我们周围的事物于是以显得更加智能。从汽车到智能手机，到数字助理，甚至还包括机器人。

我们不只是在谈每天层出不穷的、突破性的新功能。更加最重要的是，设备、计算机和机器都在聪慧地继续执行任务。它们是如何做的呢？通过人工智能，也就是AI。

“人工智能”一词最先由理解科学家约翰·麦卡锡在研究中明确提出，他写道，“这项研究基于一种推断，即任何自学不道德或其它智力特征，在应以都可以被准确地叙述，从而可以生产出有一台机器来仿真它。”这种叙述在今天依然限于，只是复杂性减少了一些。

你或许最近常常听见“人工智能”和另外几个词汇同时经常出现，尤其是“机器学习”和“深度自学”。它们常常被交换用于，尽管它们不存在关联，但只不过并非同一事物。

这样说道可能会让人深感疑惑。我们通过一个经典的例子来说明人工智能、机器学习和深度自学之间的区别：较为苹果和橙子。人工智能从广义上谈，人工智能叙述一种机器与周围世界交互的各种方式。

通过先进设备的、像人类一样的智能——软件和硬件融合的结果——一台人工智能机器或设备就可以仿效人类的不道德或像人一样继续执行任务。我们今天写了很多关于人工智能的内容，比如语音辨识（用作智能个人助理设备），面部辨识（被用在目前社交媒体上很风行的滤镜中），或者物体辨识（比如搜寻苹果和橙子的图片）。然而这些功能是如何构建的？从根源上看，配有人工智能的机器不会仿效人类的思维过程，比如辨别苹果和橙子的能力。

机器学习机器学习是人工智能的一种途径或子集，它特别强调“自学”而不是计算机程序。一台机器用于简单的算法来分析大量的数据，辨识数据中的模式，并作出一个预测——不必须人在机器的软件中撰写特定的指令。在错误地将奶油泡芙当作橙子之后，系统的模式识别不会随着时间的流逝而不断改进，因为它不会像人一样从错误中吸取教训并缺失自己。

通过机器学习，一个系统可以从自身的错误中自学来提升它的模式识别能力。深度自学深度自学是机器学习的一个子集，推展计算机智能获得长足进步。它用大量的数据和计算能力来仿真深度神经网络。

从本质上说道，这些网络仿效人类大脑的连通性，对数据集展开分类，并找到它们之间的相关性。如果有新的自学的科学知识（需要人工干预），机器就可以将其看法应用于其他数据集。

机器处置的数据就越多，它的预测就就越精确。例如，一台深度自学的设备可以检查大数据——比如通过水果的颜色、形状、大小、成熟期时间和产地——来精确辨别一个苹果是不是青苹果，一个橙子是不是血橙。通过深度自学，机器可以处置大量数据，辨识简单的模式，并明确提出了解的看法。

人工智能、机器学习和深度自学之间的差异并不像苹果和橙子那么显著，它们更加错综复杂。Qualcomm一并人工智能技术统合入骁龙移动平台，建构出有令人赞叹的、直观的体验，让设备可以更加了解地理解你。

本文来源：博鱼(boyu·中国)官方网站-www.705jk.com