认识人工智能、机器学习与深度学习的关系
人工智能(Artificial IntelLigence)诞生于20世纪50年代，其简洁定义为:让计算机自动完成通常由人类完成的智力任务。人工智能是一个综合性领域。最早期出现的预定义规则的专家系统（Expert System) -----由程序员精心设计出明确的规则让计算机来处理问题。专家系统可以用来解决规则十分明确的问题，如国际象棋。但许多更复杂、更模糊的问题难以由人给出明确的规则，如图像识别、语音识别等，于是出现了新的方法一—机器学习(Machine Learning)及具分支深度学习(Deap Learning) 。
机器学习：属于人工智能的分支之一，且处于核心地位。顾名思义，机器学习的研究旨在让计算机学会学习，能够模拟人类的学习行为，建立学习能力，实现识别和判断。机器学习使用算法来解析海量数据，从中找出规律，并完成学习，用学习出来的思维模型对真实事件做出决策和预测。这种方式也称为“训练”。
深度学习：是机器学习的一种实现技术，在2006年被Hinton等人首次提出。深度学习遵循仿生学，源自神经元以及神经网络的研究，能够模仿人类神经网络传输和接收信号的方式，进而达到学习人类的思维方式的目的。
简而言之，机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术，而生成对抗网络则是深度学习中的一种分类。它们之间的关系可以如下图所示。
发展历程如下图所示:
