人工智能（AI）的模式识别、机器学习和深度学习

人工智能（AI）的模式识别、机器学习和深度学习

模式识别（pattern recognition）、机器学习（machine learning）和深度学习（deep learning）代表三种不同的思想流派。模式识别是最古老的（作为一个术语而言，可以说是很过时的）。机器学习是最基础的（当下初创公司和研究实验室的热点领域之一）。而深度学习是非常崭新和有影响力的前沿领域，我们甚至不会去思考后深度学习时代。

模式识别一开始主要是作为机器学习的代名词，模式学习正在日渐式微没落消亡；机器学习就像是一个真正的冠军一样持续昂首而上；深度学习是个崭新的和快速攀升的领域。

下面分别叙述。

1. 模式识别
要想知道什么叫做模式识别，那就要先了解什么叫做模式。模式指用来说明事物结构的主观理性形式，是从生产经验和生活经验中经过抽象和升华提炼出来的核心知识体系。模式识别指的是对表征事物或现象的各种形式的信息进行处理和分析，从而达到对事物或现象进行描述、辨认、分类和解释的目的。

2. 机器学习
不同于模式识别中人类主动去描述某些特征给机器，机器学习可以这样理解：机器从已知的经验数据（样本）中，通过某种特定的方法（算法），自己去寻找提炼（训练/学习）出一些规律（模型）；提炼出的规律就可以用来判断一些未知的事情（预测）。

也就是说，模式识别和机器学习的区别在于：前者喂给机器的是各种特征描述，从而让机器对未知的事物进行判断；后者喂给机器的是某一事物的海量样本，让机器通过样本来自己发现特征，最后去判断