深度学习|人工智能、计算机视觉、深度学习它们之间有何关联？与我们的日常生活又有什么影响？

【深度学习|人工智能、计算机视觉、深度学习它们之间有何关联？与我们的日常生活又有什么影响？】人工智能的浪潮正在席卷全球，大数据、计算机、机器学习、深度学习等诸多词汇我们时常都能够从媒体、网络上看到听到，但不少人对于这些高频词汇的含义及背后的关系总是一知半解。但作为AI时代的企业，想要在AI领域创业，一定要保持着对新领域的好奇，对行业项目的责任心，所以今天小鸽用最简单的语言，帮助大家理解人工智能。

01什么是人工智能

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。“人工智能”是“一门技术科学”，它研究与开发的对象是“理论、技术及应用系统”，研究的目的是为了“模拟、延伸和扩展人的智能”。另外，人工智能在50年代就提出了。

自2017年起，人工智能发展在我国就已经上升为国家战略目标，在人工智能战略的推动下，AI技术、5G、物联网等逐渐融入我们的日常生活，并且改变着我们的生活习惯。

02人工智能的基本组成部分

机器学习

机器学习是人工智能的一部分，其的核心是“使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测”。它为系统提供了从知识中分析和增强机器人的能力，而无需根据计划明确地对齐它们。

深度学习|人工智能、计算机视觉、深度学习它们之间有何关联？与我们的日常生活又有什么影响？

深度学习

这种学习是机器学习策略的一部分，机器学习中一种基于对数据进行表征学习的方法。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。仅基于对研究记录的评估，而不是基于项目的精确过程。

神经网络

神经网络的原理是受我们大脑的生理结构——互相交叉相连的神经元启发，该技术可以提供从入口点到制造点的相同数据。主要是在识别的范围内。

计算机视觉

这是对单个图像的有用数据的自动结果，查询和判断数据结果。通过设计，它会变得搜索自动化

03人工智能的主要用途场景

计算机视觉

2000年左右，人们开始用机器学习，用人工特征来做比较好的计算机视觉系统。如车牌识别、安防、人脸等技术。而深度学习则逐渐运用机器代替人工来学习特征，扩大了其应用场景，如无人车。

语音识别

搜索一些类似移动设备的系统，这些系统可能能够知道人类如何真正使用该语言并与之交谈。他们还会理解不同的声音，例如识别噪音等等。

2010 年后，深度学习的广泛应用使语音识别的准确率大幅提升，语音翻译，智能助手等应用于日常交流，翻译等场景。与图像相比，自然语言更难、更复杂，不仅需要认知，还需要理解。

决策系统

决策系统的发展是随着棋类问题的解决而不断提升，从 80 年代跳棋开始，到 90 年代国际象棋对弈，机器的胜利都标志了科技的进步，决策系统可以在自动化、量化投资等系统上广泛应用。