智能化的生活，縮小了我們?nèi)伺c人之間或者是空間的縮小。從家電到汽車再到智能手機，我們每天都會接觸到。通過人工智能，也就是AI。“人工智能”一詞最早由認知科學家約翰·麥卡錫在研究中提出。人賦予它一定的思維一定的邏輯，通過這種思維可以去模擬人類可以做的任何事。

　　你也許最近經(jīng)常聽到“人工智能”和另外幾個詞匯同時出現(xiàn)，特別是“機器學習”和“深度學習”。它們經(jīng)常被互換使用，盡管它們存在關(guān)聯(lián)，但其實并非同一事物。這樣說可能會讓人感到困惑。我們通過一個經(jīng)典的例子來解釋人工智能、機器學習和深度學習之間的區(qū)別：比較蘋果和橙子。人工智能從廣義上講，人工智能描述一種機器與周圍世界交互的各種方式。通過先進的、像人類一樣的智能——軟件和硬件結(jié)合的結(jié)果——一臺人工智能機器或設(shè)備就可以模仿人類的行為或像人一樣執(zhí)行任務(wù)。我們今天讀到了很多關(guān)于人工智能的內(nèi)容，比如語音識別（用于智能個人助理設(shè)備），面部識別（被用在目前社交媒體上很流行的濾鏡中），或者物體識別（比如搜索蘋果和橙子的圖片）。然而這些功能是如何實現(xiàn)的？

　　從根源上看，配備人工智能的機器會模仿人類的思維過程，比如分辨蘋果和橙子的能力。

　　機器學習機器學習是人工智能的一種途徑或子集，它強調(diào)“學習”而不是計算機程序。一臺機器使用復(fù)雜的算法來分析大量的數(shù)據(jù)，識別數(shù)據(jù)中的模式，并做出一個預(yù)測——不需要人在機器的軟件中編寫特定的指令。在錯誤地將奶油泡芙當成橙子之后，系統(tǒng)的模式識別會隨著時間的推移而不斷改進，因為它會像人一樣從錯誤中吸取教訓(xùn)并糾正自己。通過機器學習，一個系統(tǒng)可以從自身的錯誤中學習來提高它的模式識別能力。

　　通過機器學習，一個系統(tǒng)可以從自身的錯誤中學習來提高它的模式識別能力。

　　深度學習深度學習是機器學習的一個子集，推動計算機智能取得長足進步。它用大量的數(shù)據(jù)和計算能力來模擬深度神經(jīng)網(wǎng)絡(luò)。從本質(zhì)上說，這些網(wǎng)絡(luò)模仿人類大腦的連通性，對數(shù)據(jù)集進行分類，并發(fā)現(xiàn)它們之間的相關(guān)性。如果有新學習的知識（無需人工干預(yù)），機器就可以將其見解應(yīng)用于其他數(shù)據(jù)集。機器處理的數(shù)據(jù)越多，它的預(yù)測就越準確。例如，一臺深度學習的設(shè)備可以檢查大數(shù)據(jù)——比如通過水果的顏色、形狀、大小、成熟時間和產(chǎn)地——來準確判斷一個蘋果是不是青蘋果，一個橙子是不是血橙。

　　通過深度學習，機器可以處理大量數(shù)據(jù)，識別復(fù)雜的模式，并提出深入的見解。

　　人工智能、機器學習和深度學習之間的差異并不像蘋果和橙子那么明顯，它們更微妙。Qualcomm已將人工智能技術(shù)整合進驍龍移動平臺，創(chuàng)造出令人折服的、直觀的體驗，讓設(shè)備可以更深入地了解你。