一文了解2019年最火爆的科學詞匯
2019-08-23 15:49:32
次
說到人工智能(AI)的定義，映入腦海的關鍵詞可能是“未來”，“科幻小說”，雖然這些因素看似離我們很遙遠，但它卻是我們日常生活的一部分。語音助手的普及、無人駕駛的成功，人工智能、機器學習、深度學習已經(jīng)深入我們生活的各個場景。例如京東會根據(jù)你的瀏覽行為和用戶的相似性，利用算法為你推薦你需要的產(chǎn)品；又比如美顏相機，會基于你面部特征的分析，通過算法精細你的美顏效果。還有眾所周知的谷歌DeepMind，當AlphaGo打敗了韓國職業(yè)圍棋高手Lee Se-dol時，媒體描述這場人機對戰(zhàn)的時候，提到了人工智能AI、機器學習、深度學習等術語。沒錯，這三項技術都為AlphaGo的勝利立下了汗馬功勞，然而它們并不是一回事。
人工智能和機器學習的同時出現(xiàn)，機器學習和深度學習的交替使用......使大部分讀者霧里看花，這些概念究竟有何區(qū)別，我們可以通過下面一個關系圖來進行區(qū)分。
圖一：人工智能、機器學習、深度學習的關系
人工智能包括了機器學習和深度學習，機器學習包括了深度學習。人工智能是機器學習的父類，機器學習則是深度學習的父類。
人工智能（Artificial Intelligence，AI）是計算機科學的一個分支，它企圖了解智能的實質，并生產(chǎn)出一種新的與人類智能相似的方式作出反應的智能機器，它不是人的智能，但能像人那樣思考、也可能超過人的智能。
人工智能實際應用：機器視覺，指紋識別，人臉識別，視網(wǎng)膜識別，虹膜識別，掌紋識別，專家系統(tǒng)，自動規(guī)劃，智能搜索，定理證明，博弈，自動程序設計，智能控制，機器人學，語言和圖像理解，遺傳編程等。人工智能目前也分為：強人工智能(BOTTOM-UPAI)和弱人工智能(TOP-DOWNAI)。
機器學習（Machine Learning，ML）是人工智能的核心，屬于人工智能的一個分支。機器學習是指從數(shù)據(jù)中自動分析獲得規(guī)律，并利用規(guī)律對未知數(shù)據(jù)進行預測的算法，所以機器學習的核心是數(shù)據(jù)、算法（模型）、算力（計算機運算能力）。
機器學習應用領域：數(shù)據(jù)挖掘、數(shù)據(jù)分類、計算機視覺、自然語言處理(NLP)、生物特征識別、搜索引擎、醫(yī)學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰(zhàn)略游戲和機器人運用等。
深度學習（Deep Learning，DL）：是機器學習研究中的一個新的領域，其動機在于建立、模擬人腦進行分析學習的神經(jīng)網(wǎng)絡，它模仿人腦的機制來解釋數(shù)據(jù)。
數(shù)據(jù)挖掘（Data Mining，DM），顧名思義是指利用機器學習技術從海量數(shù)據(jù)中“挖掘”隱藏信息，主要應用于圖像、聲音、文本。在商業(yè)環(huán)境中，企業(yè)希望讓存放在數(shù)據(jù)庫中的數(shù)據(jù)能“說話”，支持決策。所以數(shù)據(jù)挖掘更偏向于應用。
圖二：數(shù)據(jù)挖掘與機器學習的關系
機器學習是數(shù)據(jù)挖掘的一種重要方法，但機器學習是另一門學科，并不從屬于數(shù)據(jù)挖掘，二者相輔相成。數(shù)據(jù)挖掘是機器學習和數(shù)據(jù)庫的交叉，主要利用機器學習提供的技術來分析海量數(shù)據(jù)，利用數(shù)據(jù)庫界提供的技術來管理海量數(shù)據(jù)。
不管是人工智能、機器學習、深度學習還是數(shù)據(jù)挖掘，目前都在解決共同目標時發(fā)揮了自己的優(yōu)勢，并為社會生產(chǎn)和人類生活提供便利，幫助我們探索過去、展示現(xiàn)狀、預測未來。
Tempo商業(yè)智能平臺
Tempo人工智能平臺
Tempo數(shù)據(jù)工廠平臺
Tempo指標平臺
Tempo數(shù)據(jù)治理平臺
Tempo主數(shù)據(jù)管理平臺
首頁
美林數(shù)據(jù)
行業(yè)資訊
陜公網(wǎng)安備 61019002000171號
