机器学习：通过核心要素--算法，让人工智能从人类输入的信息或从互联网上其他渠道获取的大量数据中学习，对新的数据进行理解、分析、预测或分类。机器学习主要分为监督学习、无监督学习和半监督学习，即根据模型训练过程中是否使用到标签来区分机器学习的类型。

深度学习：深度学习是机器学习的领域之一，专注于使用神经网络模型，可自动从数据中学习特征。对比机器学习，深度学习需要更多资源，包括需要更大的数据集来进行训练、更多的基础设施资源。

自然语言处理：基于机器学习或深度学习技术，对海量文本数据进行分词、词汇标注、文本纠错、对话知识抽取、商机信息抽取等处理。

语音识别：基于机器学习或深度学习技术，识别并理解人类的语音，并将其转换为文本或语音执行指令，例如：交互式语音应答、虚拟助手、智能家具的语音控制系统等。

计算机视觉：计算机视觉涉及图像处理、机器学习、神经科学等多个领域的知识，是指从图像、视频和其他视觉输入中提取信息，并对这些信息进行分析和理解，以执行某些处理，例如：通过摄像头识别可疑人员或事件、检测农作物生长等。