“人工智能”一詞最早由認(rèn)知科學(xué)家約翰·麥卡錫在研究中提出，他寫到，“這項(xiàng)研究基于一種推測(cè)，即任何學(xué)習(xí)行為或其它智力特征，在原則上都可以被精確地描述，從而可以制造出一臺(tái)機(jī)器來模擬它。”這種描述在今天仍然適用，只是復(fù)雜性增加了一些。

      你也許最近經(jīng)常聽到“人工智能”和另外幾個(gè)詞匯同時(shí)出現(xiàn)，特別是“機(jī)器學(xué)習(xí)”和“深度學(xué)習(xí)”。它們經(jīng)常被互換使用，盡管它們存在關(guān)聯(lián)，但其實(shí)并非同一事物。

      這樣說可能會(huì)讓人感到困惑。我們通過一個(gè)經(jīng)典的例子來解釋人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間的區(qū)別：比較蘋果和橙子。

人工智能

       從廣義上講，人工智能描述一種機(jī)器與周圍世界交互的各種方式。通過先進(jìn)的、像人類一樣的智能——軟件和硬件結(jié)合的結(jié)果——一臺(tái)人工智能機(jī)器或設(shè)備就可以模仿人類的行為或像人一樣執(zhí)行任務(wù)。

       我們今天讀到了很多關(guān)于人工智能的內(nèi)容，比如語音識(shí)別（用于智能個(gè)人助理設(shè)備），面部識(shí)別（被用在目前社交媒體上很流行的濾鏡中），或者物體識(shí)別（比如搜索蘋果和橙子的圖片）。然而這些功能是如何實(shí)現(xiàn)的？

       從根源上看，配備人工智能的機(jī)器會(huì)模仿人類的思維過程，比如分辨蘋果和橙子的能力。

機(jī)器學(xué)習(xí)

       機(jī)器學(xué)習(xí)是人工智能的一種途徑或子集，它強(qiáng)調(diào)“學(xué)習(xí)”而不是計(jì)算機(jī)程序。一臺(tái)機(jī)器使用復(fù)雜的算法來分析大量的數(shù)據(jù)，識(shí)別數(shù)據(jù)中的模式，并做出一個(gè)預(yù)測(cè)——不需要人在機(jī)器的軟件中編寫特定的指令。在錯(cuò)誤地將奶油泡芙當(dāng)成橙子之后，系統(tǒng)的模式識(shí)別會(huì)隨著時(shí)間的推移而不斷改進(jìn)，因?yàn)樗鼤?huì)像人一樣從錯(cuò)誤中吸取教訓(xùn)并糾正自己。

       通過機(jī)器學(xué)習(xí)，一個(gè)系統(tǒng)可以從自身的錯(cuò)誤中學(xué)習(xí)來提高它的模式識(shí)別能力。

深度學(xué)習(xí)

       深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集，推動(dòng)計(jì)算機(jī)智能取得長(zhǎng)足進(jìn)步。它用大量的數(shù)據(jù)和計(jì)算能力來模擬深度神經(jīng)網(wǎng)絡(luò)。從本質(zhì)上說，這些網(wǎng)絡(luò)模仿人類大腦的連通性，對(duì)數(shù)據(jù)集進(jìn)行分類，并發(fā)現(xiàn)它們之間的相關(guān)性。如果有新學(xué)習(xí)的知識(shí)（無需人工干預(yù)），機(jī)器就可以將其見解應(yīng)用于其他數(shù)據(jù)集。機(jī)器處理的數(shù)據(jù)越多，它的預(yù)測(cè)就越準(zhǔn)確。

       例如，一臺(tái)深度學(xué)習(xí)的設(shè)備可以檢查大數(shù)據(jù)——比如通過水果的顏色、形狀、大小、成熟時(shí)間和產(chǎn)地——來準(zhǔn)確判斷一個(gè)蘋果是不是青蘋果，一個(gè)橙子是不是血橙。

通過深度學(xué)習(xí)，機(jī)器可以處理大量數(shù)據(jù)，識(shí)別復(fù)雜的模式，并提出深入的見解。

       人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間的差異并不像蘋果和橙子那么明顯，它們更微妙。Qualcomm已將人工智能技術(shù)整合進(jìn)驍龍移動(dòng)平臺(tái)，創(chuàng)造出令人折服的、直觀的體驗(yàn)，讓設(shè)備可以更深入地了解你。

推薦閱讀：

 不是加密專家也可實(shí)現(xiàn)安全認(rèn)證

物聯(lián)網(wǎng)浪傳感器技術(shù)的研究方向有哪些？ 

這十大傳感器 是當(dāng)之無愧的“黑科技”之王