AI、机器学习、深度学习的关系

+文本处理

推荐算法

机器学习Machine Learning

什么事人工智能AI

逻辑回归

机器学习

1950

NLP（Natural Language Processing ），也就是人们常说的「自然语言处理」

无监督学习算法

检索

数据挖掘

1980

语音识别

监督学习算法

+图像处理

事件驱动

模式识别

数据仓库

搜索引擎

灵敏

算法

2010

提出概念：四要素：数据、算法、算力、场景

计算

数据分析方法之一

知识

云计算

智慧

大数据

推理

聚类算法

优化方法：

机器学习算法

高度交叉

统计学习

深度学习

神经网络

深度学习Deep Learning

人工智能 (AI)人工智能利用计算机和机器模仿人类思维的问题解决和决策制定能力。什么是人工智能？虽然在过去数十年中，人工智能 (AI) 的一些定义不断出现，但 John McCarthy 在 2004 年的论文 中给出了以下定义：“这是制造智能机器，特别是智能计算机程序的科学和工程。 它与使用计算机了解人类智能的类似任务有关，但 AI 不必局限于生物可观察的方法”。然而，在这个定义出现之前数十年，人工智能对话的诞生要追溯到艾伦·图灵 (Alan Turing) 于 1950 年发表的开创性工作：“计算机械和智能” (PDF，89.8 KB)（链接位于 IBM 外部）。 在这篇论文中，通常被誉为“计算机科学之父”的图灵提出了以下问题：“机器能思考吗？”由此出发，他提出了著名的“图灵测试”，由人类审查员尝试区分计算机和人类的文本响应。 虽然该测试自发表之后经过了大量的审查，但它仍然是 AI 历史的重要组成部分，也是一种在哲学中不断发展的概念，因为它利用了有关语言学的想法。Stuart Russell 和 Peter Norvig 随后发表了“人工智能：现代方法”（链接位于 IBM 外部），成为 AI 研究的主要教科书之一。 在该书中，他们探讨了 AI 的四个潜在目标或定义，按照理性以及思维与行动将 AI 与计算机系统区分开来：人类方法：像人类一样思考的系统像人类一样行动的系统理想方法：理性思考的系统理性行动的系统

+语音处理

专家系统

SVM

人工智能

人工智能Artificial Intelligence

自然语言处理 NLP

降维算法

机器视觉

线性回归

+数据库

约等于

+基于深度神经网络

提出方法：