英伟达官方网站近期刊文，介绍了人工智能、机器学习和深度学习概念的区别。
人工智能的范畴最大，机器学习次之，而深度学习最小。
三者关系图
人工智能最初可以追溯至1956年，当时多名计算机科学家在达特茅斯会议上共同提出了人工智能的概念。在随后几十年中，人工智能一方面被认为是人类文明未来的发展方向，另一方面也被认为是难以企及的梦想。实际上，直到2012年之前，情况一直如此。
机器学习是利用算法去分析数据、学习数据，随后对现实世界情况作出判断和预测。因此，与预先编写好、只能按照特定逻辑去执行指令的软件不同，机器实际上是在用大量数据和算法去“自我训练”，从而学会如何完成一项任务。早期基于算法的方法包括决策树学习、归纳逻辑编程、聚类算法、强化学习，以及贝叶斯网络等等
在深度学习还没有火起来的时候，它是以机器学习中的神经网略学习算法存在的，随着计算资源和大数据的兴起，神经网络摇身一变成了如今的深度学习。
机器学习专家们早期提出的另一种基于算法的方法，即人工神经网络，随后得到了发展。神经网络的概念来自于人类大脑理解事物的方式：神经元之间的互联。
吴恩达取得突破的方法是扩大神经网络的规模，增加更多的分层和神经元，并利用海量数据对系统进行训练。吴恩达的研究利用了1000万个YouTube视频。由于神经网络分为很多层，因此吴恩达强调了深度学习的“深度。
参考文献：
主要参考：http://tech.qq.com/a/20160914/056945.htm
小资料参考：https://www.zhihu.com/question/30545893
