AI与机器学习的区别

“人工智能”和“机器学习”这两个术语经常互换使用，但其中一个比另一个更具体。

人工智能(AI)是这两个术语中更广泛使用的。它起源于1950年，可以用来描述任何模仿人类智能的应用程序或机器。这既包括简单的程序，如虚拟跳棋玩家；也包括复杂的机器，如自动驾驶汽车。有些人将人工智能区分为现有的人工智能工具和还不存在的人工智能(如思考、自主代理)。

机器学习是人工智能的一个子集。这个词最早出现在1970年。机器学习的特点是，机器或程序在现有数据的基础上进行训练，然后能够找到模式，做出预测，或者在遇到以前从未见过的数据时执行任务。

机器学习可以被认为是将数据和经验转化为新知识的过程，通常以数学模型的形式出现。一旦它被创建，这个模型就可以用来执行其他任务。如果没有计算机的帮助，复杂或耗时的应用程序就无法开发。例如，机器学习系统可以在MRI图像中对数以百万的肿瘤样本上进行训练。在这些例子的基础上，系统识别构成肿瘤的特征模式。这可以作为一个模型，然后可以确定肿瘤是否存在于新的MRI图像中。这些系统通常能够超越一些专家。

机器学习是一种强大的工具，越来越多地被纳入到计算机应用中。它的通用性让我们很难认为那些不是基于数据训练，而是依赖于人类编写的可读规则和事实的人工智能应用程序。使用人工智能但不从数据中学习或产生新结果的应用程序有时被称为“老式AI”或“GOFAI”。有些仍在运作。例如，一个简单的聊天机器人可能只通过提供包含相关关键字的预写答案来解决问题。

最后，深度学习也是机器学习的一个子集。深度学习使用机器学习算法，但将算法分层构建以创建“人工神经网络”。这些网络是模仿人类大脑的，在很多情况下都很有效。深度学习应用程序可以提供一种更真实的体验。