“計(jì)算機(jī)的誕生是為了解決以前不存在的問(wèn)題。” - 比爾蓋茨。你必須認(rèn)為這是一個(gè)奇怪的陳述，從今天的文章開(kāi)始，這篇文章是關(guān)于高端技術(shù)的。雖然這是因?yàn)槲覀兘裉煺驹谶@里的這項(xiàng)技術(shù)，但它也有點(diǎn)令人困惑。嗯，高端技術(shù)帶來(lái)了高端技術(shù)人員的高端混淆。所以更不用說(shuō)普通人的心態(tài)了。曾經(jīng)有一段時(shí)間，計(jì)算機(jī)占用整個(gè)房間來(lái)執(zhí)行計(jì)算等基本操作。

從那時(shí)到現(xiàn)在，當(dāng)它涉及大數(shù)據(jù)時(shí)，我們走了很長(zhǎng)的路?；蛘吒_切地說(shuō)，我們已經(jīng)進(jìn)化了，但是使用計(jì)算機(jī)。我們與計(jì)算機(jī)的發(fā)展是如此錯(cuò)綜復(fù)雜地結(jié)合在一起，有時(shí)甚至無(wú)法將它們與我們的日常生活區(qū)分開(kāi)來(lái)。我們甚至經(jīng)常不認(rèn)為它們是非凡的;它更像是我們一直以來(lái)的樣子。

大型計(jì)算機(jī)與大數(shù)據(jù)

我們現(xiàn)在正處于一個(gè)計(jì)算機(jī)科學(xué)不再是真正的計(jì)算機(jī)科學(xué)的階段。它更像是一個(gè)蓬勃發(fā)展的市場(chǎng)，充滿(mǎn)了令人興奮和創(chuàng)新的東西。它也充滿(mǎn)了新的學(xué)習(xí)機(jī)會(huì)。技術(shù)壟斷了我們這個(gè)時(shí)代的消費(fèi)。如今在我們這個(gè)世界上有如此令人興奮的經(jīng)歷，你是否有動(dòng)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(shí)質(zhì)性的知識(shí)。我們假設(shè)你知道今天最熱門(mén)的流行語(yǔ)，人工智能和機(jī)器學(xué)習(xí)。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(duì)不是一回事。我們認(rèn)為錯(cuò)誤的原因是這種混淆的原因。

對(duì)于初學(xué)者來(lái)說(shuō)

AI是一個(gè)更廣泛的任務(wù)概念機(jī)器學(xué)習(xí)更像是人工智能的當(dāng)前應(yīng)用，機(jī)器可以訪問(wèn)信息或數(shù)據(jù)，這樣他們就可以自己學(xué)習(xí)。

令人困惑？

我們?cè)诒疚闹袑⒅鸩搅私釧I和機(jī)器學(xué)習(xí)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(shí)更重要。因?yàn)橹R(shí)是有限的，而想象力包含整個(gè)世界，刺激進(jìn)步，催生進(jìn)化。“ - 愛(ài)因斯坦

人工智能是人類(lèi)最瘋狂的想象之一，人類(lèi)想象的機(jī)器會(huì)像他們。這意味著直到最近才需要使用人工智能實(shí)現(xiàn)人腦。 “人工智能”一詞的范圍非常廣泛。人類(lèi)大腦是最廣泛和模糊的討論領(lǐng)域，人工智能也是如此。幾十年前，口袋計(jì)算器被認(rèn)為是AI的一種形式，因?yàn)閿?shù)學(xué)計(jì)算僅限于人類(lèi)大腦。今天，計(jì)算器甚至不再被認(rèn)為是一個(gè)小工具，因此，“直到最近”才會(huì)隨著時(shí)間的推移而發(fā)展。

AI將始終是一個(gè)不斷變化的目標(biāo)。它將基于人類(lèi)大腦擁有的那些能力，而機(jī)器則不具備這些能力。還有另一種誤解，即人工智能是一個(gè)系統(tǒng)，但它不是一個(gè)系統(tǒng)。 AI在系統(tǒng)中實(shí)現(xiàn)。人工智能可以指從玩象棋游戲的計(jì)算機(jī)程序到像蘋(píng)果公司的“Siri”解釋和回應(yīng)語(yǔ)音的語(yǔ)音識(shí)別系統(tǒng)。因此，基本上每當(dāng)機(jī)器根據(jù)一組解決問(wèn)題（算法）的指定規(guī)則執(zhí)行任務(wù)時(shí)，這種“智能”行為就是所謂的人工智能。

機(jī)器學(xué)習(xí)

Isaac Asimov曾經(jīng)說(shuō)過(guò)“我不怕計(jì)算機(jī)。我擔(dān)心缺乏它們?！盀槭裁次覀兪褂眠@個(gè)引用？讓我們繼續(xù)探索吧。機(jī)器學(xué)習(xí)基于所謂的“神經(jīng)網(wǎng)絡(luò)”。如果聽(tīng)起來(lái)很復(fù)雜，那就是因?yàn)樗Ｉ窠?jīng)網(wǎng)絡(luò)用于學(xué)習(xí)和訓(xùn)練。它們依賴(lài)某些重要因素來(lái)確定情況的可能結(jié)果，并且需要首先由人類(lèi)進(jìn)行編程。神經(jīng)網(wǎng)絡(luò)程序員必須調(diào)整結(jié)果中的重要因素，直到網(wǎng)絡(luò)從其所具有的信息達(dá)到所需結(jié)果?，F(xiàn)在想想是否需要神經(jīng)網(wǎng)絡(luò)程序員來(lái)調(diào)整和編程每個(gè)Google搜索！這就是機(jī)器學(xué)習(xí)的起點(diǎn)。

機(jī)器學(xué)習(xí)就在你身邊，無(wú)論你是否意識(shí)到這都是問(wèn)題。例如，購(gòu)買(mǎi)適合您語(yǔ)音的產(chǎn)品或語(yǔ)音識(shí)別軟件時(shí)的自動(dòng)建議。聽(tīng)起來(lái)更像你的在線(xiàn)購(gòu)物應(yīng)用程序的最后一個(gè)建議？沒(méi)錯(cuò)，這都是機(jī)器學(xué)習(xí)。甚至我們寫(xiě)的文章，為什么你認(rèn)為他們?cè)谒阉髦黝}時(shí)出現(xiàn)？

訓(xùn)練機(jī)器

一旦神經(jīng)網(wǎng)絡(luò)完善并且機(jī)器理解如何調(diào)整它本身就具有重要意義，它可以訓(xùn)練自己提高精度而無(wú)需人為干預(yù)。一旦您訓(xùn)練機(jī)器，它就可以通過(guò)網(wǎng)絡(luò)對(duì)新輸入進(jìn)行分類(lèi)，并實(shí)時(shí)生成精確的結(jié)果。雖然技術(shù)非常復(fù)雜和聰明，但它并沒(méi)有真正使用任何智能。

兩個(gè)重要的突破導(dǎo)致了機(jī)器學(xué)習(xí)的出現(xiàn)。其中一個(gè)是1959年為亞瑟·塞繆爾所認(rèn)可的實(shí)現(xiàn)。它指出，我們可以教導(dǎo)他們自己做，而不是給計(jì)算機(jī)做什么。第二個(gè)是最近出現(xiàn)的互聯(lián)網(wǎng)，以及生成，存儲(chǔ)和分析數(shù)字信息量的巨大增長(zhǎng)。對(duì)于工程師來(lái)說(shuō)，顯而易見(jiàn)的是，他們無(wú)法教授機(jī)器和計(jì)算機(jī)的所有東西。如果他們像人腦一樣編碼它們會(huì)更有幫助。然后將它們插入互聯(lián)網(wǎng)以訪問(wèn)充滿(mǎn)數(shù)據(jù)的世界。

那么為什么AI和機(jī)器學(xué)習(xí)會(huì)混淆？

之所以我們聽(tīng)到互換的兩個(gè)定義是沒(méi)有機(jī)器學(xué)習(xí)就不能存在AI - 盡管機(jī)器學(xué)習(xí)可以在沒(méi)有AI的情況下存在。機(jī)器學(xué)習(xí)是以目前的速度推動(dòng)人工智能發(fā)展的載體。

最后，讓我們舉一個(gè)例子，讓我們的生活更簡(jiǎn)單一些。如果我們插入同一動(dòng)物的不同照片，讓我們說(shuō)一只狗，做不同的事情?；蛘咴诓煌牡胤娇赡苡胁煌墓贰２⑺鼈儤?biāo)記為狗，計(jì)算機(jī)將學(xué)習(xí)。它將從它顯示的照片中學(xué)習(xí)。最終，它會(huì)認(rèn)識(shí)到狗是每組數(shù)據(jù)的共同點(diǎn)，反過(guò)來(lái)又幫助計(jì)算機(jī)學(xué)會(huì)識(shí)別狗。

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

當(dāng)我們走到盡頭時(shí)，讓我們清楚AI和機(jī)器學(xué)習(xí)的空氣。當(dāng)機(jī)器以這樣的方式編碼時(shí)，它不僅可以檢測(cè)而且可以區(qū)分對(duì)象。根據(jù)理解的標(biāo)準(zhǔn)，它可以選擇丟棄或接受它們。然后AI誕生了。每當(dāng)機(jī)器做出決定時(shí)，它就是人工智能。它不僅僅是機(jī)器學(xué)習(xí)。