机器学习与深度学习的差别

了解定义后，我会用如何判断猫和狗作为例子，来说明机器学习与深度学习的差别。

机器学习

先将所有猫和狗的资料经由人类知识进行判断，再从资料中提取一些特征资料，比如猫或狗的形状、身上的纹路、声音分类等。接着提取资料中的学习模型，然后AI用这些学习模型去判断猫和狗。如图1-1-2所示。

图1-1-2

深度学习

不需要经过人类知识进行特征提取，AI的多层结构神经网络会自行从大量的资料中提取特征资料。所以猫和狗的特征差异是模型自行从你给的资料里学习提取的。如图1-1-3所示。

图1-1-3

问你一个问题，如果机器学习或深度学习模型建立好了，接着将一张鸡的照片放进去，你觉得机器学习或深度学习模型会将它判断成什么？AI会认为这是鸡吗？

答案是：AI会判断为猫或狗，绝对不会是鸡，因为在建立模型的时候从来没有给过它鸡的照片，也没有跟模型说什么是鸡。所以机器学习或深度学习给的答案，是根据模型建立者给的答案和类别来的，如果从来没跟模型说过这是鸡，那绝对不会得到鸡这个答案。

看了以上的介绍，再回到击败人类顶尖棋手的AlphaGo，你还觉得它会变得像“终结者”一样懂思考并控制人类吗？我相信目前绝对不会。如果给AlphaGo下棋以外的信息，即使它没死机，也只能以棋谱回应吧。