QQ在（zài）线
企业（yè）微（wēi）信（xìn）
资讯
324人工智能（AI）已（yǐ）席（xí）卷（juàn）全球，并扰乱了许多行业，例（lì）如（rú）商业智能，金融科技，科学等等（děng）。与（yǔ）任何（hé）其他（tā）新兴技术一样，围绕AI的炒作也很多。
在使用人工智能（néng）作为（wéi）市场（chǎng）术语的过程中，机器学习（xí）和深度学习之间的（de）区别变得不清楚。由于这些术语的相似性质，围绕它们（men）的含（hán）义存在很多混（hún）乱（luàn）。在本文中（zhōng），我们将研究彼此不同的（de）人工智能（néng），机器学习和深度学习的（de）定义和用途。
作（zuò）为（wéi）同一领域的分支（zhī），术语人工（gōng）智能（AI），机器学习（ML），深度（dù）学（xué）习（DL）和（hé）自然语言处理（NLP）可互换使用（yòng）。但（dàn）是，它们（men）彼此之间（jiān）非常（cháng）不同-不仅在含义上，而且在用例（lì）和特定的优点和缺点（diǎn）上也是如此。
术语“人（rén）工智（zhì）能”是最广泛使用（yòng）的，并（bìng）且是一系列技术（shù）的广义术（shù）语。机器学习，深度学习，自然语言处（chù）理，神经网络等（děng）可以被视为人（rén）工智能的子类别。
甚至（zhì）可以将（jiāng）机器学习视为人工学习中的一种专业，而深度学习则是（shì）机器学习中的（de）一种专门技能。结合了（le）ML和DL的各种（zhǒng）应用程（chéng）序（例如NLP和神经网络）也归类为AI。
人工智（zhì）能从根本上（shàng）讲（jiǎng）是一种显（xiǎn）示人类认知所展现的特征的机器。AI是一个笼统的术语，用于表示一（yī）个具有智慧（huì）的人（rén）的认知特（tè）征（如学习和“思考（kǎo）”）的人工实体。
卡内基梅隆大学计算机科学学院前院长安德鲁·摩尔（Andrew Moore）表示：“人工智能是使（shǐ）计算机以直到最近之前我们认为仍需要人类智（zhì）能的（de）方式运（yùn）行的（de）科学和（hé）工程（chéng）技术。”
由于AI的快速发展性质，该术语的定义也得到了发（fā）展。例如，光学字符识别（OCR）被广泛认为是AI驱动的任务。一般认为，识别（bié）书（shū）面信件的任（rèn）务是需要人类（lèi）智慧的事（shì）情。如今，OCR几乎不（bú）被认为是在AI的保护下，因为较新的技（jì）术已争夺该领（lǐng）域。当前（qián），机器学习（xí）和深（shēn）度学习已成为“ AI”的焦点（diǎn），但可以被下一代人（rén）工智能取代。
我（wǒ）们与AI的互（hù）动已（yǐ）从观看（kàn）超（chāo）级计算机与电视（shì）上的（de）卫（wèi）冕冠（guàn）军（jun1）下（xià）象棋演变为AI成为我们日常（cháng）应用程序的一部分。Google Assistant，Amazon Alexa和Apple Siri都使（shǐ）用自然语言处理来理解（jiě）自然的人（rén）类语音。另一方面，Netflix，Facebook和Instagram使（shǐ）用（yòng）神经网络（luò）通过推荐内容为用户提供更个性化的体验。
这使AI成为不断（duàn）发展（zhǎn）的目标的声（shēng）誉。随着领（lǐng）域的发展，它变得越来越远。与（yǔ）人（rén）类相比，当今的算法在相对较低的认知水（shuǐ）平上起（qǐ）作用（yòng），而AI仍无法实现更复（fù）杂的任务。
另一个需要区别的地方是，今（jīn）天（tiān），ML，DL，NLP和所（suǒ）有其（qí）他AI技术仅（jǐn）仅是展示人工智能的应用（yòng）程序。因此，根（gēn）据定义，所有其他（tā）子（zǐ）类（lèi）别都（dōu）可以（yǐ）很好地适（shì）合人工智能。
