2016年，谷歌Alpha Go擊敗圍棋高手李世石，一時間人工智能以前所未有的力度吸引了公眾的注意力。之后人工智能、機器學習、深度學習、卷積神經網絡等各種熱詞活躍于各大科技網站，叫人云里霧里。然而他們各自是什么含義，相互關系是怎樣的，下面一次性掰扯清楚。

人工智能，簡稱AI(artificial intelligence)，通俗地講就是機器或者系統(tǒng)代替人進行信息收集、思考和行動。大體分為弱人工智能（代替人某一項功能）、強人工智能（代替人多項功能）和超人工智能（完全可以替代人的功能）。例如現(xiàn)在小區(qū)門口的車輛門禁系統(tǒng)，可以替代人進行車牌拍照識別和門禁放行，這就是弱人工智能啦。所以，人工智能是一個比較寬泛的概念，而其程度是以機器／系統(tǒng)替代人進行信息收集和處理的程度進行判斷的。

機器學習， 簡稱ML(machine learnling), 通俗地講就是研究如何叫機器像人一樣學習。在研究機器學習之前，首先搞清楚人是怎么學習的，比如歸納總結還是演繹推理等等。目前機器學習的重點是通過算法模型，以邏輯語句的形式，實現(xiàn)機器訓練和學習。所以，機器學習相當于人工智能的核心功能。

深度學習，簡稱DL(deep learning), 通俗地講就是一種多層感知器學習模型，再通俗點兒就是模擬人類大腦的思維過程。因此首先需要了解人類大腦是怎么思維的。神經元是大腦的神經系統(tǒng)的基本單元，神經元細胞體接收到周圍環(huán)境的信號會沿著軸突或者樹突傳遞到其他神經元細胞，當刺激強烈時軸突或者樹突的神經遞質就分泌越多，神經系統(tǒng)就會發(fā)生生理性結構變化，這就是人類思維過程。而最早模擬人類大腦思維過程的模型是一個美國人做出了感知器，目前已經發(fā)展成多層感知器模型，稱謂卷積神經網絡。因此，深度學習是機器學習的具體實現(xiàn)手段之一。

一句話概括三者的關系，人工智能 > 機器學習 > 深度學習。