說起人工智能，我們總能聽到一些其他的關鍵詞，例如：機器學習、深度學習、數據挖掘、數據分析等等。那么到底什么是人工智能？人工智能又與這些詞有什么直接或間接的關系呢？

         今天小編將就這個問題給大家獻上一波漲姿勢科普，讓大家對這個近年來大火的科技有一個初步的了解。

首先，我們來說說人工智能、機器學習、深度學習三者的關系

先上一張圖，概括一下它們三者的關系：

從圖片上我們可以發現，就范圍而言：人工智能>機器學習>深度學習，并且它們三者也屬于包含關系。

看到這，你可能還是不知道，到底什么是人工智能？他和其他的詞有什么關系呢？

別急，下面我們來一波官話解釋，看看他們到底是個什么東西。

人工智能：

人工智能英文縮寫為AI，它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學研究領域的一個重要分支，又是眾多學科的一個交叉學科，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括語音識別、圖像識別、機器人、自然語言處理、智能搜索和專家系統等等。

機器學習：

機器學習是人工智能領域的一個小分支，機器學習最基本的做法是使用算法來解析數據、從中學習，然后對真實世界中的事件做出決策和預測。與傳統的為解決特定任務、硬編碼的軟件程序不同，機器學習是用大量的數據來“訓練”，通過各種算法從數據中學習如何完成任務。類似人類在接觸過很多事物、經歷后獲得的“經驗”一樣。例如有經驗的老師在教書多年以后知道如何因材施教（經驗）

深度學習：

深度學習就是一種實現機器學習的優秀技術。深度學習使得機器學習能夠實現眾多的應用，并拓展了人工智能的領域范圍。最初的深度學習是利用深度神經網絡來解決特征表達的一種學習過程。可大致理解為包含多個隱含層的神經網絡結構。

除了人工智能、機器學習、深度學習的關系，那么數據分析、數據挖掘跟它們又有什么關系呢？

數據挖掘、數據分析：

是一個很寬泛的概念。字面意思就是從數據里面挖掘分析有用的信息，然后挖掘和分析的過程可以使用機器學習、深度學習的方法，也可以使用其他的例如統計學相關的方法。所以說它們和機器學習是互有交叉的關系。

然后數據挖掘和數據分析的區別不是太大，但是據小道消息稱，一般我們說對數據的表面進行觀察和分析的過程，稱為數據分析。而對數據進行深入挖掘其規則的過程，稱為數據挖掘。可以說，數據挖掘對數據分析的程度要比數據分析更深入一些。

       官話解釋其實已經將含義說清楚了，為了讓大家更好理解，小編再啰嗦兩句。 

首先，并不是只有托尼斯塔克家的“javis”才能夠稱為人工智能，那種技術目前還只存在于想象當中，目前科技還并沒有實現那么先進的人工智能！咱們所聽過所見過的所有與人工智能相關的應用，可能都還達不到你心里的預期。

所以有時候你聽到的人工智能技術并不是別人在吹牛逼，而是它真的屬于人工智能技術，但是它的效果還遠遠沒有達到你心里的預期。所以為人工智能背鍋也是人工智能從業者們的日常工作了。

“什么？你這個也是人工智能？你為什么不能像javis一樣在我心情不好的時候幫我煮一杯咖啡？我覺得這個東西活像個人工智障”

雖然吐槽接踵而至，但是人工智能的發展過程必須經歷這些階段，所以，為了好好地迎接更好的人工智能應用和人工智能時代，首先，我們接受它目前的不足吧，然后，我們要相信，隨著科技的發展，人工智能技術將會越來越普及，越來越完善！