有人說，人工智能（Artificial Intelligence）是未來。人工智能是科幻小說。人工智能已經是我們日常生活的一部分。所有這些陳述都 ok，這主要取決于你所設想的人工智能是哪一類。

　　例如，今年早些時候，Google DeepMind 的 Alphago 程序擊敗了韓國圍棋大師李世乭九段。人工智能、機器學習和深度學習這些詞成為媒體熱詞，用來描述 DeepMind 是如何獲得成功的。盡管三者都是 AlphaGo 擊敗李世乭的因素，但它們不是同一概念。

　　區別三者最簡單的方法：想象同心圓，人工智能（AI）是半徑最大的同心圓，向內是機器學習（Machine Learning），最內是深入學習（Deep Learning）。

　　從概念的而提出到繁榮

　　自從幾位計算機科學家在 1956 年的達特茅斯會議上提到這個詞以后，人工智能就縈繞在實驗研究者們心中，不斷醞釀。在此后的幾十年里，人工智能被標榜為成就人類文明美好未來的關鍵。

　　在過去的幾年里，特別是 2015 以來，人工智能開始大爆發。這在很大程度上提高了 GPU 的廣泛可用性，使得并行處理速度越來越快，使用更便宜，而且功能更強大。整個大數據運動擁有無限的存儲和大量的數據：圖像，文本，交易，映射數據等等。

　　人工智能——機器所賦予的人的智能

　　早在 1956 年夏天的會議上，人工智能先驅者的夢想是建立一個由新興計算機啟用的復雜的機器，具有與人的智能相似的特征。這是我們認為的「強人工智能」（General AI），而神話般的機器則會擁有我們所有的感知，甚至更多，并且像人類一樣思考。你已經在電影中見過這些機器無休止地運動，像朋友如 C-3PO，或者敵人如終結者。一般的人工智能機器仍然只是出現在電影和科幻小說中。

　　我們目前可以實現的還是局限于「弱人工智能」（Narrow AI）。這些技術能夠像人類一樣執行特定的任務，或者比人類做的更好。像 Pinterest 上的圖像分類，Facebook 上的人臉識別等。

　　這些都是弱人工智能實踐中的例子。這些技術展示了人類智力的一些方面。但如何展示？這些智力是從哪里來的？這些問題促使我們進入到下一個階段，機器學習。