人工智能与机器学习

现如今，人工智能与机器学习受到了各行各业的广泛关注，大众对其态度不一。但是人工智能与机器学习对不同的人来说其代表的东西并不相同。通常人工智能与机器学习会引起人们的恐惧与不确定性，因此一些专家对这两个术语相关的风险表示担忧。

事实上，人工智能与机器学习已经成为了我们日常生活中不可分割的一部分，即使在有些方面并没有多少人察觉到。这些科技极大的影响了人与人之间的交流。多亏了 Siri 和 Cortana，现在人们只需要对设备说话便可以搜索网页。另外，Facebook 的用户现在可以根据以前的访问记录获得更有针对性的新闻推送。

引用 Prismtech 公司的话：“科技公司在研究人工智能时都会进行大量的市场调查。”除了对移动设备有很大影响外，人工智能的应用也可以在物联网中看到。他们的关系很紧密，因为人工智能需要物联网提供的数据来增加他的准确性。人工智能正在成为业务的主流，人们对它越来越感兴趣并想将其应用于各项业务中。

图片来源：Nvidia

上图展示了人工智能，机器学习与深度学习之间的关系。尽管人工智能与机器学习类似，但是还有有细微的区别。这便引出了问题：人工智能与机器学习的主要区别是什么？

人工智能

简单的来说，人工智能旨在让机器获得像人类一样思考的能力。该过程涉及开发能够更好更有效地执行传统上由人类完成的任务的计算机系统。Alan Turing 于 1950 年的报纸上率先提出机器人能否像人类一样思考的问题，此问题后来引出了著名的图灵测试。

人工智能这个概念一点也不新鲜，早在 1956 年，John McCarthy 便在一篇学术论文上提出了这个观点。然而人们对此话题的兴趣很快就消散了，直到最近又重新回到公众视野。今天，由于大数据和云计算，AI 正以前所未有的速度发展，这也使得存储大量数据变得简单。

用专家的话来说，人工智能有不同的形式：狭义人工智能与一般人工智能。目前我们利用狭隘人工智能，可以比人类更好地执行一系列基本任务，但是在其他任务方面也存在缺陷。例如，一台可以完美基于网络信息给消费者提供建议的机器，在别的领域什么也干不了。

对于一般人工智能，通用人工智能（AGI）将其定义为“旨在构建思维机器的新兴领域;也就是说，具有与人类思维的完善的智能系统（可能最终远远超出人类一般智力）。“

机器语言

关于机器学习的定义有很多，有些甚至很难理解。Arthur Samuel 将机器学习定义为“使计算机拥有在没有被明确编程的情况下学习的能力。”机器学习的概念涉及到训练机器的过程。让计算机通过特定算法在大量的数据中学习。这种行为与数据挖掘类似，但是机器学习会根据其学习内容来改变自己的学习模式。

机器学习在公司数据处理中扮演了一个很重要的角色。机器学习也是目前最接近人工智能的系统。因此，可以在没有机器学习的情况下创建人工智能，但是这个过程将会是复杂耗时的。

人工神经网络是一种拟人数据处理模式。它是深度学习的基础，深度学习是一种使用深度神经网络进行大量数据构建的系统。人工智能，机器学习与深度学习都离不开大数据。

人工智能的未来在于深度学习，因为它已经使很多机器学习的应用成为了可能。一个很好的例子便是使用深度学习进行图片识别，其表现在一定程度上已经超过了人类。我们已经在一个科技逐步迎合人类需求的时代。尽管目前仍有一部分专家对其表示担忧，并对其安全性展开研究。从处理一些危险的工作到掌握治疗绝症的办法，人工智能的未来拥有无限的可能性。