可能有很多小伙伴认为人工智能就是机器学习或者是深度学习，那么，今天小麦就带大家梳理一下这三者的关系吧~
人工智能是使用与传统计算机系统完全不同的工作模式，它可以依据通用的学习策略，读取海量的大数据，并从中发现规律、联系和洞见，因此人工智能能够根据新数据自动调整，而无需重设程序。
简单地说，人工智能就是能够感知、推理、行动和适应的程序。
机器学习是人工智能研究的核心技术，在大数据的支撑下，通过各种算法让机器对数据进行深层次的统计分析以进行自学；利用机器学习，人工智能系统获得了归纳推理和决策能力；而深度学习更将这一能力推向了更高的层次。
机器学习就是能够随着数据量的增加不断改进性能的算法。
深度学习是机器学习算法的一种，隶属于人工神经网络体系，现在很多应用领域中性能最佳的机器学习都是基于模仿人类大脑结构的神经网络设计而来的，这些计算机系统能够完全自主地学习、发现并应用规则。相比较其他方法，在解决更复杂的问题上表现更优异，深度学习是可以帮助机器实现独立思考的一种方式。
深度学习就是利用多层神经网络从大量数据中进行学习。
因此，这三者就是包含与被包含的关系，人工智能包含机器学习，机器学习包含深度学习。
实际应用在实际应用中，针对不同的功能我们也可以有不同的运用，像数据挖掘利用机器学习技术从大量数据中挖掘出有价值的信息。
例如，Smartbi的数据挖掘平台在一个界面上通过可视化的操作实现数据预处理、算法应用、模型训练、评估、部署等全生命周期的管理。同时，内置分类、聚类、关联、回归五大类数十个算法节点并支持自动推荐，参数也能实现自动调优。
在湖南广电5G智慧电台项目中，Smartbi 5G智慧电台大屏对客户电台信息进行集中分析和展现，利用的是百度地图AI大数据挖掘技术。
从海量车辆定位数据、轨迹数据中捕捉交通的动态变化，为5G智慧电台提供了行业领先的AI智慧路况，实现了台网的快速、精准联动。电台编辑只需在大屏上点击地图，便可查询实时路况，为全国县域用户提供更加即时、精准、智能的路况信息广播服务。
未来，随着数字化转型的不断加速，BI与AI的深度结合实现组织智能决策，是未来的大势所趋。而Smartbi将会保持优势，继续深耕，在BI+AI方面会有更大的突破。
