AI、機器學習、深度學習有什麼關聯或差異?

Netflix&YouTube個人化的影片推薦、AlphaGo在圍棋上戰勝人類、以及汽車自動駕駛等，這些都是透過AI技術所達成的，也因為這些功能日益壯大，才讓AI逐漸被人們所認識及熟知!在了解AI領域的過程中，不知道你會不會常常看到機器學習(ML)、深度學習(DL)這2個專業術語，究竟他們跟AI存在著甚麼樣的關係呢?本篇文章就來為你解答他們之間的差異!

🔸AI其實是一個大集合，當中包含了機器學習，而機器學習中又包含了深度學習，因此可以說機器學習和深度學習都是AI的一種(如圖所示)；簡單來說AI是一個很廣泛的領域，涵蓋了有關機器學習的一切!

• 人工智慧(Artificial Intelligence):廣義來說，讓電腦模擬人類會做的行為，就可以被稱為是人工智慧；而機器學習跟深度學習就是讓機器做出那些行為、判斷的方法。

• 機器學習(Machine Learning):需要透過大量的資料去訓練出一個模型，讓問題能通過該模型得出解答。 可以將機器學習視為一系列的演算法，藉由演算過程來分析數據並做出決策。 (主要是應用在判斷相對沒那麼複雜的事物上。Ex:判斷購買/不購買)

• 深度學習(Deep Learning):需要透過比機器學習更龐大的資料去訓練出一個模型，讓問題能通過該模型得出解答。 深度學習可以說是機器學習的子領域，但演算法上更加精密複雜，是以人腦神經系統的結構發展而來的，因此又稱為「人工神經網路」，透過多層次的複雜結構概念來提升模型能力，因此適合用在資料量大且複雜的內容像是圖像、音訊與語譯分析上，表現都比機器學習來的好。 (主要是應用在判斷結構複雜的事物上。Ex:聊天機器人)

總結來說，機器學習在應用上面主要以較容易判斷的事物為主；而深度學習相對來說比機器學習更加聰明，在應用上也可以處理比較複雜的事物!

🔸如何將AI應用在廣告上?

許多自動化投放廣告的平台，其實也都加入了AI的機器學習與深度學習技術，透過演算法分析廣告的成效數據，並從學習出的資訊去做廣告受眾的優化調整，讓廣告投放也能加入科學方法運行。系統透過長時間大量的學習，能有效分析出有價值的資訊，並針對所得到的資訊做進一步的廣告調整，讓投放上能用最少的成本得到最大的效益。

塔圖也長期致力於AI的技術上，我們透過深度學習的方式來預測未來可能會購買的潛在受眾，根據過去7天有進站過的使用者進行行為數據分析，藉此預測出未來14天這些使用者的消費行為，並進一步打包出專屬受眾包應用於廣告投放上，讓廣告主能針對最有可能發生轉換的消費者投放商品廣告；而我們的模型也有通過科學方法的實際驗證，證實所預測出的受眾有機會取得比「再行銷受眾」還要多1~3倍的轉換率!

參考文獻:

什麼是人工智慧、機器學習和深度學習?. 人工智慧/人工智能（Artificial Intelligence, AI… | by Tommy Huang | Medium

Artificial Intelligence vs. Machine Learning vs. Deep Learning | Built In

AI, ML and DL: What’s the Difference? (opensourceforu.com)