近些年，人工智能的热度都维持在一定的高度。从Google AlphaGo到Chatbot聊天机器人、智能理专、精准医疗、机器翻译等，人工智能技术被应用于安防、医疗、家居、交通、智慧城市等各行各业，其前景是毋庸置疑的，未来绝对是一个万亿级市场。
人工智能是下一次工业革命的核心力量，它企图了解智能的实质，并以科技诠释人类的生活，目前最流行的深度学习技术占据着人工智能最新成果的核心领域，机器人开发、语音识别、图像识别、自然语言处理和专家系统等不断推陈出新，可以设想，未来由人工智能塑造的科技产品，将会是人类智慧的“容器”。《国务院关于印发新一代人工智能发展规划的通知》（国发[2017]35号）的发布，明确了人工智能产业将成为新的重要经济增长点，中国将成为世界主要人工智能创新中心。
根据应用领域的不同，人工智能研究的技术也不尽相同，目前以机器学习、计算机视觉等成为热门的AI技术方向。 但是大家在关注或研究人工智能领域的时候，总是会遇到这样的几个关键词：人工智能、机器学习、深度学习、强化学习。那么四者之间是什么关系呢？
来看下面一张图：
人工智能: 以电脑解决问题
人工智能比喻成的孩子大脑，机器学习就是让孩子去掌握认知能力的过程，而深度学习是这过程中很有效率的一种教学体系。人工智能是目的，是结果；深度学习、机器学习是方法，是工具。
机器学习：一种实现人工智能的方法
机器学习是人工智能的一种途径或子集，它强调“学习”而不是计算机程序。一台机器使用复杂的算法来分析大量的数据，识别数据中的模式，并做出一个预测——不需要人在机器的软件中编写特定的指令。在错误地将奶油泡芙当成橙子之后，系统的模式识别会随着时间的推移而不断改进，因为它会像人一样从错误中吸取教训并纠正自己。通过机器学习，一个系统可以从自身的错误中学习来提高它的模式识别能力。
深度学习：一种实现机器学习的技术
深度学习是一种特殊的机器学习，深度学习适合处理大数据，而数据量比较小的时候，用传统机器学习方法也许更合适。深度学习使得机器学习能够实现众多的应用，并拓展了人工智能的领域范围。
深度学习摧枯拉朽般地实现了各种任务，使得似乎所有的机器辅助功能都变为可能。无人驾驶汽车，预防性医疗保健，甚至是更好的电影推荐，都近在眼前，或者即将实现。
机器学习中除了深度学习还有一个非常重要的强化学习
过去十年中，强化学习的大部分应用都在电子游戏方面。最新的强化学习算法在经典和现代游戏中取得了很不错的效果，在有些游戏中还以较大优势击败了人类玩家。未来强化学习在医疗和教育方面有望得到很高的应用。
