人工智慧是什麼
是我們想象中人工智慧的樣子嗎
李彥宏曾經為自己公司的人工智慧（簡稱AI）宣傳說到：移動網際網路的時代已經過去了，下一個時代將是人工智慧的時代。雖然有為自己背書的嫌疑，但不可否認的是，人工智慧將是未來科技的一大發展方向。我們國家也將發展人工智慧納入了國策。如今，各大網際網路公司，包括BAT、頭條、京東、美團，負責人工智慧技術的“演算法工程師”崗位，也成為了當下的高薪職位。
人工智慧是什麼？簡單概括一句為：讓計算機（機器）自動地完成以往需要人來做的事情。一個理想的人工智慧，正如科幻片裡所看到的機器人似的，擁有人的情感和智慧，且懂得與人交流。目前的人工智慧技術離理想的人工智慧還差的很遠。現如今人工智慧的發展和應用可以用四個字來概括，那就是“逐個擊破”。它將人類所會的東西拆分成一個又一個的子任務，然後再這些子任務上達到人類的水平。這些子任務包括：
AI已經熟練的任務
機器翻譯，比如我們用的有道翻譯、百度翻譯、谷歌翻譯；
人臉識別，像手機的人臉識別解鎖、火車站的人臉識別進站
資訊推薦，像刷抖音，系統會推測你感興趣的內容，向你推薦
。。。
處在探索中的任務
聊天機器人，像微軟小冰。聊天機器人是一項很難的任務，目前還在探索
自動駕駛，自動駕駛綜合了多種技術（像行人、物體檢測，路徑規劃等），目前已經有了很大的進展
。。。
每個子任務都可以帶來豐富多彩的應用，也會給人們的生活帶來便利和有效。這些子任務的研究和應用就構造了目前人工智慧領域的大部。
機器學習是什麼
誰來解決上述人工智慧一個個的子任務？答案是機器學習。可以這樣理解，機器學習是實現人工智慧的技術。當然，人工智慧技術不僅僅侷限於機器學習，但是，目前解決這些任務的方法幾乎都依靠機器學習。典型的機器學習的模式是一個三段式，以中文到英文的機器翻譯為例：
蒐集一大堆中文和英文的對齊資料
用機器學習技術學習中文到英文的翻譯
投入實際應用：給定中文，系統輸出英文
機器學習這門學科與數學的統計學聯絡密切。用統計的力量，從大量資料中學習到有用的模式，進而投入應用。
深度學習是什麼
深度學習是新時代的機器學習技術。深度學習使用了學習能力更強的神經網路模型，來對資料中的模式進行提取。因其出色的學習能力，導致了其在很多工上都有很好的表現。因而，深度學習，作為新時代的機器學習，不論是在學術界還是工業界，受到了越來越多的關注，且關注勢必會往下進行。
一些其他的名詞：資料探勘、自然語言處理、計算機視覺
如果對人工智慧領域有過一定的瞭解，那麼除了碰上機器學習、深度學習這些詞外，還可能碰到這三個詞：資料探勘、自然語言處理（Natural Language Processing，簡稱NLP）和計算機視覺。這三個之間以及和機器學習有什麼關係呢？
首先，資料探勘，顧名思義，就是從資料中挖掘出資訊。這不是和機器學習的作用是一樣的嗎。事實上，資料探勘和機器學習在很大程度上是重疊的，因為很多機器學習的演算法都可以用來更好的挖掘資料。二者也有不同於彼此的地方：資料探勘偏實際運用，需要人工去做採集清洗資料等任務，此外，還存在其他非機器學習的演算法；機器學習偏理論，它是統計學在計算機學科中的體現。
自然語言處理（NLP），處理的物件就是自然語言，自然語言可以看做資料，NLP就是從自然語言中找到人們想要的東西，所以NLP可看做是資料探勘。當然，NLP也有很多與自身特點相關的特點與挑戰。
而計算機視覺，處理的物件和影象、影片有關。可以把它和NLP放在同一種類型看待。
總結一下，NLP和計算機視覺是具有自己特色的資料探勘，而資料探勘都可以應用機器學習達到更好的結果。
