人工智能的相关概念

这篇文章主要用来介绍人工智能的相关概念。

人工智能（ Artificial Intelligence，AI）的概念，出现的比较早，主要用来研究如何让计算机，像人类一样，具备智能处理信息、解决问题的能力，包含相关的理论、方法、技术和相关的软件产品。人工智能的范围是非常广泛的，包括自然语言处理、机器学习、专家系统、图像识别等。所采用的方法也非常多，比如遗传算法等最优解求解算法、SVM等分类器、神经网络、深度学习等。人工智能是一个庞大的概念，并不单指某一种方法或者技术，而是一个学科。

然而，就我个人的理解，目前基本上大部分的算法，实际上都不能算是智能。因为我的理解是，如果产生了智能，机器本身，或者说算法本身，必须不是按照人类的想法进行的。也就是说，算法本身自己会“思考”，有自己的思路去解决问题。因此，目前我个人认为能够称得上智能的，大概就是深度学习为代表的一系列算法，包括强化学习、生成网络等。这些算法有一个显著的特点，就是人类根本不知道算法内部到底是怎么运转的，这些参数到底是怎样训练出来的，这些东西，是机器或者说算法自行解决的。

机器学习（Machine Learning），可以认为是实现人工智能的一类常用算法，其本质是，让算法从大量的已有数据中寻找出一个特定的规律，学习到一种定式，这样当再有新的数据到来时，算法能够根据这个定式推演出相关的结果，这一类的算法就是机器学习算法。机器学习算法，只是人工智能中的一个子集，不过近期深度学习作为机器学习中的一种，非常火，让人误以为说起人工智能指的就是机器学习，其实两者并不等同。例如，遗传算法，就不是机器学习算法，但是也算是人工智能的范畴内。

神经网络是机器学习中的一种，之前一直默默无闻，原因是训练比较复杂，并且效果并不比SVM、随机森林等算法好，所以很多人并不会使用神经网络来完成机器学习的相关研究。

深度学习（Deep Learning），是机器学习中的一个子概念，是机器学习算法中神经网络的一个分支，因其神经网络架构层次比较深，所以被称为深度学习。深度学习一种复杂的神经网络，神经元个数和层次都很多，因此参数的训练非常困难，随着计算机计算能力的增强，其训练问题得到解决后，深度学习表现出了非常优秀的机器学习效果，在近期的人工智能领域大放异彩。