随着科技的进步，一切都变得越来越简单易懂。我们可以看到 Siri、Alexa、Cortana 等语音助手让我们的日常生活变得更轻松。通过人工智能、机器学习和深度学习的应用可以看到很多这样的例子。
如今，这些术语已成为流行的流行语。但是我们知道每个术语的含义吗？让我们了解和区分这三种最重要的技术。
首先，有必要知道人工智能、机器学习和深度学习是不同但又相互关联的，所有上述技术的基础都是算法。那么什么是人工智能？
通用人工智能（AGI）：这种类型的人工智能有能力学习或理解人类可以完成的任何智力任务。它仍在开发中。
人工超级智能 (ASI)： ASI 是人工智能的高级水平，计算机可能会超越最聪明和最熟练的人类思维。
第二个系统将人工智能分为四种类型，也取决于执行类似人类行为的能力和与人类行为的相似性。他们是：
反应式机器：这些是具有最小容量的最早形式的 AI 系统。他们模仿人类大脑对各种刺激做出反应的技能。但是，它们的功能不是基于记忆的，这意味着它们无法从以前的经验中学习。
内存有限：这些机器具有反应性机器的技能，并且能够从过去的数据中学习以做出决策。
心理理论：这些类型的机器还没有被开发出来。然而，人们相信他们将能够根据他们的要求、情感和想法进行类似人类的活动。
自我意识：自我意识人工智能将是人工智能发展的终极层面。除了能够理解人类的情绪之外，这台机器还会有自己的感觉，可以做出决定，并提出潜在的想法。
机器学习
监督学习：监督学习是实现机器学习操作的最常见模型。它广泛用于输入输出数据之间存在精确映射的应用程序。
无监督学习：无监督学习算法根据数据的频率、组成、相关部分和其他可比特征识别数据。
强化学习：在这类机器学习算法中使用试错法来产生基于最高性能的输出，然后进行比较以检测错误并获得反馈。该反馈被馈送到系统以增强或最大化其性能。
深度学习
结论
翻译于https://ourcodeworld.com/articles/read/1183/the-difference-between-artificial-intelligence-machine-learning-and-deep-learning
{{collectdata}}
网友评论0