## 一、人工智能、机器学习与深度学习的真正区别

在当今科技领域，我们经常听到人工智能、机器学习和深度学习这三个词。它们虽然相关，但含义不同。



### 1.1 人工智能

人工智能是计算机科学的一个分支，旨在研究如何合成与分析能够像人一样行动的计算主体。简单来说，AI 的目标是利用计算机来模拟甚至替代人类大脑的功能。

一个理想的 AI 系统通常具备以下特征：像人一样思考、 像人一样行动、理性地思考与行动。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11843411/dc08f735607b129258514fe92ce586d1.png)


### 1.2 机器学习

机器学习是实现人工智能的一种途径。它的核心定义是：赋予计算机在没有被显式编程的情况下进行学习的能力。

与传统的基于规则的编程不同，机器学习不依赖程序员手写每一条逻辑指令，而是通过算法让机器从大量数据中寻找规律，从而对新的数据产生预测或判断。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11843411/824015e4559145430b649203a6c2b58f.png)



### 1.3 深度学习

深度学习是机器学习的一种特殊方法，也称为深度神经网络。它受人类大脑结构的启发，通过设计多层的神经元网络结构，来模拟万事万物的特征表示。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11843411/ae1b577ba543add598f10a58b98267df.png)



### 1.4 三者之间的层级关系

厘清这三者的关系对于初学者至关重要。人工智能 AI 是最宏大的概念，包含了所有让机器变聪明的技术。 机器学习 ML 是 AI 的一个子集，是实现 AI 的目前最主流的方法。 深度学习 DL 又是 ML 的一个子集，是 ML 中利用深层神经网络进行学习的技术流派。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11843411/96348e77106297fcef02a1d1d44d1b4a.png)



## 二、机器究竟是如何学习的

为了更好地理解机器学习，我们需要对比传统的解决问题方式与机器学习方式的区别。


### 2.1 规则驱动的传统编程方式

在传统编程模式下，程序员基本上就是规则的制定者。所有逻辑都要提前想清楚，然后用 `if-else` 这样的判断语句一条条写进去。

比如做图像判断时，程序往往只能依赖显式条件去推断结果

> 识别到轮子而且是圆形 → 可能是车
> 识别到车窗 → 可能是车
> 再叠加更多结构特征

问题很快就会暴露出来。

当问题边界清晰时，比如税务计算，这种方式非常高效。但面对复杂场景，例如图像识别或自然语言处理，规则会迅速膨胀。

现实世界没有固定模板。同一个目标在不同光照、角度、遮挡情况下都会发生巨大变化。想靠穷举条件覆盖所有情况，几乎不现实。

规则可以不断增加，但复杂度增长的速度，远远快于系统可维护的程度。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11843411/6b7be638392c76cb7665b142c8ee4716.png)


### 2.2 模型驱动的机器学习方式

机器学习采用的是归纳法。我们不直接编写规则，而是提供大量的历史数据，让机器通过算法去训练一个模型。

案例：房价预测
假设我们有一组房屋面积与销售价格的数据：

```bash
123 $m^2$ -> 250万
150 $m^2$ -> 320万
 ...
```

我们可以假设房价与面积之间存在线性关系，即模型为 $y = ax + b$。

```bash
$y$ 是房价，$x$ 是面积。
$a$（斜率）和 $b$（截距）是我们需要求解的参数。
```

机器学习的过程，就是通过历史数据找到最合适的 $a$ 和 $b$，使得这条直线尽可能拟合所有数据点。一旦确定了参数，当输入一个新的面积 $x$ 时，模型就能预测出房价 $y$。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11843411/5e8b08bc8bb90d1313ed87514f5c304c.png)


## 三、人工智能的发展与现实应用

### 3.1 机器学习已经渗透的领域

如今，机器学习已经渗透到我们生活的方方面面

> 用户分析：社交网络画像、商品评论情感分析。 搜索引擎：搜索结果排序、以图搜图。 推荐系统：抖音/B站的视频推荐、淘宝的商品推荐。 计算机视觉：人脸识别闸机、自动驾驶车辆检测、医疗影像诊断。 AIGC：机器翻译、ChatGPT文本生成、Midjourney绘图。



### 3.2 三次浪潮：人工智能的发展阶段

人工智能并非新生事物，其发展经历了三次主要浪潮：

第一阶段（1950-1970年代）：符号主义。以1956年达特茅斯会议提出人工智能术语为起点。代表事件是IBM的跳棋程序战胜人类。 
第二阶段（1980-2000年代）：统计主义。统计模型开始解决实际问题。代表事件是1997年IBM深蓝战胜国际象棋冠军卡斯帕罗夫。 
第三阶段（2010年至今）：深度学习。随着算力提升，神经网络复兴。2016年AlphaGo战胜李世石是标志性事件。2022年ChatGPT的出现标志着大模型时代的到来。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11843411/7dd7804afba55828276c46c60454a853.png)

### 3.3 AI 爆发背后的三大基础

为什么 AI 在近年来才爆发？因为三大基石的共同作用。

1.数据：互联网时代产生了海量数据，为模型提供了燃料。 
2.算法：深度学习算法的突破。 
3.算力：硬件的飞跃。

> CPU：适合逻辑控制和I/O操作。 
> GPU：擅长大规模矩阵运算，是训练神经网络的主力。 
> TPU：Google专门为张量计算设计的处理器。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11843411/47e8f30b90315b1cddf06d7fccbbcda5.png)
## 四、机器学习常见术语



1.样本
一行数据就是一个样本。
它代表现实世界中的一个实体或一条记录。多个样本组成了数据集。

2.特征
数据表中的列（通常是除去最后一列）
特征是从数据中抽取出来的、对预测结果有用的属性信息。

3.标签/目标值
模型要预测的那一列数据。
这是模型学习的最终答案。

4.数据集划分
为了验证模型的有效性，我们不能用所有数据来训练。通常将数据集按比例（如 8:2 或 7:3）划分为两部分：

> 训练集：用于让模型学习规律，建立模型。
> 测试集：用于评估模型表现。

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11843411/211e73c9120af376dc0ec29389dd5cc4.png)

![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11843411/932f7ceeeeb465f20738d5064cd5d9c3.png)

最后，当我们把人工智能、机器学习、深度学习放回各自的位置，很多问题其实就变得清晰了。AI 是目标， 机器学习是路径， 深度学习是其中的一种实现方式。理解层级，比记住名词更重要。

在当今科技领域，我们经常听到人工智能、机器学习和深度学习这三个词。它们虽然相关，但含义不同。

人工智能、机器学习和深度学习，其实不是一回事

这几年 AI、机器学习、深度学习被说烂了，但很多人其实一直没分清。简单点讲：AI 是目标，让机器变聪明；机器学习是方法，让机器从数据里自己学规律；深度学习是机器学习里最火的一种路子。把层级理顺，比背一堆概念有用多了。

人工智能

算法

人工智能(AI)是模拟人类智能的计算机科学分支，机器学习(ML)是实现AI的主要方法，而深度学习(DL)则是ML中使用深层神经网络的技术。AI发展经历了符号主义、统计主义到深度学习的三个阶段，当前得益于大数据、算法突破和算力提升而蓬勃发展。ML通过数据训练模型预测结果，广泛应用于推荐系统、计算机视觉等领域。理解AI、ML、DL的层级关系是掌握人工智能技术的关键。

自然语言处理

计算机视觉

机器翻译

图像识别

机器学习

深度学习

人脸识别

自动驾驶

Midjourney 

ChatGPT

2026新春采购季

ai-class

4核4G3M云服务器 新用户低至38元/年！

人脸识别10万次资源包新用户19.9元起


facerecognition

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

人工智能(AI)是模拟人类智能的计算机科学分支，机器学习(ML)是实现AI的主要方法，而深度学习(DL)则是ML中使用深层神经网络的技术。AI发展经历了符号主义、统计主义到深度学习的三个阶段，当前得益于大数据、算法突破和算力提升而蓬勃发展。ML通过数据训练模型预测结果，广泛应用于推荐系统、计算机视觉等领域。理解AI、M...

人工智能、机器学习和深度学习，其实不是一回事-腾讯云开发者社区-腾讯云

人工智能、机器学习和深度学习，其实不是一回事

人工智能、机器学习和深度学习，其实不是一回事

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐