机器学习的本质是归纳法

深度学习(deep learning),是机器学习(machine learning)的子集;而机器学习,是人工智能(AI)的子集.

1.人工智能(Artificial Intelligence)——为机器赋予人的智能

ewind认为,“强人工智能”(General AI)与“弱人工智能”(Narrow AI),这个强弱的翻译不对,而应是”通用”与”特定领域”的AI.特定领域的AI未必就”弱”.

 

2.机器学习—— 一种实现人工智能的方法.
机器学习最基本的做法,是使用算法来解析数据、从中学习,然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同,机器学习是用大量的数据来“训练”,通过各种算法从数据中学习如何完成任务。

ewind认为,机器学习的本质,就是形式逻辑归纳法在计算机上的实现和应用.

3.深度学习—建立在人工神经网络基础上的一种机器学习.

吴教授的突破在于,把这些神经网络从基础上显著地增大了。层数非常多,神经元也非常多,然后给系统输入海量的数据,来训练网络。在吴教授这里,数据是一千万YouTube视频中的图像。吴教授为深度学习(deep learning)加入了“深度”(deep)。这里的“深度”就是说神经网络中众多的层.

ewind认为,深度学习只是 机器学习中的一种,尽管作用巨大,但深度学习只是其中一种实现方法.机器学习的本质,是归纳法.让计算机从过去先天的演绎法,过度到现在的后天的归纳法,是一个发展方向!因为演绎法的本质,就是从一般规则出,而这个一般规则,往往是程序员预先设置好的,不能应对环境数据的变化;而机器学习的本质,就是从环境数据中发现一般规则的过程,本质上就是归纳法.

参考:人工智能、机器学习和深度学习的区别