第1章 导 论
上期我们介绍了
1.2 人工智能与深度学习
在进入本书学习之前，我们得了解下人工智能与深度学习的关系，这有助于我们更好地掌握整体的深度学习知识体系。
早在1956年，人工智能这个概念就被人们所提出。从概念的提出到成为现实，人工智能经历了两次起伏，从奉为明珠到避之不及再到趋之若鹜，这其中伴随着的是技术的革命：运算和存储资源变得廉价及数据开始成为“黄金”，这都在推动着人工智能的发展。
人工智能顾名思义就是人工赋予机器智能，但与人工智能先驱们所设想的赋予机器独立思考能力的“强人工智能”所不一样，目前我们所说的人工智能都是“弱人工智能”。它能跟人一样实现一些既定的任务，例如人脸识别、垃圾邮件分类等，有时甚至可以超越人类。
深度学习则是人们通过仿生学创造性提出的一种人工神经网络技术。人们通过训练这些神经网络，使其出色地完成了很多机器学习任务。因此，深度学习是人工智能历史上一个重大突破，它拓展了人工智能的领域范围和促进了人工智能的发展。
如图 1.2所示，人工智能包裹着机器学习，机器学习包裹着深度学习。简单来讲，人工智能是一个概念，机器学习是实现人工智能的一种方法，而深度学习是实现机器学习的一种技术。
图 1.2人工智能与深度学习关系图
当然，实现机器学习的方法包含但不仅限于深度学习，如强化学习或者传统的机器学习技术等。深度学习最近已受到研究人员的越来越多的关注，并已成功地被应用于众多现实应用中。
深度学习算法可以通过监督学习的方法来自动提取数据特征，进而从海量数据中学习数据的规律。相比之下，传统的机器学习方法需要手动设计特征，从而增加了用户的负担，这使深度学习超越了传统的机器学习。我们可以认为深度学习是机器学习中基于大规模数据的学习算法。
下一期，我们将介绍
导论 | 深度学习算法流程敬请期待~
关注我的微信公众号~不定期更新相关专业知识~
内容 |阿力阿哩哩
编辑 | 阿璃
点个“在看”，作者高产似那啥~
