AI的概念

偶尔听了一点关于深度学习的专业课，把学到的几个概念记下，依顺序是各自包含关系，内涵越来越深，外延也越来越窄。也就是说AI概念包含着ML，ML包含着Representation Learning，照此依次包含。

人工智能（Artificial Intelligence，AI）

它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。

机器学习（Machine Learning，ML）

是指从有限的观测数据中学司或猜测出具有一般性的规律，并利用这些规律对未知数据进行预测的方法。主要关注如何学习一个预测模型。需要首先将数据表示为一组特征Feature，然后将这些特征输入到预测模型，并输出预测结果。其特征主要靠人工经验或特征转换方法来抽取。

表示学习（Representation Learning）

将输入信息转换为有效的特征称为表示（Representation），从原始输入数据中自动地学习出有效的特征，并提高最终机器学习模型的性能的方法叫表示学习（Representation Learning），从而提高机器学习系统的准确率

深度学习（Deep Learning，DL）

深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 

2022年5月28日