现在很多误解都与机器学习、深度学习和人工智能（AI）有关，大多数人在听到 AI 一词时认为所有这些东西都是一样的，他们直接将这个词与机器学习联系起来，反之亦然，嗯，是的，这些东西彼此相关但又不一样。让我们看看如何。
机器学习：
在谈论机器学习之前，让我们先谈谈另一个称为数据挖掘的概念。数据挖掘是一种检查预先存在的大型数据库并从该数据库中提取新信息的技术，很容易理解，对，机器学习也是如此，实际上，机器学习是一种数据挖掘技术。
这是机器学习的基本定义——
“机器学习是一种解析数据的技术，从数据中学习，然后应用他们学到的知识来做出明智的决定”
现在，许多大公司使用机器学习为用户提供更好的体验，其中一些示例是，亚马逊使用机器学习根据客户的喜好向他们提供更好的产品选择建议，Netflix 使用机器学习提供更好的建议给他们想看的电视剧、电影或节目的用户。深度学习：
深度学习实际上是机器学习的一个子集。从技术上讲，它是机器学习，功能相同，但功能不同。
深度学习和机器学习的主要区别在于，机器学习模型逐渐变得更好，但模型仍然需要一些指导。如果机器学习模型返回不准确的预测，那么程序员需要明确地解决该问题，但在深度学习的情况下，模型会自行完成。自动驾驶系统是深度学习的一个很好的例子。
让我们举个例子来理解机器学习和深度学习——
假设我们有一个手电筒，我们教一个机器学习模型，每当有人说“黑暗”时，手电筒就应该打开，现在机器学习模型会分析人们说的不同短语，它会搜索“黑暗”这个词，并作为话说手电筒会亮，但是如果有人说“我看不到任何东西，灯光很暗”，这里用户希望手电筒打开，但句子不包含“暗”这个词，所以手电筒不会打开。这就是深度学习与机器学习不同的地方。如果它是一个手电筒上的深度学习模型，深度学习模型能够从它自己的计算方法中学习。人工智能：
现在说到人工智能，它与机器学习和深度学习完全不同，实际上深度学习和机器学习都是人工智能的子集。 AI 没有固定的定义，您会在任何地方找到不同的定义，但这里有一个定义，可以让您了解 AI 到底是什么。
“人工智能是计算机程序像人脑一样函数的能力”
人工智能意味着实际复制人脑，即人脑思考、工作和运作的方式。事实是我们现在还不能建立一个合适的人工智能，但我们已经很接近建立它了，人工智能的例子之一是索菲亚，当今最先进的人工智能模型。直到现在我们还不能建立正确的人工智能的原因是，我们直到现在还不知道人脑的许多方面，比如我们为什么做梦？等等。
为什么人们将机器学习和深度学习与人工智能联系起来？
机器学习和深度学习是实现人工智能的一种方式，也就是说，通过机器学习和深度学习，我们未来或许可以实现人工智能，但它不是人工智能。