1、人工智能、机器学习、深度学习
人工智能从1950年兴起，1980年机器学习开始繁荣，2010年深度学习黑科技开始兴起，人工智能包含机器学习，机器学习包含深度学习，也就是互相包含的关系。
2、什么是人工智能
人工智能最经典的定义就是希望它能够像人一样思考，甚至是像人一样去推理，做一些更智能的事情，例如图灵测试，认知科学，老科学等。
如下图所示，几个常用的领域中，有推理，机器人，机器学习，知识，数据挖掘，自然语言处理，视觉领域，而这样区分并不是指这几个有严格的界限，只是非常粗糙的区别，人工智能的目标使得有这样的计算机像人一样智能的去做一些事情，总体的目标。
但从实用主义的角度来看，跟学习相关，搜索，编程，planning，模型，社交，信息分类等，在背后指的都是机器学习。
3、什么是机器学习
机器学习的定义其实就是一类的计算方法，通过使用的经验去改进性能，主要是通过数据驱动里面的数据来得到这些经验。跟数据相关的无非就是这样几个学科，有统计概率，还有优化理论。然后通过这样几个理论结合数据让机器去学习，同时跟经验相关的还有包括计算机科学里面的一些，比如优化理论里面的具体学习的算法，有这些算法就会有复杂度的分析，这个是跟计算机学科息息相关的。再比如使用一个文档里面它的词的一个视频技术去预测它大概是属于什么样的话题，或是说一篇文章它到底是属于科技类的、娱乐类的还是别的类型的。
当然，机器学习被认为是一种方式，这种方式使得计算机能够按照它们自己的逻辑去做一些事情，比如给它一个三角形，并告诉它这是个三角形，从此以后这个机器就认识这个东西是三角形。
所以通常的方法就是通过从数据里面去学，给它大量的例子，特征，告诉它不同的形状的但是带三角形特征的这些东西都是三角形，然后在某个瞬间它再看到一个类似三条边并于这个特征相符的一个形状的时候，它可能就会知道这个东西是三角形，再通过从这样一个数据里面，进行一定的算法来学到这个东西是三角形的一个经验，或者说是这样的一个知识。
第二个例子去识别黑熊和灰熊，看左边是黑熊图片，右边是灰熊的图片
如果给一张黑熊的图片，在人来看肯定知道这个是一个黑熊，因为在我们的成长生涯中已经见了大量的黑熊的一个知识。
但如果给的都是一些侧面的照片，为什么是这样一张照片?我们还能知道它是黑熊，因为我们可以从鼻子的特征清楚的知道它就是黑熊。
所以基于学习，希望机器也能够跟人的学习方式一样去让这个机器去学习，最终目标让他人甚至没有办法去区分在面前的到底是一个人还是一个机器（拟人化）。
