“計算機的誕生是為了解決以前不存在的問題。” - 比爾蓋茨。你必須認為這是一個奇怪的陳述，從今天的文章開始，這篇文章是關于高端技術的。雖然這是因為我們今天站在這里的這項技術，但它也有點令人困惑。嗯，高端技術帶來了高端技術人員的高端混淆。所以更不用說普通人的心態(tài)了。曾經有一段時間，計算機占用整個房間來執(zhí)行計算等基本操作。

從那時到現在，當它涉及大數據時，我們走了很長的路。或者更確切地說，我們已經進化了，但是使用計算機。我們與計算機的發(fā)展是如此錯綜復雜地結合在一起，有時甚至無法將它們與我們的日常生活區(qū)分開來。我們甚至經常不認為它們是非凡的；它更像是我們一直以來的樣子。

大型計算機與大數據

我們現在正處于一個計算機科學不再是真正的計算機科學的階段。它更像是一個蓬勃發(fā)展的市場，充滿了令人興奮和創(chuàng)新的東西。它也充滿了新的學習機會。技術壟斷了我們這個時代的消費。如今在我們這個世界上有如此令人興奮的經歷，你是否有動力去創(chuàng)造新事物？

即使你不是，那么你必須至少獲得一些實質性的知識。我們假設你知道今天最熱門的流行語，人工智能和機器學習。它們不僅具有相同的受歡迎程度，而且通常似乎也可以互換使用。但它們絕對不是一回事。我們認為錯誤的原因是這種混淆的原因。

對于初學者來說

AI是一個更廣泛的任務概念機器學習更像是人工智能的當前應用，機器可以訪問信息或數據，這樣他們就可以自己學習。

令人困惑？

我們在本文中將逐步了解AI和機器學習是什么？然后它們有什么不同？

人工智能（AI）：

人工但人性化。

”想象力是比知識更重要。因為知識是有限的，而想象力包含整個世界，刺激進步，催生進化。“ - 愛因斯坦

人工智能是人類最瘋狂的想象之一，人類想象的機器會像他們。這意味著直到最近才需要使用人工智能實現人腦。 “人工智能”一詞的范圍非常廣泛。人類大腦是最廣泛和模糊的討論領域，人工智能也是如此。幾十年前，口袋計算器被認為是AI的一種形式，因為數學計算僅限于人類大腦。今天，計算器甚至不再被認為是一個小工具，因此，“直到最近”才會隨著時間的推移而發(fā)展。

AI將始終是一個不斷變化的目標。它將基于人類大腦擁有的那些能力，而機器則不具備這些能力。還有另一種誤解，即人工智能是一個系統(tǒng)，但它不是一個系統(tǒng)。 AI在系統(tǒng)中實現。人工智能可以指從玩象棋游戲的計算機程序到像蘋果公司的“Siri”解釋和回應語音的語音識別系統(tǒng)。因此，基本上每當機器根據一組解決問題（算法）的指定規(guī)則執(zhí)行任務時，這種“智能”行為就是所謂的人工智能。

機器學習

Isaac Asimov曾經說過“我不怕計算機。我擔心缺乏它們。“為什么我們使用這個引用？讓我們繼續(xù)探索吧。機器學習基于所謂的“神經網絡”。如果聽起來很復雜，那就是因為它。神經網絡用于學習和訓練。它們依賴某些重要因素來確定情況的可能結果，并且需要首先由人類進行編程。神經網絡程序員必須調整結果中的重要因素，直到網絡從其所具有的信息達到所需結果。現在想想是否需要神經網絡程序員來調整和編程每個Google搜索！這就是機器學習的起點。

機器學習就在你身邊，無論你是否意識到這都是問題。例如，購買適合您語音的產品或語音識別軟件時的自動建議。聽起來更像你的在線購物應用程序的最后一個建議？沒錯，這都是機器學習。甚至我們寫的文章，為什么你認為他們在搜索主題時出現？

訓練機器

一旦神經網絡完善并且機器理解如何調整它本身就具有重要意義，它可以訓練自己提高精度而無需人為干預。一旦您訓練機器，它就可以通過網絡對新輸入進行分類，并實時生成精確的結果。雖然技術非常復雜和聰明，但它并沒有真正使用任何智能。

兩個重要的突破導致了機器學習的出現。其中一個是1959年為亞瑟·塞繆爾所認可的實現。它指出，我們可以教導他們自己做，而不是給計算機做什么。第二個是最近出現的互聯網，以及生成，存儲和分析數字信息量的巨大增長。對于工程師來說，顯而易見的是，他們無法教授機器和計算機的所有東西。如果他們像人腦一樣編碼它們會更有幫助。然后將它們插入互聯網以訪問充滿數據的世界。

那么為什么AI和機器學習會混淆？

之所以我們聽到互換的兩個定義是沒有機器學習就不能存在AI - 盡管機器學習可以在沒有AI的情況下存在。機器學習是以目前的速度推動人工智能發(fā)展的載體。

最后，讓我們舉一個例子，讓我們的生活更簡單一些。如果我們插入同一動物的不同照片，讓我們說一只狗，做不同的事情。或者在不同的地方可能有不同的狗。并將它們標記為狗，計算機將學習。它將從它顯示的照片中學習。最終，它會認識到狗是每組數據的共同點，反過來又幫助計算機學會識別狗。

這件事有什么人性化的東西嗎？不是嗎，對吧？但是，如果這個算法連接到相機和揚聲器？它可以識別它前面的物體，并且發(fā)出聲音可以回答我們的問題。這更像是人性化和聰明。它模仿人類的大腦。它已成為人工智能。

當我們走到盡頭時，讓我們清楚AI和機器學習的空氣。當機器以這樣的方式編碼時，它不僅可以檢測而且可以區(qū)分對象。根據理解的標準，它可以選擇丟棄或接受它們。然后AI誕生了。每當機器做出決定時，它就是人工智能。它不僅僅是機器學習。