AI（Artificial Intelligence），全稱叫人工智慧，是一種基於計算機的多學科交叉的新興科學技術。它的意義跟我們想象中的一樣，它能夠代替人類做很多繁重的工作。

而神經網路和深度學習，則是實現人工智慧的方式，未來可能用神經網路實現我們想象中的人工智慧，也可能以深度學習的方式實現。也就是說，人工智慧是目標，而神經網路和深度學習是方法。

那神經網路和深度學習有什麼區別呢，相信你已經略知一二，他倆是兩種不同的方法。這兩種方法既有相同點又有不同點。

人工神經網路是生物學裡根據人的大腦裡神經元的運轉方式而抽象總結出來的一種方法，其特點是透過不斷迭代、負反饋的方式求最佳解的過程。

深度學習的概念正是源於神經網路，在神經網路的基礎上其含有多個隱含層和多個感知器。深度學習像一種貪心演算法，追求從最低層找到一個事物的多種表達方式，比如一幅影象，最簡單直接的形式是表達成畫素點的形式。同樣，影象也可以表達為各種輪廓的邊構成，由顏色構成，梯度構成或者更高一層次的元素如：四肢、稜、柱子等構成。在這個基礎上對事物進行分類辨別。

從廣義上講，深度學習也是神經網路的一種。傳統的神經網路只有輸入層、隱含層、輸出層。但深度學習則是在多層神經網路的基礎上還有特徵學習部分，這就是我上面講的對資訊的分級處理。