在当今这个技术飞速发展的时代，"人工智能"、"机器学习"和"深度学习"这些词汇频繁出现在视野中。它们在各个领域，包括医疗保健、制造业、商业、教育、银行、信息技术等，都有着广泛的应用，并极大地改变了技术的面貌。尽管这些术语被广泛使用，但人们常常将它们混为一谈。本文将深入探讨这些术语，并揭示它们之间的差异。
首先，来定义人工智能（AI）。简而言之，人工智能是指机器模仿人脑功能的能力。当想到人工智能时，首先浮现在脑海中的可能是机器人。几十年前，电影中的机器人/超人以其轻松完成艰巨任务和与人类平等共存的能力让着迷。如今，像索菲亚这样的机器人已经成为现实，发现人工智能无处不在。从扫地机器人、像SIRI这样的虚拟助手、在医疗领域执行手术的机器人、编写代码的机器人，当然还有自动驾驶汽车和卡车——这些大多数已经成为现实，人工智能的世界正在迅速发展。从IBM的国际象棋计算机“深蓝”击败世界冠军，到谷歌的“阿尔法狗”，在这场人工智能革命中见证了许多令人着迷的发现。
在简单的术语中，人工智能是关于训练机器模仿人类行为，特别是人脑及其思考能力。与人类大脑类似，AI系统发展了合理化和执行行动的能力，这些行动有最好的机会实现特定目标。人工智能专注于执行人类所具有的三种认知技能——学习、推理和自纠正。人工智能的发展被认为是第四次工业革命。专家们说，就像前三次工业革命改变了世界一样，由人工智能、物联网和云计算驱动的第四次革命肯定会改变人类和地球的进程。
让快速了解一下人工智能的三个广泛类别以及在这些领域是如何迅速发展的！
1. 人工狭义智能 2. 人工通用智能 3. 人工超智能
人工狭义智能系统被设计和训练来完成一个特定的任务，通常被称为弱AI/狭义AI。基于用户输入回答问题的聊天机器人、像Siri、Alexa和Cortana这样的语音助手、面部识别系统、搜索互联网的AI系统，都是弱AI的例子。它们在执行它们被编程去做的特定任务方面是智能的。狭义AI并不模仿人类智能，而是根据一组参数和输入数据模拟人类行为。弱AI仍然需要一定程度的人类干预，以定义学习算法的参数、提供相关的训练数据，并确保预测的准确性。
可以将其视为一个婴儿，听从成人的指示并按照指示执行功能。
人工通用智能是指AI系统/机器能够与另一个人类平等地执行。这也意味着机器能够解释和理解人类的语气和情感，并相应地行动。这也被称为强AI，仍在探索强AI的表面。随着机器学习能力的不断发展，AI将进步，很快就会到达那里。
人工超智能是指一个人工智能机器将变得自意识，并超越人类智能和能力。尽管这个领域有很多激动人心的研究正在进行，但也有科学家的警告。牛津大学教授、《超级智能：路径、危险、策略》一书的尼克·博斯特罗姆说：“最大的威胁是长期问题，引入某种激进的超级智能，并未能将其与人类价值观和意图对齐。这是一个大的技术问题。会在解决能力和对齐问题之前解决安全性问题。”
那么，对达到这种人工超智能水平有什么看法呢？认为不受控制的超AI会成为人类的威胁吗？别忘了在评论中分享想法。
好了！关于人工智能已经说了很多了！
既然对人工智能有了相当了解；是否想知道计算机系统/机器如何模仿人类行为并执行预测、自动化和决策？
这就是机器学习发挥作用的地方。
机器学习自然是AI的一个子集。它提供了统计方法和算法，并使机器/计算机能够自动从它们以前的经历和数据中学习，并允许程序相应地改变其行为。机器学习提供了许多不同的技术和算法，使计算机能够学习。决策树、随机森林、支持向量机、K均值聚类——这些只是其中的一些。预测产品销售、预测客户行为、从他们的社交媒体行为中衡量客户情绪——这些是机器学习模型使用的一些用例。当输入数据足够好时，机器学习算法工作得很好。当数据量爆炸性增长时，需要查看更有效的算法和技术，这就是深度学习找到热点的地方。
OTT平台，如Netflix和亚马逊Prime，使用机器学习根据用户过去的观看数据推荐电影，并通过从过去的经验中学习不断改进。
在电子商务中，像亚马逊和Flipkart这样的公司使用机器学习来了解用户的偏好，并根据以前的购买和浏览历史提供产品推荐。
机器学习在现实世界中的应用是巨大的！
现在清楚地知道机器学习和AI并不相同。机器学习是实现人工智能的一种方式。
就像其他任何事情一样，机器学习也有其缺点，这就是深度学习发挥作用的地方！
当数据量和复杂性成倍增加时，机器学习模型的表现并不好。它们需要某种形式的人类干预和指导，而深度学习模型则从数据和以前的经验中学习，并逐步自纠正。
随着数据量的增加，神经网络的深度增加，学习变得“深入”。这就是深度学习的本质。深度学习的另一个显著优势是，随着模型的训练，它学会了自己提取特征，不需要像其他机器学习算法那样进行手动特征提取。
随着新的处理单元的出现、计算能力的增加和数据的指数增长；深度学习正在获得动力，并在解决许多现实世界问题中找到应用。
“在2020年初，数字宇宙中的字节数是可观测宇宙中星星数量的40倍”——世界经济论坛
AI是通过机器学习和深度学习实现的，它们并不相同。
LinkedIn