人工智能相关概念

17前非常火的，十九大、共享单车、AI，AI技术可能以后也像金融知识一样，越来越普及。

2015年Google开源了TensorFlow，17年在GitHub上是最流行的项目，没有之一，目前以后83k的start。

AI的概念，貌似很早就有了，本科的时候，知道有模式识别，毕设也是这相关。但是这两年机器学习、人工智能、深度学习各种概念，了解概念才能更深入的了解技术的本质。

wiki上对于AI的描述：

Artificial intelligence (AI, also machine intelligence, MI) is intelligence displayed by machines, in contrast with the natural intelligence (NI) displayed by humans and other animals.

简单说就是机器完成人类或其他动物展现出来的智能。这概念1950年就有了，想法很简单，因为当时计算机的速度已经可以了，最初的想法是造出一个真正的高级的类人的AI，会不会以后真的有这种有意识的AI，我觉得是个哲学问题。上面说的可以说是“强人工智能”，而现在的人工智能属于“弱人工智能”，处理的问题是有限的，至少是有个规则的，不管是下围棋、诊断病、识别猫等等。

什么是“强人工智能”呢？想起《未来简史》中作者举得的一个例子，在人们测试一个新的人工智能的系统时候，输入了一个目标，计算π的值，然后这个系统为了获取更多的计算能力，获取更多的能源，先在地球上消灭了整个人类，控制了所有的电力系统，然后利用地球的资源，造出高级的航空飞船，去其他星球挖矿，最后冲出太阳系，但目的只是为了计算一个π值。。

机器学习是目前应用相对比较广泛的，知乎上看到过一个角度“是计算机科学和统计学的交叉学科”，最常见的就是归类的方式，先训练，得到模型，来了新的数据，能快速的归类。

而深度学习，这概念时间不长，10年才有，但是使用的是一个很老的算法，神经网络算法，这算法十几年前就有了。深度学习流行起来的一个非常重要的原因一是硬件成本的降低，GPU的发展，磁盘存储成本的降低，导致分布式集群相关的软件技术也更加成熟，像这神经网络的算法，参数多，需要依赖的训练数据多，数据量小了训练的模型相对不准确。目前这两个问题都能解决，有大量的数据，有相对廉价的资源。

引用一张图，三者其实是包含的关系：

参考

What’s the Difference Between Artificial Intelligence, Machine Learning, and Deep Learning?
人工智能、机器学习和深度学习之间区别(上面英文的翻译)