机器学习与深度学习

机器学习

机器学习是一种人工智能，专门解释和分析给定的数据，以适应它并给出足够智能的决策。简单地说，这个人工智能是用来观察和注意很多方面的东西，然后根据它接收到的信息采取一个或多个行动步骤。

目前典型的机器学习任务：

1. 链接推荐

2. 内容审核

3. 搜索结果显示

4. 策划社交媒体时间线

深度学习

深度学习是机器学习的一个子集，深度学习系统的基本设计是一个有机的传统大脑。使用复杂的神经网络形成新的记忆，这种系统使用人工神经网络编织自己复杂的决策网络，而人工神经网络由无数的算法层组成。

一些值得探究的深度学习系统：

1. 沃森在《危险边缘》节目中击败了参赛者（计算机选手”沃森“在美国著名智力竞答电视节目《危险边缘》中战胜2名高智商人类选手，最终夺冠。让IBM公司再创辉煌。）

2. AlphaGo在2016年3月击败职业棋手李世石（谷歌人工智能系统AlphaGo在韩国首都首尔击败世界围棋冠军李世石）

3. Deepfake相当逼真但又真实的人物形象（《指环王》里的咕噜，《猩球崛起》的凯撒，《阿丽塔》）

4. OpenAI Five 一个游戏深度学习项目，在2017年击败了职业DOTA玩家Dendi

机器学习与深度学习对比：

机器学习：

1. 计算机可以在给定某种类别的任务T和性能度量P下学习经验E，如果其在任务T中的性能恰好可以用P度量，则随着经验E而提高。（1.根据人的身高估测体重；2.飓风预测系统；）

2. 机器学习不一定是深度学习。

3. 机器学习在某种程度上是线性的，即使它是为了适应摩尔定律而构建的，它仍然为了适应摩尔定律而构建的，它仍然受到决策图表和算法的限制。

深度学习：