什么是深度学习，跟人工智能有关系吗？（深度学习：从人工神经网络到人工智能）

深度学习：从人工神经网络到人工智能

深度学习的概念来源于人工神经网络，由于2010年之前人工神经网络的发展并不平顺，时而火热，时而跌入低谷。很大的原因是计算机的计算性能还是太低。

2012年的时候，加拿大多伦多大学的Hinton教授的学生利用神经网络在cv（计算机视觉）领域的大赛ImageNet上取得了第一名的成绩，而且评价指标比第二名高了将近10%，这一突破再一次将神经网络带到了研究者的视野之中。而且这次的神经网络相较于之前的神经网络层数更深，因此便被成为深度学习。

从2012年后，随着计算机性能的大幅提升，GPU、TPU的出现，数据规模的增加，使得深度学习训练出来的模型的性能越来越好，因此现在深度学习正在如火如荼的发展着。

谈及人工智能，英文简称AI，它是计算机科学的一个分支，它是一个很大的概念了，下面包含很多的方向，包括机器学习，数据挖掘等等，其实深度学习也属于机器学习的范围，但由于深度学习的效果比以往的机器学习方法效果好很多，所以现在的很多方向都采用深度学习的方法，而且还取得了目前为止比较好的效果。

总结来说，深度学习是方法，人工智能是应用。现有的人工智能的应用大部分都是采用深度学习的方法做的，而且还都取得了不错的结果。

深度学习：神经网络的衍生算法在图像、语音等富媒体识别领域的应用

深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。

严格意义上说，人工智能和机器学习没有直接关系，只不过目前机器学习的方法被大量的应用于解决人工智能的问题而已。目前机器学习是人工智能的一种实现方式，也是最重要的实现方式。

早期的机器学习实际上是属于统计学，而非计算机科学的;而二十世纪九十年代之前的经典人工智能跟机器学习也没有关系。所以今天的AI和ML有很大的重叠，但并没有严格的从属关系。

不过如果仅就计算机系内部来说，ML是属于AI的。AI今天已经变成了一个很泛泛的学科了。

深度学习是机器学习现在比较火的一个方向，其本身是神经网络算法的衍生，在图像、语音等富媒体的分类和识别上取得了非常好的效果。