一、機器學(xué)習(xí)的發(fā)展背景：人工智能

人工智能（Artificial Intelligence，縮寫為AI）是對人的意識、思維過程進行模擬的一門新學(xué)科。如今，人工智能從虛無縹緲的科學(xué)幻想變成了現(xiàn)實。計算機科學(xué)家們在人工智能的技術(shù)核心－－機器學(xué)習(xí)（Machine Learning）和深度學(xué)習(xí)（Deep Learning）領(lǐng)域上已經(jīng)取得重大的突破，機器被賦予強大的認知和預(yù)測能力�；仡櫄v史，在1997年，IBM“深藍”戰(zhàn)勝國際象棋冠軍卡斯帕羅夫；在2011年，具備機器學(xué)習(xí)能力的IBM Waston參加綜藝節(jié)目贏得100萬美金；在2016年，利用深度學(xué)習(xí)訓(xùn)練的Aplphago成功擊敗人類世界冠軍。種種事件表明機器也可以像人類一樣思考，甚至比人類做得更好。

目前，人工智能在金融、醫(yī)療、制造等行業(yè)得到了廣泛應(yīng)用，全球投資從2012年的5．89億美元猛增至2016年50多億美元。麥肯錫預(yù)計，到2025年人工智能應(yīng)用市場的總值將達到1270億美元。與此同時，麥肯錫通過對2016年人工智能市場的投資進行深入分析，發(fā)現(xiàn)有將近60％的資金并購圍繞機器學(xué)習(xí)來布局。其中，基于軟件的機器學(xué)習(xí)初創(chuàng)公司比基于機器的機器人公司更受投資歡迎。從2013 年到2016 年，這一領(lǐng)域的投資復(fù)合年均增長率達到約80％。由此可見，機器學(xué)習(xí)已經(jīng)成為目前人工智能技術(shù)發(fā)展的主要方向。

二、機器學(xué)習(xí)與人工智能、深度學(xué)習(xí)的關(guān)系

在介紹機器學(xué)習(xí)之前，先需要對人工智能、機器學(xué)習(xí)和深度學(xué)習(xí)三者之間的關(guān)系進行梳理。目前業(yè)界最常見的劃分是：

人工智能是使用與傳統(tǒng)計算機系統(tǒng)完全不同的工作模式，它可以依據(jù)通用的學(xué)習(xí)策略，讀取海量的“大數(shù)據(jù)”，并從中發(fā)現(xiàn)規(guī)律、聯(lián)系和洞見，因此人工智能能夠根據(jù)新數(shù)據(jù)自動調(diào)整，而無需重設(shè)程序。

機器學(xué)習(xí)是人工智能研究的核心技術(shù)，在大數(shù)據(jù)的支撐下，通過各種算法讓機器對數(shù)據(jù)進行深層次的統(tǒng)計分析以進行“自學(xué)”；利用機器學(xué)習(xí)，人工智能系統(tǒng)獲得了歸納推理和決策能力；而深度學(xué)習(xí)更將這一能力推向了更高的層次。

深度學(xué)習(xí)則是機器學(xué)習(xí)算法的一種，隸屬于人工神經(jīng)網(wǎng)絡(luò)體系，現(xiàn)在很多應(yīng)用領(lǐng)域中性能最佳的機器學(xué)習(xí)都是基于模仿人類大腦結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)設(shè)計而來的，這些計算機系統(tǒng)能夠完全自主地學(xué)習(xí)、發(fā)現(xiàn)并應(yīng)用規(guī)則。相比較其他方法，在解決更復(fù)雜的問題上表現(xiàn)更優(yōu)異，深度學(xué)習(xí)是可以幫助機器實現(xiàn)“獨立思考”的一種方式。

總而言之，人工智能是社會發(fā)展的重要推動力，而機器學(xué)習(xí)，尤其是深度學(xué)習(xí)技術(shù)就是人工智能發(fā)展的核心，它們?nèi)�者之間是包含與被包含的關(guān)系。如圖1所示。

圖1 人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)之間的關(guān)系