自上个世纪 50 年代的人工智能热以来，基于人工智能概念的机器学习和深度学 习又掀起一阵前所未有的新浪潮。 从提出概念到走向繁荣 1956 年，几个计算机科学家在达特茅斯会议 （Dartmouth Conferences ）上首 次提出了“人工智能”的概念。此后，人工智能就一直萦绕于人们的脑海之中， 并在科研实验室中蓄势待发。 之后的几十年， 人工智能一直在两极反转， 有人称 其为打开人类文明辉煌未来的钥匙， 也有人将其当成科技疯子的狂想扔到技术垃 圾堆里。其实 2012 年之前，这两种观点一直不相上下。 过去几年，尤其是 2015 年以来，人工智能突飞猛进地发展。这主要归功于图形 处理器（ GPU）的广泛应用，使得并行计算变得更快、更便宜、更有效。当然， 无限拓展的存储能力和骤然爆发的数据洪流 （大数据）的组合拳， 也使得图像数 据、文本数据、交易数据、映射数据全面海量爆发。 让我们慢慢梳理一下计算机科学家们是如何从提出人工智能的概念到将其发展 至渗入数以亿计的用户的日常生活中的。 人工智能（ ARTIFICIAL INTELLIGENCE ）——为机器赋予人的智能 成王（ King me ）:国际跳棋的电脑程序是早期人工智能的一个典型应用，在二 十世纪五十年代曾掀起一阵风潮。 （译者注：国际跳棋棋子到达底线位置后，可 以成王，成王棋子可以向后移动）。 早在 1956 年夏天那次会议， 人工智能的先驱们就梦想着用当时刚刚出现的计算 机来构造复杂的、 拥有与人类智慧同样本质特性的机器。 这就是我们现在所说的 “强人工智能” （General AI ）。这个无所不能的机器，它有着我们所有的感知 （甚至比人更多），我们所有的理性，可以像我们一样思考。 人们在电影里也总是看到这样的机器：友好的，像星球大战中的 C-3PO ；邪恶 的，如终结者。强人工智能现在还只存在于电影和科幻小说中，原因不难理解， 我们还没法实现它们，至少目前还不行。 我