熱線電話：13121318867

登錄
首頁精彩閱讀如何區分人工智能，機器學習和深度學習
如何區分人工智能，機器學習和深度學習
2017-03-14
收藏

我們都熟悉“人工智能”這一概念。畢竟，這個詞常常在熱門電影中出現，如《終結者》、《黑客帝國》、《機械姬》。 但最近你也可能常常聽到其他術語，如“機器學習”和“深度學習”，這些詞有時與人工智能交替使用。

 
首先我將簡單介紹一下人工智能（ Artificial Intelligence ），機器學習（ Machine Learning ）和深度學習（ Deep Learning ）三者的區別。 然后，我將分析人工智能和物聯網為何是不可分割的，技術的不斷進步和融合逐漸為為人工智能和物聯網爆炸奠定了基礎。

三者的區別 

人工智能（ AI ）
“人工智能”這一概念于 1956 年首次被計算機科學家 John McCarthy 提出。指的是在處理任務時具有人類智力特點的機器。包括具有組織和理解語言，識別物體和聲音，以及學習和解決問題等能力。
 
我們可以把人工智能分廣義和狹義兩方面來理解。 廣義上包括上述所有人類智力的特征。 狹義上的指在某些領域具有人工智能，且能在這些領域發揮到極致，但僅局限于此領域。 例如一個極為擅長識別圖像的機器，但在其他方面表現欠佳，這就是狹義上的人工智能。
 
機器學習（ ML ）
機器學習是一種實現人工智能的方式。
 
在人工智能這一概念出現后不久， Arthur Samuel 在 1959 年提出“機器學習”這一概念即“（計算機）無需專門編程就能自主學習”。你可以在不使用機器學習的情況實現人工智能，但這意味著需要編寫數百萬行規則復雜的代碼。
 
因此，和傳統編程以明確的指令使計算機完成任務不同的是，機器學習通過“訓練”使其學習如何完成任務。 “訓練”包括向模型中載入大量數據，并且能夠自動調整和改進算法。 
 
舉例來說機器學習已經被用于改進計算機視覺（機器通過圖像或視頻識別對象的能力）。人們收集數十萬甚至數百萬張圖片，并一一標記。比如，人類可以標記當中有貓的圖片，而不標記那些沒有貓的。那么，算法嘗試建立一個模型，就可以實現像人一樣準確地標記包含貓的圖片。一旦達到一定的精確度，我們就可以認為機器現在“學會”了識別貓的樣子。


深度學習（ DL ）

深度學習是實現機器學習的途徑之一。 其他途徑包括策樹，歸納邏輯程序設計，聚類，強化學習和貝葉斯網絡等。
深度學習這一概念的靈感來自大腦的結構和功能，即眾多神經元的相互連接。 人工神經網絡（ ANNs ）即為模擬大腦生物結構的算法。
 
在 ANNs 中，存在具有獨立處理層的“神經元”，且這些“神經元”與其他“神經元”相接。其中每個處理層具有特定的學習特征，如圖像識別中的曲線/邊緣。 正是這種分層賦予深度學習這一概念的名稱，其中的深度是通過使用多個層而不是單個獨立層實現的。

人工智能與物聯網不可分割

人工智能與物聯網之間的關系正如人類的大腦和身體。
 
我們的身體獲取感官輸入，如視覺，聽覺和觸覺。 我們的大腦進一步處理這些數據，使其具有意義。如把光轉化為可識別的對象，把聲音變成可以理解的語言。 然后大腦做出決定，發送信號給身體，發出指令運動，如撿起一個物體或說話。
 
構成物聯網并相互連接的傳感器都像我們的身體，它們提供了來自外界的原始數據。人工智能就像我們的大腦，處理這些數據并決定要執行的動作。這些傳感器又再次像我們的身體一樣，進行物理動作或與他人溝通。

釋放彼此的潛力

人工智能和物聯網由于彼此實現自身的價值和愿景。
 
機器學習和深度學習已促使人工智能在近年來實現了巨大的飛躍。如上所述，機器學習和深度學習需要大量的數據來工作，這些數據由數十億在物聯網中持續鏈接的傳感器所收集。因此，物聯網促進人工智能的發展。
 
同時，改進人工智能也將促進物聯網發展，從而創造一個良性循環，這將大大促進兩者的發展。這是由于人工智能使得物聯網更實用的內因。

在工業方面，人工智能可以用于預測機器何時需要維護，或者何時需要分析制造進程，從而大幅度提高效率，節省成本。
 
在消費者方面，不是讓人類去適應技術，而是讓技術適應人類。摒棄繁瑣的點擊，輸入和搜索，我們可以直接給機器下達指令，實現我們的需求。比如詢問天氣信息，或者營造更好地入睡環境如發出一系列指令（關閉恒溫器，鎖上門，關燈等）。

技術的進步與融合

計算機芯片的變小和制造技術的改進意味著帶來成本更低，功能更強大的傳感器。
 
迅速改進的電池技術意味著這些傳感器可以不需要電源使用很久。
 
智能手機的出現帶來的無線連接，意味著數據可以以更低的成本實現高容量的傳送，同時使發送數據到云。
 
而云計算的出現為我們提供了幾乎無限的存儲空間和計算能力處理數據。
 

人工智能對我們的社會和未來帶來的影響是不可預計的?？梢钥隙ǖ氖?，隨著人工智能和物聯網的進步和持續發展，帶來的影響必將是深遠的。


原作者 Calum McClelland
編譯 CDA 編譯團隊
本文為 CDA 數據分析師原創作品，轉載需授權



CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

人工智能 機器學習 深度學習 特征 計算機視覺 神經網絡 云計算 數據分析

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇圖論在大數據分析中的作用！
下一篇CDA認證再升一檔！與國家共同推進大數據人才培養標準教育事業！
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢