人工智能正快速侵入我們的生活的方方面面，推薦我們看到的社交媒體故事，在照片中識別我們的朋友和寵物，甚至確保我們避免在路上發(fā)生意外。如果你想了解人工智能，你需要從支撐它的專用術(shù)語開始。

因此，現(xiàn)在我提出了人工智能技術(shù)的5個關(guān)鍵詞，你只需要知道這幾個術(shù)語，就可以保證下次吃飯的時候跟別人聊起人工智能而不會啞口無言。

首先，聲明的是，并不是所有人都同意這些詞的準(zhǔn)確定義，所以你可能會看到他們在網(wǎng)上的其他地方表達(dá)了不同的意義。我提出的只是使用最頻繁的定義，但隨著新技術(shù)的出現(xiàn)，總會有一些不一致的地方。

1、算法

著名的（或臭名昭著的）算法。算法是計算機程序遵循規(guī)則的基礎(chǔ)。比如，如果你最好的朋友在微博上發(fā)布了你的照片，那么規(guī)則說應(yīng)該出現(xiàn)在你瀏覽的頁面中?；蛘?，如果你需要使用百度地圖從A到B，一個算法可以幫助你找到最快的路線。

這些規(guī)則是由計算機來執(zhí)行的，但通常是由人類設(shè)定的——因此，微博或百度的工程師們選擇了讓哪些故事變得重要，或者哪條道路是最快的。人工智能的開始是利用機器學(xué)習(xí)來調(diào)整這些算法，而且現(xiàn)在計算機程序已經(jīng)開始為自己調(diào)整這些規(guī)則。百度地圖就會這樣做，如果它得到一個特定道路關(guān)閉的反饋數(shù)據(jù)。

當(dāng)圖像識別系統(tǒng)出錯時，使用同樣的規(guī)則，但是得到錯誤的結(jié)果，比如你得到的是像貓的狗，而不是真正的貓。在許多方面，算法是機器學(xué)習(xí)的基礎(chǔ)。

2、人工智能

到底什么是人工智能？定義的不同取決于你問的是誰，但從最廣義的角度來說，它是被人為創(chuàng)造出來的任何一種智慧，這很明顯。

所以當(dāng)百度的虛擬助手小度像真人一樣回復(fù)你的時候，那就是人工智能。當(dāng)百度的照片似乎知道貓的樣子時，那也是人工智能。星球大戰(zhàn)中的機器人BB-8也是人工智能，在某種程度上，人工智能看起來就像人類控制的一個會說話、思考的機器人。

這個定義真的很寬泛，所以你可以理解為什么它應(yīng)該被解讀。人工智能有許多不同的類型和方法，所以要確保你理解其中的區(qū)別——當(dāng)某些東西被描述為具有內(nèi)置AI的時候，這可能意味著涉及到廣泛的技術(shù)。

3、深度學(xué)習(xí)

深度學(xué)習(xí)是機器學(xué)習(xí)的一個類型，這就是為什么這兩個術(shù)語經(jīng)常混雜在一起，并且可以正確地用于描述在許多情況下相同的人工智能。深度學(xué)習(xí)就是機器學(xué)習(xí)，但設(shè)計得更聰明，更有層次，更深入，更像是人類大腦的功能。

通過更多數(shù)據(jù)和更強大的硬件這兩個關(guān)鍵技術(shù)的進步，實現(xiàn)了深度學(xué)習(xí)。這就是為什么它只是最近才流行起來的原因，盡管它最初的根源可以追溯到幾十年前。如果你把它看成是機器學(xué)習(xí)的加強版也可以，它為什么變得更聰明了？因為電腦變得更強大了。

深度學(xué)習(xí)常常利用神經(jīng)網(wǎng)絡(luò)，來增加這一層智能。例如，深度學(xué)習(xí)和機器學(xué)習(xí)都可以通過掃描上百萬只貓的圖像來識別圖片中的一只貓——但是，機器學(xué)習(xí)需要被告知什么特征組成了貓，深度學(xué)習(xí)只要有足夠的原始數(shù)據(jù)，就能計算出貓的樣子。

4、機器學(xué)習(xí)

機器是為自己學(xué)習(xí)的，而不是每一次都為他們詳細(xì)說明。

其中最著名的例子是圖像識別。給一個機器學(xué)習(xí)系統(tǒng)足夠多的貓的圖片，它最終將能夠自己發(fā)現(xiàn)一只貓的新圖片，沒有任何來自人類操作員的提示。你可以把它看作是人工智能網(wǎng)絡(luò)超越了它們最初的編程，首先是對大量數(shù)據(jù)進行培訓(xùn)。

谷歌的AlphaGo程序是另一個很好的例子：由人類教授，但能夠根據(jù)自己的訓(xùn)練做出自己的決定。AlphaGo還表明，許多類型的人工智能都是非常具體的——這臺引擎在玩圍棋時非常出色，但在無人駕駛汽車上幾乎是毫無用處的。

5、神經(jīng)網(wǎng)絡(luò)

與深度學(xué)習(xí)緊密相關(guān)，神經(jīng)網(wǎng)絡(luò)試圖模仿人類大腦的過程，或者像我們現(xiàn)在所理解的那樣，是人類大腦的一部分。此外，在過去幾年中，只有高端處理器才真正實現(xiàn)了神經(jīng)網(wǎng)絡(luò)的發(fā)展。

在做出最終決定之前，神經(jīng)網(wǎng)絡(luò)考慮的是圖像和貓的各種不同的特征，而不是看圖像判斷它是不是貓。最終的結(jié)果是一個更準(zhǔn)確的貓識別引擎（這就是為什么圖像識別在最近幾年變得更好了）。

如果你不能完全理解這個想法，不要擔(dān)心——神經(jīng)網(wǎng)絡(luò)不是一個你可以從一個簡短的幾段話就能完全理解的概念。但如果你認(rèn)為它是另一種機器學(xué)習(xí)工具，旨在利用人類智慧創(chuàng)造一些的微妙的工具，那么你就掌握了基本知識。