老板开会说公司要搞 AI，你点头。技术群聊说机器学习，你也点头。短视频说深度学习改变世界，你还点头。
其实这三个词根本不是一回事，就像「水果」「苹果」「红富士」是三个层级。搞混它们，新闻你看着觉得高大上，真用到自己身上，全抓瞎。
这篇用大白话把三个词一次说清。
AI 是最大那个圈：机器替人干脑力活
人工智能（AI）是最大的概念，凡是用机器替代人做「需要动脑子的事」，都算 AI。
下围棋的 AlphaGo 是 AI，手机里那个帮你排版片段的助手也是 AI，连十年前人人喊打的「智能客服」也算 AI——尽管它笨得让人想摔手机。
这个圈大得很，从上世纪 50 年代就有人开始画了。老宋我的理解是：AI 不是某个具体技术，而是一句口号——「让机器显得有脑子」。具体用什么办法实现，那是下面两层的事。
机器学习：不靠人写规则，靠数据自己长
机器学习（Machine Learning）是 AI 这个圈里最重要的实现方式，关键词是「学」。
以前做「智能」靠人写规则：你告诉电脑「看到猫就识别成猫」——得给它几百条规则。规则写不完，猫换个姿势它就认不出来。
机器学习反着来：不写规则，只给海量样本，让机器自己找规律。你丢给电脑十万张猫的照片、十万张狗的照片，它自己琢磨出「猫和狗的区别在哪」，下次见到新照片能自己判断。
所以机器学习强在「见过世面」——数据喂得越多，判断越准。今天你听到的什么「推荐算法」「人脸识别」「语音转文字」，底层全是这一套。
深度学习：机器学习里最争气的那一支
深度学习（Deep Learning）是机器学习的一个分支，靠的是模拟大脑神经网络的「多层结构」。
你不需要懂「层」是什么，只需要知道：深度学习让机器学得更深、更复杂，复杂到能处理图片、视频、自然语言这些难啃的东西。
2012 年之前，机器学习还在靠人工挑特征：人告诉机器「看耳朵、看尾巴」。深度学习之后，机器自己知道该看什么。2016 年 AlphaGo 赢了李世石，用的就是深度学习。
而你现在天天用的 ChatGPT、文心一言、豆包这类大模型，是深度学习的「终极加强版」——海量数据加超多层的网络，直接硬生生学出了「对话」这种本事。
三个词到底啥关系？记住这张图
说得再直白点：
AI 是个大袋子，装着一切「机器有脑子」的努力。
机器学习是这个袋子里最管用的一招——让机器自己从数据里学。
深度学习是这一招里最厉害的流派——层数多、学得深，能吃下图片和语言。
大模型（LLM），又是深度学习的最新宠儿，后面我专门写一篇讲它。
普通人只要记住三句话
第一句：别人说「AI」，你可能在讨论战略；说「机器学习」，在聊技术方案；说「深度学习」，八成在聊大模型或算法。
第二句：这三个词的关系，记住「水果—苹果—红富士」就行。
第三句：别被词吓住。你天天用的 AI 工具，往上追三代，就是「拿数据喂机器」这么个朴素道理。
下次再有人拿这三个词唬你，你可以笑着反问一句：「你说的 AI，是指哪个层级？」
想继续把概念补齐，可以看这个专题的下一篇：大模型（LLM）到底是什么？它凭什么「什么都能聊」。
