在電影“終結者2”里，人類未來的領袖約翰康納問從未來穿越回來的T-800機器人他是否可以學習人類的行為，T-800說他的CPU是一個神經網絡處理器，一個會學習的計算機，但他的芯片被設定成了“只讀”，需要在芯片里修改程序就可以進行學習了。

在約翰康納設定完成后，T-800學會了用西班牙語說再見、以及更高級的微笑等人類行為。

這個情節其實涉及到我們經常提到的人工智能、機器學習、深度學習這三個概念，但人們對這三個概念不一定有清晰的認識。我們要了解這三個詞匯的含義，并理清它們之間的關系。

人工智能分為弱人工智能和強人工智能，前者讓機器具備觀察和感知的能力，可以做到一定程度的理解和推理，強人工智能讓機器獲得自適應能力，解決一些之前沒有遇到過的問題。而人工智能的實現主要依賴于機器學習。

機器學習是一種實現人工智能的方法。機器學習最基本的做法，是使用算法來解析數據、從中學習，然后對真實世界中的事件做出決策和預測。與傳統的為解決特定任務而編碼的軟件程序不同，機器學習是用大量的數據來“訓練”，通過各種算法從數據中學習如何完成任務。機器學習傳統的算法包括決策樹、聚類、貝葉斯分類等。從學習方法上來分可以分為監督學習、無監督學習、半監督學習、集成學習、深度學習和強化學習。

深度學習是一種實現機器學習的技術。最初的深度學習是利用深度神經網絡來解決特征表達的一種學習過程（深度神經網絡可大致理解為包含多個隱含層的神經網絡結構）。深度學習本來并不是一種獨立的學習方法，其本身也會用到有監督和無監督的學習方法來訓練深度神經網絡。但由于近幾年該領域發展迅猛，一些特有的學習手段相繼被提出（如殘差網絡），因此越來越多的人將其單獨看作一種學習的方法。

綜上，機器學習是一種實現人工智能的方法，深度學習是一種實現機器學習的技術。并且可以看出，目前世界上機器人產商所說的人工智能主要集中于弱人工智能這一領域，通過加裝視覺傳感器、力覺傳感器、激光雷達等多種類型的傳感收集周圍信息，通過支持主流深度學習框架，利用智能算法庫，提高機器人在完成交互、感知、識別、分類、決策等任務的表現。目前雖然距離實現強人工智能還有比較大的差距，但通過軟硬件技術的不斷進步，以及基礎研究的積累，也許我們在不遠的將來可以實現強人工智能。
責任編輯：tzh