1樓：KevinZhang
講講自己的理解吧。
人工智慧分成弱人工智慧和強人工智慧。
目前在努力的都是在弱人工智慧層面，簡單的說就是處理特定的任務，比如下象棋、自動駕駛。這已經是目前頂尖的AI產業了。
強人工智慧就是說機器自己會學習，如同教會小朋友某個學科，機器自己會迭代自己，也就是會「思考」，目前這個做不到。也有翻譯說強人工智慧就是通用智慧型，也就是不分學科，不分領域的學習。
神經網路是目前實現人工智慧的演算法之一，從演算法的角度模擬人的神經元邏輯，神經元之間會傳遞資訊，需要許許多多的神經元構成網路來完成特定的任務。因此得名為神經元網路。有點像計算機領域的仿生學。
最後分享乙個段子：
If written in PPT, it』s called AI.
If written in Python, it』s called machine learning.
If written in SAS, it』s called statistics.
用PPT寫，就是人工智慧。
用Python寫，就是機器學習。
用SAS寫，就是統計學。
這個段子是另乙個話題了，是說統計學演算法到底是不是機器學習、人工智慧？
2樓：大夢小醒
人工智慧～用機器代替人類做一些人類短時間做不好的東西。神經網路屬於人工智慧中的一種方法，你可以簡單的把神經網路想成自己的大腦，就是五官輸入一些資訊，大腦會根據這些資訊給出乙個判斷，再做出指令。
3樓：劉巨集
通俗易懂就暫時還做不到了。先嘗試下把問題理一理：
1、深度神經網路模型，是以構成深度網路的神經元集合，來擬合某乙個函式，線性的和非線性的。其中的每乙個神經元，都是乙個相對簡單的數學函式，比如 sigmoid，等。
2、可以認為，深度神經網路模型引入了分布式的數學模型，而不再是「集中式」（暫無定義所以引號括起來），更不會是解析解。但是，這是進步。我認為，也可以有「模擬人類大腦工作方式」的提法。
3、目前深度神經網路模型能夠開始進入實用階段，BP （反向傳播）問題的解決，即能夠通過資料訓練來生成分布式數學模型例項，是關鍵。
4、沒有任何乙個單獨的深度神經網路模型，能夠擬合所有函式，尤其是複雜函式。
5、組合的深度神經網路模型，可能擬合的函式數量就要大得多。組合的邏輯本身，也可以深度神經網路模型來完成。
6、單獨的，或者組合的，深度神經網路模型，目前以至還在可見的將來，還是需要人類參與的，比如業務模型和設計深度神經網路模型。所以，只能稱呼為「人工智慧」。
4樓：
人工智慧就是要研究如何使機器具有能聽、會說、能看、會寫、能思考、會學習、能適應環境變化、能解決面臨的各種實際問題等功能的一門學科。
SaaS最通俗易懂的解釋是什麼？
籍墨 三者的區別 SaaS的使用人群一般為軟體的終端使用者 PaaS的使用人群為軟體的開發人員 IaaS的使用人群一般為伺服器及相關設施的租賃者。 美價雲店 SaaS模式就是讓終端使用者只管付費使用，軟體開發商只管付費開發，開發平台提供商只管付費搭建開發平台，硬體運營商只管採購維護硬體平台，只幹一件...
小孩剛學架子鼓，有專業老師能用最通俗易懂的解釋，4分音符，2分音符，全音符分別敲幾下？
Poki老師 我教孩子都是用蘋果作為舉例。比如全音符就是乙個蘋果，那麼2分音符就是半個蘋果，四分音符就是半個的半個蘋果。把音符和小朋友已經認知了的事物聯絡在一起非常重要，這樣能夠幫助他們在最短的時間裡記住這些知識。那麼放到小節裡，就可以聯想成把蘋果放進盤子裡，盤子裡放乙個 蘋果 兩個 半個蘋果 四個...
外匯是什麼啊，誰能通俗易懂的說說嘛？
檸檬樹 外匯，最簡單的說法是，用一種貨幣兌換另一種貨幣，利用匯差賺取利益。例如，去香港旅遊，在銀行或者機場貨幣兌換亭兌換港幣時，匯率是1.147，1000元人民幣兌換了1147港元。離開香港時錢沒有花，而匯率變成了1人民幣 1.141港幣，即港幣兌人民幣的匯率是0.876，那1147元港幣換成了人民...