人工智能、神经网络、机器学习、深度学习的区别

• 人工智能：这理论上讲所有能干点什么比较复杂事情的机器或者程序都可以叫人工智能，例如使用预定义规则进行推理的专家系统、数学命题自动证明程序、神经网络、百度/Google翻译、小娜等语音助手。这个词学界一般不用，是个大而无当的噱头，用来吹牛用的，用的时候说明某些人缺经费、缺投资、缺名气了。
• 神经网络：神经网络是对生物大脑的一种粗糙的数学建模，本质上是一个函数或者一个程序，它是机器学习和深度学习的常用工具，但机器学习不一定使用神经网络（概率图模型、SVM、logistic回归等机器学习模型都不使用神经网络）
• 机器学习：机器学习就是给定数据和想要达到的目标，让程序根据输入数据一步步自我优化向目标靠近。输入的数据可以是有监督的（给定答案），例如分类问题，此时我们达到的目标就是预测正确的标签；也可以是无监督的（没有给定答案），例如聚类问题，此时我们达到的目标就是把样本分成事前不知道的几类。
• 深度学习：机器学习的一种。“深度”就是很多层的意思。理论上来讲，深度学习是通过很多层的特征抽取得到对原始输入的高效利用（类似投票，人们投出自己的代表，代表再投出代表，这样一层层投票下去，每层的代表都会表示更清晰、明确、强烈的意向）。实际上，由于目前只有神经网络胜任多层特征抽取，深度学习在实践上等价于用有很多层的神经网络进行机器学习。