来自：Prasad Velamuri
评译：Kevin嚼薯片（微信：kevinwork）
备注：本文独家发布自金蝶云社区
我们都熟悉“人工智能”这个术语。毕竟，在《终结者》、《黑客帝国》和《机械姬》等电影中，它一直是人们关注的焦点。但你可能听说过其他术语，如“机器学习”和“深度学习”，有时与人工智能互换使用。因此，人工智能、机器学习和深度学习之间的区别可能非常不清楚。
首先，我将简要解释一下“人工智能”（Artificial Intelligence，简称AI）、“机器学习”（Machine Learning，简称ML）和“深度学习”（Deep Learning，简称DL）的实际含义以及它们之间的区别。然后，将分享人工智能和物联网是如何不可分割地交织在一起的，几项技术进步同时汇聚在一起，为人工智能和物联网的爆炸式发展奠定了基础。
那么AI、ML和DL之间有什么区别呢？
“人工智能”最早由约翰·麦卡锡(John McCarthy)于1956年提出，指代能够执行人类智能特征的任务的机器。虽然这是相当普遍的，但它包括计划、理解语言、识别物体和声音、学习和解决问题。
我们可以把人工智能分为两类，广义的和狭义的。广义的人工智能是具备人类智能的所有特征，包括上述能力。狭义的人工智能则展示了人类智能的某些方面，并能很好地做到这一点，但在其他领域却是缺乏的。一台擅长识别图像，但不擅长其他的机器，是狭义的人工智能的一个例子。
本质上说，机器学习是实现人工智能的一种较为简单的路径。
1959年，阿瑟·塞缪尔(Arthur Samuel)在人工智能问世后不久就创造了这个词，将其定义为“无需明确编程就能学习的能力”。“你看，要是你不用机器学习就得到人工智能，就需要用复杂的规则和决策树构建数百万行代码。
因此，机器学习不是用特定指令硬编码软件例程来完成特定的任务，而是一种“训练”算法的方法，以便它能够学习如何进行。“训练”包括向算法输入大量数据，并允许算法自我调整和改进。
举个例子，机器学习已经被用来大幅度提高计算机视觉(机器识别图像或视频中的物体的能力)。你收集了成千上万甚至上百万的照片，然后让人给它们贴上标签。例如，人类可能会在有猫的照片和没有猫的照片上做标记。然后，该算法试图建立一个模型，能够准确地标记出一张图片上是否有猫，以及是否有人类。一旦精确度足够高，机器就会“学会”猫的样子。
深度学习是机器学习的方法之一。其他方法包括决策树学习、归纳逻辑编程、集群、强化学习和贝叶斯网络等。
深度学习的灵感来自于大脑的结构和功能，即许多神经元的相互连接。深度学习神经网络是模拟大脑生物结构的算法。
在神经网络中，有一些“神经元”，它们具有离散的层和与其他“神经元”的连接。每一层都选择一个特定的特征来学习，比如图像识别中的曲线/边缘。正是这种分层赋予了深度学习这个名称，深度是通过使用多个层而不是单个层来创建的。
人工智能和物联网是密不可分的
人工智能和物联网之间的关系很像人脑和身体之间的关系。
我们的身体收集视觉、听觉和触觉等感官输入。我们的大脑接受这些数据并对其进行解释，把光变成可识别的物体，把声音变成可理解的语言。然后，我们的大脑做出决定，向身体发送信号，以控制动作，比如拿起一个物体或说话。
构成物联网的所有连接传感器就像我们的身体一样，它们提供世界上正在发生的事情的原始数据。人工智能就像我们的大脑，理解这些数据并决定要做什么。而物联网的连接设备又一次像我们的身体一样，进行着物理动作或与他人沟通。
释放彼此的潜力
人工智能和物联网的价值和愿景都因为对方而得以实现。
近年来，机器学习和深度学习使人工智能实现了巨大飞跃。如上所述，机器学习和深度学习需要大量的数据来工作，而这些数据是由数十亿个传感器收集的，这些传感器在物联网中不断地联机。物联网使人工智能变得更好。
改进人工智能还将推动物联网的普及，形成一个良性循环，这两个领域的发展都将大幅加快。这是因为人工智能让物联网变得更有用。
在工业方面，人工智能可以用于预测机器何时需要维护或分析制造过程，从而获得巨大的效率提升，节省了数百万美元。
在消费者方面，技术不是必须适应技术，而是能够适应我们。不需要点击、输入和搜索，我们可以简单地向机器询问我们需要什么。我们可能会询问诸如天气之类的信息，或者诸如为睡觉做准备之类的动作(调低恒温器、锁上门、关灯等等)。
融合的技术进步使这成为可能
缩小计算机芯片和改进制造技术意味着更便宜、更强大的传感器。
快速改进的电池技术意味着这些传感器可以在不需要连接电源的情况下使用数年。
智能手机的出现推动了无线连接，这意味着数据可以以较低的价格大量发送，让所有这些传感器都能将数据发送到云端。
而云的诞生使得数据的存储几乎是无限的，处理数据的计算能力也几乎是无限的。
当然，对于人工智能对我们的社会和未来的影响存在一些担忧。但随着人工智能和物联网的进步和应用不断加速，有一件事是肯定的：其影响将是深远的。
