深度學(xué)習(xí)是由英國人Geofrey Hinton在2006年提出的。深度學(xué)習(xí)是指機(jī)器在建立和模擬人的大腦一樣去進(jìn)行分析問題的一種神經(jīng)網(wǎng)絡(luò)，就像人的大腦一樣來組建的一種結(jié)構(gòu)來把數(shù)據(jù)進(jìn)行有效的分析處理并加以解釋，它主要包括圖像、聲音、文字、行為等等的處理。

深度學(xué)習(xí)方法可分為有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)之分。不同的學(xué)習(xí)框架下建立的學(xué)習(xí)模型就非常不同。例如，卷積神經(jīng)網(wǎng)絡(luò)(Convolutional neural networks，簡稱CNNs)就是一種深度的監(jiān)督學(xué)習(xí)下的機(jī)器學(xué)習(xí)模型，而深度置信網(wǎng)(Deep Belief Nets，簡稱DBNs)就是一種無監(jiān)督學(xué)習(xí)下的機(jī)器學(xué)習(xí)模型。

人工智能（artificial intelligence）也簡稱為AI

這里的人工就是人類制造出來的東西，智能可以理解認(rèn)識，自我思維與分辨。

目前為止，人們還只是停留在制造弱智能的智能時(shí)期。它主要還在依靠人們輸入程序，按照人們所希望的操作或者運(yùn)動(dòng)方式來為人們實(shí)現(xiàn)一些勞動(dòng)以及危險(xiǎn)的任務(wù)而執(zhí)行的。

現(xiàn)在的人工智能也就在對數(shù)據(jù)進(jìn)行分析處理階段。還未能達(dá)到強(qiáng)智能階段。

弱人工智能觀點(diǎn)認(rèn)為不可能制造出能真正地推理（REASONING）和解決問題（PROBLEM_SOLVING）的智能機(jī)器，這些機(jī)器只不過看起來像是智能的，但是并不真正擁有智能，也不會(huì)有自主意識。

主流科研集中在弱人工智能上，并且一般認(rèn)為這一研究領(lǐng)域已經(jīng)取得可觀的成就。強(qiáng)人工智能的研究則處于停滯不前的狀態(tài)。

強(qiáng)人工智能(BOTTOM-UP AI)

強(qiáng)人工智能觀點(diǎn)認(rèn)為有可能制造出真正能推理（REASONING）和解決問題（PROBLEM_SOLVING）的智能機(jī)器，并且，這樣的機(jī)器能將被認(rèn)為是有知覺的，有自我意識的。強(qiáng)人工智能可以有兩類：

類人的人工智能，即機(jī)器的思考和推理就像人的思維一樣。

非類人的人工智能，即機(jī)器產(chǎn)生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式

相信未來人工智能會(huì)完全智能，那時(shí)會(huì)更好地為人類服務(wù)。