这系列 Machine Learning 教学文章，将带您了解人工智能、机器学习、深度学习的差异、该怎么选择资料训练机器学习系统、以及机器学习系统又是如何被训练的？
人工智能 (Artificial Intelligence)
什么是人工智能？
人工智能 (AI) 是能让事物变更聪明的科技，我们可以这样定义：“让机器展现人类的智慧。”它是一个能让电脑执行人类工作的广义术语，而人工智能的范围众说纷纭，随着时间推衍产生更多的应用和变化。
人工智能在哪里？
现今所执行的系统是一种弱人工智能的形式 – 系统可以做一件或是多件事情，而做的程度与人类相当，甚至超越人类。比如说我们透过写程式码来创建学习系统，训练它辨识物体或是手势。举例来说：自然语言处理、电子游戏行为的人工智能、机器学习都是弱人工智能的形式。
人工智能：常见使用案例
- 物体识别
- 语音识别 / 声波探测
- 自然语言处理 / 语意分析
- 创造力 – e.g. 风格转换 – 学习用艺术家的风格绘画
- 预测 – 当输入未曾见过的例子时，预测所得到的输出是什么
- 语言翻译
- 修复 / 转换 – e.g. 利用机器学习来判断一张照片中存在着什么物件，或是对照片进行人脸辨识
- 延伸阅读：更多 AI 实用案例
机器学习 (Machine Learning)
什么是机器学习?
机器学习(ML)通常可以这样定义：“透过从过往的资料和经验中学习并找到其运行规则，最后达到人工智能的方法。”
机器学习包含透过样本训练机器辨识出运作模式，而不是用特定的规则来编程。这些样本可以在资料中找到。换句话说，机器学习是一种弱人工智能(narrow AI)，它从资料中得到复杂的函数(或样本)来学习以创造算法(或一组规则)，并利用它来做预测。
从例子中学习
机器学习是关于如何预测未来。它透过以下的方式去进行训练：
- 它需要资料(去训练系统)
- 从资料中学习样本
- 根据步骤2所获得的经验，替未曾见过的新资料做分类，并推测它可能是什么
机器学习的厉害之处在于它可以自主学习。现在的机器学习应用都做得不错，比如识别物件，同样的 ML 系统仍然可以使用在未来的物件，并不需要重写程式码，这是相当方便且强大的。
不同的编程方式
传统的编程
编写一个有明确规则的计算机程序
if email contains V ! agra
then mark is-spam;
if email contains …
if email contains …
机器学习程序
编写一个能学习例子的计算机程序
try to classify some emails;
change self to reduce errors;
repeat;
深度学习(Deep Learning)
什么是深度学习?
深度学习(DL)可以这样被定义：“一种实现机器学习的技术。”
这样的DL技术被称为深度神经网络（deep neural networks – DNNs）。在DNNs的情况下，深度学习本质上就是DL所在的代码结构，它们被安排在松散地模仿人类大脑的图层中，学习模式中的模式(learning patterns of patterns)。
总结
人工智能这个概念可以追溯到1950年代，是相当长的一段时间。到了1980年，机器学习开始越来越受欢迎。大约到了2010年，DL在弱人工智能系统方面有了重大的进展。你可以发现这三个词彼此之间的联系 – 基本上是彼此的子集。深度学习驱动机器学习，最后实现了人工智能。
