图版路径
总览 / 图版 / “开挂的”机器学霸
技术图版第4章 深度学习
“开挂的”机器学霸
对应 第4章 深度学习 中““开挂的”机器学霸”这一节的关键图像证据，用来把技术机制、产业环节或竞争结构具体化。
图版说明
要真正理解神经网络、深度学习的原理，需要高深的生物学、数学和电子信息方面的知识。当然这在许多专业性很强的书籍、论文中都能找到答案，但这并非本书写作的目的。这里，我们希望通过简单的语言对神经网络、深度学习等相关概念进行通俗易懂的描述。
读图拆解
首先，要澄清和区分几个概念。如图4-3所示，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门综合性技术科学，前文已经讲到在其发展过程中主要分为控制派和仿生派两个分支，其中仿生派最重要的成就就是深度学习和人工神经网络。机器学习（Machine Learning，ML）是一门多领域交叉学科，专门研究计算机怎样模拟和实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。人工神经网络（Artificial Neural Networks，ANNs）和深度学习（Deep Learning）都属于机器学习的一种，深度学习是神经网络的一大分支，深度学习的基本结构是深度神经网络。虽然监督学习和非监督学习都是深度学习可以采用的具体方法，但需要注意的是，监督学习和非监督学习的概念广泛应用于计算机科学，而不仅是在深度学习中使用。
怎么用
把这张图版当成一个小模板：先识别““开挂的”机器学霸”处在技术、产业、基础设施还是竞争层，再做判断。
提醒
简单来说，人工智能就是要让机器具有人脑一样的智慧，机器学习让机器像人一样学习以获得智慧，人工神经网络模拟人脑神经满足机器像人一样学习的硬件条件，深度学习是效果很好的学习方法。