人工智能、机器学习、深度学习、卷积神经网络等各种热词活跃于各大科技网站，叫人云里雾里。然而他们各自是什么含义，相互关系是怎样的，下面一次性掰扯清楚。
人工智能，简称AI(artificial intelligence)，通俗地讲就是机器或者系统代替人进行信息收集、思考和行动。大体分为弱人工智能（代替人某一项功能）、强人工智能（代替人多项功能）和超人工智能（完全可以替代人的功能）。例如现在小区门口的车辆门禁系统，可以替代人进行车牌拍照识别和门禁放行，这就是弱人工智能啦。所以，人工智能是一个比较宽泛的概念，而其程度是以机器/系统替代人进行信息收集和处理的程度进行判断的。
机器学习， 简称ML(machine learnling), 通俗地讲就是研究如何叫机器像人一样学习。在研究机器学习之前，首先搞清楚人是怎么学习的，比如归纳总结还是演绎推理等等。目前机器学习的重点是通过算法模型，以逻辑语句的形式，实现机器训练和学习。所以，机器学习相当于人工智能的核心功能。
深度学习，简称DL(deep learning), 通俗地讲就是一种多层感知器学习模型，再通俗点儿就是模拟人类大脑的思维过程。因此首先需要了解人类大脑是怎么思维的。神经元是大脑的神经系统的基本单元，神经元细胞体接收到周围环境的信号会沿着轴突或者树突传递到其他神经元细胞，当刺激强烈时轴突或者树突的神经递质就分泌越多，神经系统就会发生生理性结构变化，这就是人类思维过程。而最早模拟人类大脑思维过程的模型是一个美国人做出了感知器，目前已经发展成多层感知器模型，称谓卷积神经网络。因此，深度学习是机器学习的具体实现手段之一。
一句话概括三者的关系，人工智能 > 机器学习 > 深度学习。
人工智
