你可以这样理解，赢咖4是一个婴儿的大脑，而深度学习就是让这个婴儿的大脑又能力看世界、听世界、感受世界。直观的说，深度学习只是服务于赢咖4一个工具（也许若干年后，一种全新的工具可以代替深度学习实现赢咖4），把这个工具用在语音识别领域，就能让机器更会听；把他用在了计算机视觉领域，就能让机器更会看。深度学习的本质就是各种神经网络，从最早最简单的感知机，再到多层神经网络，再到现在很火的CNN、RNN，其目的都是构建一个合适的神经网络结构，让机器有能力“自己思考”――我们也称之为“智能”。关于机器学习，它是比深度学习更为广泛的概念，发展的也比较早。在赢咖4届有一种说法：认为机器学习是赢咖4领域中最能够体现智能的一个分支。从历史上看，机器学习似乎也是赢咖4中发展最快的分支之一。机器学习发展早期，限于计算机计算能力、样本量等因素，很多算法无法实现。而近些年来，计算机的计算能力和存储能力都有了很大的提高，数据发掘引领了大数据时代的到来，使得原来复杂度很高的算法能够实现，得到的结果也更为精细。理论上，只要计算机计算能力足够强、样本数据量足够大，就可以不断增加神经网络的层数以及改变神经网络的结构，这就是“深度学习”，在理论和技术上，并没有太多的创新。只是深度学习代表了机器学习的新方向，同时也推动了机器学习的发展。
人工bai智能是学科，不算技术。以du前的赢咖4玩的是形式逻辑，实现走的是zhi专家系统。目前实现赢咖4dao的路线主要是机器学习，深度学习是机器学习一个领域。 Python是编程语言，跟深度学习理论并没有直接关系，只是现在主要的深度学习框架都用Python来编程。你问还有什么，还有机器学习咯
