機(jī)器學(xué)習(xí)與人工智能的區(qū)別全面解析

當(dāng)今熱門的顛覆性技術(shù)正在改變商業(yè)格局，它們是機(jī)器學(xué)習(xí)（ML）和人工智能（AI）。

幾乎我們所有人都聽(tīng)說(shuō)過(guò)或讀到過(guò)它們，但我們真的知道它們是怎么回事嗎？

這些企業(yè)正試圖利用先進(jìn)算法，利用數(shù)字?jǐn)?shù)據(jù)和計(jì)算能力的爆炸式增長(zhǎng)，實(shí)現(xiàn)人與機(jī)器之間的協(xié)作和自然交互。

然而，對(duì)于什么是機(jī)器學(xué)習(xí)（ML）和人工智能（AI），公眾和媒體仍然有很多困惑。

機(jī)器學(xué)習(xí)是人工智能誕生后出現(xiàn)的詞匯。這兩個(gè)術(shù)語(yǔ)經(jīng)常被用作同義詞，在某些情況下還被當(dāng)成是離散的、并行的發(fā)展。

事實(shí)上，機(jī)器學(xué)習(xí)之于人工智能，就像神經(jīng)元之于人腦一樣。

讓我們從機(jī)器學(xué)習(xí)開(kāi)始。

賓夕法尼亞卡內(nèi)基梅隆大學(xué)（Carnegie Mellon University）機(jī)器學(xué)習(xí)部門編輯羅伯托?伊里翁多（Roberto Iriondo）表示，機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支。

正如計(jì)算機(jī)科學(xué)家、機(jī)器學(xué)習(xí)先驅(qū)湯姆·米切爾（Tom M. Mitchell）所創(chuàng)造的那樣，“機(jī)器學(xué)習(xí)是一門計(jì)算機(jī)算法的研究，它允許計(jì)算機(jī)程序通過(guò)經(jīng)驗(yàn)自動(dòng)改進(jìn)”。

例如，如果你給一個(gè)機(jī)器學(xué)習(xí)模型提供你喜歡的歌曲，以及相應(yīng)的音頻數(shù)據(jù)（樂(lè)器、節(jié)拍、類型等），它將能夠自動(dòng)化生成一個(gè)系統(tǒng)，來(lái)給你可能喜歡的音樂(lè)提供建議——就像Netflix、Spotify和其它公司所做的那樣。

如果一家數(shù)字支付公司想要檢測(cè)其系統(tǒng)中是否存在欺詐行為或潛在的欺詐行為，它可以為此使用機(jī)器學(xué)習(xí)工具。建立在計(jì)算機(jī)模型中的計(jì)算算法將處理數(shù)字平臺(tái)上發(fā)生的所有事務(wù)，在數(shù)據(jù)集中發(fā)現(xiàn)模式，并指出模式檢測(cè)到的任何異常。

Iriondo說(shuō)：“在一個(gè)簡(jiǎn)單的例子中，如果你加載一個(gè)機(jī)器學(xué)習(xí)程序，其中包含相當(dāng)大的X光照片數(shù)據(jù)集，并附帶描述（如癥狀等），它將有能力（或可能自動(dòng)地）協(xié)助此后關(guān)于X光照片的數(shù)據(jù)分析?！?/p>

機(jī)器學(xué)習(xí)模型將查看數(shù)據(jù)集中的每一張圖片，并在標(biāo)有類似指示的圖片中找到常見(jiàn)的模式。其中，深度學(xué)習(xí)（Deep Learning）也是機(jī)器學(xué)習(xí)的一個(gè)子集。

另一方面，人工智能則是一個(gè)廣義的概括性術(shù)語(yǔ)，指的是試圖讓計(jì)算機(jī)像人類一樣思考，能夠模擬人類所做的各種事情，并最終以比我們更好更快的方式解決問(wèn)題。

人工智能的范圍非常廣泛，它本身就是一個(gè)系統(tǒng)，而不僅僅是獨(dú)立的數(shù)據(jù)模型。它包括各種各樣的任務(wù)，如做創(chuàng)造性工作、制定計(jì)劃、走動(dòng)、說(shuō)話、識(shí)別物體和聲音、執(zhí)行商業(yè)交易等等。

然而，微軟客戶成功部門云解決方案架構(gòu)師（Advanced Analytics & AI）西奧?范?克雷（Theo van Kraay）表示，任何試圖定義人工智能的嘗試都有些徒勞，因?yàn)槲覀兪紫缺仨氄_定義“智能”（intelligence），這個(gè)詞的含義五花八門。

“首先，值得注意的是，20多年前被稱為人工智能的技術(shù)與傳統(tǒng)計(jì)算機(jī)系統(tǒng)之間的差異接近于零，這一點(diǎn)很有趣，也很重要，”范?克雷表示。

今天人工智能系統(tǒng)所做的反映了人類與傳統(tǒng)計(jì)算機(jī)系統(tǒng)的一個(gè)重要區(qū)別——人類是預(yù)測(cè)機(jī)器。

如今的許多人工智能系統(tǒng)，就像人類一樣，大多是復(fù)雜的預(yù)測(cè)機(jī)器。

“機(jī)器越復(fù)雜，它就越能夠做出準(zhǔn)確的預(yù)測(cè)，基于一系列的用于訓(xùn)練各種（ML）模型的復(fù)雜數(shù)據(jù)和最先進(jìn)的人工智能系統(tǒng)，它們將能夠不斷從錯(cuò)誤中學(xué)習(xí)，以提高預(yù)測(cè)的準(zhǔn)確性，從而表現(xiàn)出近似人類智慧的東西?！彼f(shuō)。

大多數(shù)ML算法都是針對(duì)靜態(tài)數(shù)據(jù)集進(jìn)行訓(xùn)練，生成預(yù)測(cè)模型，因此ML算法只促進(jìn)了人工智能中的某一部分的發(fā)展。

50年前，國(guó)際象棋程序被認(rèn)為是人工智能的一種形式。

但今天，象棋游戲中的AI被認(rèn)為是枯燥和過(guò)時(shí)的，因?yàn)樗鼛缀蹩梢栽诿颗_(tái)電腦上找到。

Iriondo表示：“如今，人工智能的象征是Google Home、蘋果Siri和亞馬遜（Amazon）的Alexa等人工智能互動(dòng)設(shè)備，或?yàn)镹etflix、亞馬遜（Amazon）和YouTube提供動(dòng)力的多媒體視頻預(yù)測(cè)系統(tǒng)。”

與機(jī)器學(xué)習(xí)相比，人工智能是一個(gè)不斷變化的目標(biāo)，隨著相關(guān)技術(shù)的發(fā)展，其定義也在發(fā)生變化。

Iriondo打趣道：“可能在幾十年內(nèi)，目前的創(chuàng)新人工智能進(jìn)步就會(huì)被認(rèn)為和現(xiàn)在的翻蓋手機(jī)一樣無(wú)趣?！?/p>

來(lái)源：前瞻網(wǎng) Winnie Lee
?