人工智能、神经网络、机器学习、深度学习是学习神经网络的时候经常会遇到的专业词汇，但是很多人可能不太了解他们的区别。
人工智能
人工智能是一个比较大的概念，相信有很多人看过一部电影《人工智能》，它里面的人工智能指的是计算机有了自我意识，控制大量的机器人。由此看来人工智能指的是能够有自我学习能力的计算机，它能够通过自我学习，最终有自己的判断能力，类似人类的大脑。
神经网络
神经网络是人工智能实现方式的一种，它的灵感来自于人类神经网络。人的大脑由大量的神经元构成，他们之间由突触连接，突触的强健与否，关系到连接的神经元之间的关系，神经元是传输信号的的载体，它由两种构成：兴奋或抑制（类似于1和0）。通过大量的神经元连接，不断的判断兴奋和抑制，构成了大脑神经。大脑神经有一个关键的功能，也就是：学习-影响-记忆。当一个神经元可以影响另一个神经元时，通过对另一个神经元的不断刺激（学习），会使这两个神经元之间的突触更强（影响），也就是相关性更强，这样当突触达到一定的强度后保持这样的强度（记忆），可以满足最终的判断结果，它的学习就可以结束了。可以说是通过学习拥有了记忆，从而有了学习能力，直到学习到既定目标后，停止学习，保持现有的突触强度。
人工神经网络是模拟人脑神经网络的神经网络，它由大量的感知机（相当于神经元）连接构成的，感知机也能输出两种或多种状态。感知机之间的影响关系叫做权重，权重越大则说明一个感知机对另一个感知机的影响更大。通过大量的学习，可以让权重训练到一个满足最优的目标判断的程度则可以停止学习。
机器学习
机器学习指的是通过对现有样本的分析，提取其中的特征，选择出包含我们关注的特征的样本，将这个过程形成一个系统，使其能够用于新的样本的识别（预测）。对特征识别的训练会可能用到神经网络来训练。
深度学习
对比于机器学习，深度学习指的是更深层次的机器学习，例如一般的学习是识别红黄蓝三中颜色，而深度学习可以是识别RGB构成的千万种颜色，这就对学习系统的要求由指数级的提高。
然而，一般的学习都是由神经网络来完成的，所以简单的来说，有一个例子是：深度学习就是区别于一般学习来说的，比如超过一层的神经网络都可以叫深度学习模型。
总结
由以上内容可看出，它们之间的关系是：人工智能是一个大概念，包含其它三中。而神经网络是用于机器学习的，深度学习是机器学习的升级。
