1.4小结
通过本章，你了解了人工智能领域中的技术是如何演变最终发展为深度学习的。我们现在知道，人工智能历史上经历了两次浪潮，现在正处于第三波浪潮中。第一波浪潮中搜索和遍历算法得到了极大的发展，出现了深度优先遍历和广度优先遍历。紧接着，第二波浪潮中，研究的重点转向了如何用一种机器容易理解的符号表示知识。
虽然这些潮流都已过去，那些时代中研发的技术却构成了人工智能领域很多非常有价值的知识体系。第三波浪潮推广了机器学习算法，它们最初是基于概率统计模型的模式识别和分类。通过机器学习，我们在很多领域取得了长足的进步，不过这还并未实现真正意义上的人工智能，因为它还需要我们告诉机器分类对象的特征是什么。机器学习所需的技术被称为“特征工程”。这之后，深度学习出现了，它基于一种机器学习的算法——即神经网络。使用深度学习，机器可以自动地学习对象的特征，因此深度学习被认为是一种非常创新的技术。深度学习的研究变得越来越活跃，每天都有新的技术被发明提出。我们在本书的最后一章，即第8章会针对其中的一些新技术进行介绍，供你参考。
深度学习常常被认为是非常复杂的技术，但是事实上并非如此。正如我们所提到的，深度学习是对机器学习技术的延伸，深度学习自身是非常简单，但又很优雅的。我们会在下一章中展开介绍机器学习算法的更多细节。很好地理解了机器学习，你会发现掌握深度学习的精髓就毫不费力了。
