当时人们对此兴奋不已，掀起一波人工智能的研究热潮。然后并没有出现特别好的应用，于是人工智能陷入了低谷。

　　我记得我上学的时候，大概2003年左右，还学习了人工智能这门课程。这是最无聊的一门课程。内容无聊，老师讲的更无聊（对不起，老师！）。

　　简单说，研究，模拟和扩展人的智能，能替代人做事情的理论，方法和系统都算是人工智能。而机器学习只是人工智能的一个领域。

　　很多，比如现在热门的RPA（Robotic Process Automation），说白了就是用爬虫模拟人操作。比如帮你提交表单等。这和机器学习可能没有半毛钱关系，但它也是人工智能。

　　但是毫无疑问，机器学习是人工智能最重要的领域，尤其是在2010年深度学习取得突破后，才使得人工智能成为最最热门的研究方向。

　　从1980年前后机器学习就开始兴起，机器学习的算法有很多，比如：线性回归，逻辑回归，KNN，支持向量机，决策树，随机森林，关联分析等等。

　　但机器学习并没有真正大规模的应用起来，直到有一天，有一种新的算法横空出世，并随着硬件的发展而开始大展神威。这种算法就是神经网络。

　　举个例子，武林里有各种门派，它们各有所长，比如武当派，昆仑派，峨眉派等等，它们各有所长。直到有一天出现了一个新的门派叫叫做火枪派。这个新的派系非常强大，几乎可以碾压其他的门派。

　　机器学习的时代可以分成两部分，一部分是没有神经网络的时代，另一部分是有神经网络的时代！

　　我们可以把除了神经网络的其他机器学习算法称为传统机器学习算法。当我们说机器学习的时候有可能就是指的传统机器学习算法。因为神经网络有个自己的名字深度学习。

　　深度学习只不过是业界为神经网络取的一个用于市场营销的名字。不过这个名字挺好的。

　　还有一种解释是：深度学习是隐藏层超过一层的神经网络。但我认为这个解释很勉强，前者才是正解。