您需要了解AI的五件事：认知和神经，哦，我！

在IT世界中从来没有任何缺乏流行语，但是当谈到AI时，他们可能很难分开。有着人工智能，但后来有机器智能。那里的机器学习，但是还有深度学习。有什么不同？以下是您需要了解的五件事。

1.AI基本上是一项伞术语

人工智能是指“广泛的方法，算法和技术，使软件”智能“，这种方式可能看起来像外部观察者的方式，”信息和智能系统的专区主任Lynne Parker说：Lynne Parker说国家科学基金会。

机器学习，计算机视觉，自然语言处理，机器人和相关主题都是AI的一部分，换句话说。

2.机器智能= ai

“有些人可能会在两者之间有所而归，但这两个术语意味着什么不同，”帕克说。

实际上可能是在单独术语的起源后面的工作中的区域偏好。“机器智能”在欧洲很受欢迎，“机器智能”具有更“脚踏实地的工程敏感性”，而“人工智能”有一个稍微“的科幻般的感觉”，这使得在美国更受欢迎，俄勒冈州立大学教授Thomas Dietterich表示，俄勒冈州立大学教授和人工智能进步协会。在加拿大，他补充说，它往往被称为“计算智力”。

3.机器学习也是覆盖多种技术的毯子项

作为AI的一部分，机器学习是指各种算法和方法，使软件能够随时间提高其性能，因为它获得更多数据。包括神经网络和深度学习（见下文）。

“从根本上讲，所有机器学习都是关于识别来自数据的趋势或识别数据适合的类别，以便在软件呈现新数据时，它可以做出正确的预测，”帕克解释说。

作为一个例子，想想认识某人面临的任务。“我不知道我如何认识到我的妻子的脸，”迪斯特希表示。“这使得猜测如何编程计算机来做到这一点。”

通过从示例中学习，机器学习提供了一种方法。“这是”通过输入输出示例编程“而不是通过编码编程”，“Dietterich表示。

常用的机器学习技术包括神经网络，支持向量机，决策树，贝叶斯信仰网络，k-intery邻居，自组织地图，基于案例的理论，基于实例的学习，隐藏的Markov模型和“大量回归技术帕克说。

4.神经网络是一种机器学习，深度学习是指一个特定的

神经网络 - 也称为“人工”神经网络 - 是一种机器学习，即松散地是基于神经元在大脑中的工作方式，但“实际相似性非常轻微”，帕克说。

有许多类型的神经网络，但一般来说，它们包括具有它们之间的加权互连的节点系统。节点，也称为“神经元”，布置在多个层中，包括输入数据，其中数据被送入系统;给出答案的输出层;和一个或多个隐藏层，这是学习发生的地方。通常，神经网络通过更新其互连的权重，Parker表示。

深度学习是指有时称为“深神经网络”的什么，或者包括布置在几个隐藏层中的大型神经元系统的内容。相比之下，一个“浅”神经网络通常只有一个或两个隐藏层。

“深度学习背后的想法并不是新的，但它最近一直受到普及，因为我们现在有很多数据和快速处理器，可以实现艰难问题的成功结果，”帕克说。

5.认知计算：情况很复杂

认知计算是AI伞下的另一个子场，但它不容易定义。事实上，它有点争议。

基本上，认知计算“指的是在较高水平上专注于推理和理解的计算，通常以类似于人类认知的方式 - 或者至少受到人类认知的启发，”帕克说。通常，它处理符号和概念信息而不是仅仅是纯数据或传感器流，目的是在复杂情况下进行高级决策。

认知系统通常利用各种机器学习技术，但认知计算不是本身的机器学习方法。相反，“它通常是一个完整的架构，其中多个AI子系统一起工作，”帕克说。

“这是一个涉及与”思维“相关的认知行为的AI子集，而不是对感知和电机控制，”迪斯特希表示。

然而，认知计算是否是AI的真实类别的AI或简单的流行流行语，而不是完全清楚的。

“认知”是营销的Malarkey，“Gartner副总裁兼家事，在电子邮件中。“它意味着机器思考。废话。糟糕的假设导致得出恶劣。“