​人们常常把人工智能与机器学习混为一谈,其实这两者之间有着很大的区别。
机器学习和人工智能是当前科技领域的两大趋势。实际上,这两个术语经常可以互换使用。然而,两者之间仍然存在着微妙却重大的差异。
从很多方面来说,机器学习是人工智能的一部分。而且,人工智能这个术语也比机器学习出现得更早。
它们之间的区别到底是什么呢?
人工智能的核心是试图让机器以人脑的方式进行思考。著名的图灵测试表明,如果人类不能将一个系统的行为与人类的行为区别开来,那么这个系统就可以说是智能的。然而,目前的技术远未达到这一目标,所以人工智能目前也只是意味着创造出能够做出人类擅长的行为的系统。但这只是个笼统的说法。

机器学习也可以追溯到20世纪中期。阿瑟塞缪尔将机器学习定义为“在没有进行明确编程的情况下的学习能力”。
使用及应用
机器学习

机器学习的原理几十年来一直没有得到重视(这一点与人工智能很像),但随着上个世纪末之前数据挖掘工作的兴起,人们需要一种算法来寻找每一个数据集的模式。机器学习做到了这一点,但它又更进一步,从过程中学习,而它的性能也会随着不断学习而提高。
机器学习的另一种用途是图像识别。这些应用最初是由人类训练的,先观察图像,然后进行描述。在使用了成千上万的图像进行训练之后,机器学习系统就可以根据像素分辨出画面中是一条狗、一座房子、一束鲜花还是一个人。
机器学习也可以在推荐引擎中使用。这些算法可以帮助Facebook决定在新闻中显示什么信息,或者帮助亚马逊决定向用户推送什么广告。
随着大数据分析越来越普及,企业正在向依靠机器学习来驱动预测分析转变。与统计数据、数据挖掘和预测分析的联系已经足够让人认为机器学习是人工智能的一个领域。
原因就在于,诸如自然语言处理或自动推理的人工智能技术可以在没有机器学习能力的情况下完成。机器学习系统并不需要具有人工智能的其他特征。
人工智能

人工智能目前有数百个使用案例,而随着企业不断采用人工智能来应对商业挑战,人工智能的案例也开始为人所知。
当前最受欢迎的人工智能应用之一是语音助手。微软的Cortana、Siri、谷歌助理和亚马逊Alexa都是智能家居和智能手机的核心部分,用户可以通过聊天机器人预约午餐会议,或者用语音助手来控制家里的照明开关。但是,Alexa现在站在另一个行业的前沿。聊天机器人和davis可以让IT管理员通过询问davis问题来识别和修复IT基础架构的问题。
人们有充分的理由担心人工智能将取代人类的工作岗位,如数据输入。牛津大学预计,在未来20年,英国约有35%的就业机会将被自动化取代。
将两个术语混淆

还有一些与这一主题相关的其他的术语。人工神经网络处理信息的方式与人脑类似。但是人工神经网络也相当擅长机器学习,这就让事情变得更加复杂了。

这种神经网络构成了深度学习的基础,而深度学习本身就是机器学习的一种形式。大量的机器学习算法能够利用成百上千的GPU瞬间处理大量数据。

如果你对这些感到困惑,不要担心,科学家们仍在探讨机器学习和人工智能的确切定义,探讨可能会一直持续下去。

(英文来源:ITPRO 编译:机器小易 审校:日月沉香)

本文转载自:网易智能工作室稿件