说到近些年的火热名词，“人工智能”必须榜上有名。随着去年ChatGPT爆火出圈，“AI（Artificial Intelligence，人工智能）”屡次霸屏热搜榜，并被英国词典出版商柯林斯评为2023年的年度词。除了“人工智能”，我们还经常听到“机器学习”、“深度学习”……这些术语都是啥意思？它们之间有什么关系呢？我们一起来了解一下吧。
说到人工智能，大家的第一反应可能是科幻电影里那些拥有人类智慧的机器人，但实际上，人工智能可不仅仅是机器人哦。人工智能是由约翰·麦卡锡（John McCarthy）于1956年提出来的，当时的定义是“制造智能机器的科学与工程”。现在的人工智能是指“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学”。
时至今日，人工智能已经不再是一门单纯的学科，而是涉及了计算机、心理学、语言学、逻辑学、哲学等多个学科的交叉领域。人工智能看起来是高深的科技，实际上是一个覆盖范围很广的概念。我们的身边，早就有了各种人工智能，例如：自动驾驶、人脸识别、智能机器人、机器翻译等等。
面对多种多样的人工智能，我们按照人工智能的实力，可将其分成三类：弱人工智能（Artificial Narrow Intelligence，ANI）、强人工智能（Artificial General Intelligence，AGI）、超人工智能（Artificial Superintelligence，ASI）。
前面提到，人工智能的目的是让机器能够像人一样思考并决策，到底如何实现呢？机器学习专门研究计算机怎样模拟或实现人类的学习行为，通过学习获取新的知识、技能，从而重新组织已有的知识结构，不断改善自身性能。简而言之，机器学习就是从数据中通过算法自动归纳逻辑或规则，并根据归纳的结果与新数据来进行预测。
通过上面的了解，相信大家对机器学习已经不陌生了。那么深度学习又是个啥？跟机器学习有什么关系？深度学习是机器学习领域的一个新的研究方向，是一种通过多层神经网络来学习和理解复杂数据的算法。与传统机器学习不同的是，深度学习使用了神经网络结构，神经网络的长度称为模型的“深度”，因此基于神经网络的学习被称为“深度学习”。
有用的知识又增加了，我们来浅浅总结一下吧：“人工智能”是一个广泛的概念，目的是让机器像人一样思考和执行任务。“机器学习”是实现人工智能的一种方法，目的是从数据中学习规律，传统的机器学习需要人工确定数据特征。“深度学习”是机器学习的一个特定分支，基于神经网络，能够自动学习数据特征。相信大家通过今天的学习，再也不会傻傻分不清楚了。