初入AI知識領域，常會被下面的這幾個術語所迷惑：
人工智慧（AI - Artificial Intelligenc）
機器學習（ML - Machine Learning）
深度學習（DL - Deep Learning）

它們之間的區別是什麼，有什麼聯絡。
下面，我將自己的理解講一下：

人工智慧（AI - Artificial Intelligenc）

人工智慧分兩種：廣義人工智慧（或者說強人工智慧，或者說通用人工智慧）和狹義人工智慧（或者說弱人工智慧）

廣義人工智慧

廣義人工智慧也稱為強人工智慧，或通用人工智慧（AGI）。
是指：計算機可以像人類一樣思考，學習，進步，可以完成人類可以完成的“任何”任務。甚至可以有情感。

當然AGI目前尚未實現，它只是AI的終極目標，或者引用網路用語，AGI是AI的聖盃（Holy Grail）。如果真能實現AGI，那麼，我們在電影中看到的，終結者，I ROBOT等等，都將成為現實。
想想其實挺恐怖的。

狹義人工知能

是指，計算機可以在某一方面像人類一樣學習，並通過訓練可以做得比人更快，更好。
比如通過機器學習machine learning來讓機器完成分類，識別等的動作。
正是因為它的狹義，今天我們才可以在一些單獨的領域裡看到諸如Alphago，影象識別，語音識別等等，給人們的未來帶來希望的技術。

機器學習（ML - Machine Learning）

機器學習是實現AI的一種簡單的方式，或者說，它是當前AI的”工藝水平“。
也就是說機器學習是取AI的一些核心觀點，利用神經網路來解決實際問題。

深度學習（DL - Deep Learning）

深度學習是機器學習眾多方法和技術中的一個，是更細分的方法。也是當前深度學習的最前沿。
之所以深度學習這麼火，以至於人們經常混淆這兩者。是因為，深度學習在影象識別，語音識別方面表現的相當突出，是應用的比較多的技術。

它是一種訓練演算法，訓練計算機最終學會某種方法。
它需要給計算機提供訓練資料，非常大量的資料。並給出答案（標記）。
舉個例子，給計算機提供數以千計，萬計，甚至百萬，千萬計的影象。並對影象進行標記。比如對貓的影象標記為cat.對狗的影象標記為dog。給計算機提供足夠多的貓的影象，計算機就會構建一個模型，使得，你再次給計算機提交一個未標記的貓的影象時，它可以非常精確的識別出這是一隻cat，而不是dog。當這種精確程式達到非常高的高度時，我們就認為計算機”學會“瞭如果識別一隻貓。