【.com快译】在过去的几年里，人工智能和机器学习频繁出现在科技新闻和各种网站上。两者经常作为同义词使用，但许多专家认为两者之间存在细微但显着的差异。当然，专家们自己有时也不同意这些区别到底是什么。然而，总的来说，有两件事似乎很清楚：首先，人工智能(AI)一词的历史比机器学习(ML)更长；其次，大多数人认为机器学习是人工智能的一个子集。最清楚地表明这种关系的一张图来自Nvidia的官方博客。它为理解人工智能和机器学习之间的区别提供了一个很好的起点。人工智能与机器学习——首先，什么是人工智能？计算机科学家对人工智能有许多不同的定义，但其核心是人工智能由像人类一样思考的机器组成。当然，很难判断一台机器是否在“思考”。所以实际上，构建AI需要构建擅长人类擅长的工作的计算机系统。创造像人类一样聪明的机器的想法可以追溯到古希腊，当时流传着关于众神创造自动机的神话。然而实际上，这个想法直到1950年代才真正流行起来。那一年，艾伦图灵发表了一篇名为《计算机器和智能》的开创性论文，提出了机器是否可以思考的问题。他提出了著名的图灵测试，它实际上声称：如果一个人不能分辨他是在与人交互还是在与机器交互，那么机器就可以说是智能的。人工智能一词于1956年由JohnMcCarthy创造，他在达特茅斯学院组织了一次专门讨论该主题的学术会议。会议结束后，与会者建议进一步研究“学习的每个方面或智能的任何其他特征原则上都可以被描述得如此精确，以至于可以建造机器来模拟它的猜想。目的是找到如何让机器使用语言、形式抽象和概念，解决现在留给人类的问题，并提高自己。”该提案预示了当今人工智能的许多有趣主题，包括自然语言处理、图像识别以及分类和机器学习。自第一次会议以来的几年里，人工智能研究蓬勃发展。然而，在几十年内，很明显，制造真正被认为能够独立思考的机器的技术还需要几年的时间。但在过去的十年里，人工智能已经从科幻小说的领域走向了科学事实的领域。人工智能重新回到公众视野，新闻媒体详细报道了IBM的沃森人工智能技术赢得智力竞赛节目《危险边缘》以及谷歌的人工智能技术在围棋比赛中击败人类冠军。如今，所有最大的科技公司都在开展人工智能项目，我们中的大多数人每天都会接触到人工智能软件，例如使用智能手机、社交媒体、互联网搜索引擎或电子商务网站。我们接触最多的人工智能类型之一是机器学习。人工智能与机器学习——好的，那什么是机器学习？“机器学习”一词也可以追溯到上世纪中叶。1959年，ArthurSamuel将机器学习定义为“无需明确编程即可学习的能力”。为此，他开发了一种计算机检查程序，一种从自身错误中学习的计算机，是早期不断提高性能的程序之一。与人工智能研究一样，机器学习也曾长期淡出人们的视线，但在1990年代数据挖掘概念兴起时，它又重新流行起来。数据挖掘是使用算法在特定信息集中寻找模式。机器学习做同样的事情，但更进一步——它根据所学知识改变程序的行为。最近非常流行的机器学习应用之一是图像识别。此类应用程序首先必须经过培训——换句话说，人类会查看一堆图片并告诉系统其中的内容。经过数千次重复后，该软件了解哪些像素模式通常与马、狗、猫、花、树、房屋等相关联，然后可以非常准确地猜测图片的内容。许多基于互联网的公司也使用机器学习来支持他们的推荐引擎。例如，当Facebook决定在你的newsfeed中显示什么，Amazon突出你可能想买的产品，Netflix推荐你可能想看的电影，所有这些建议都是基于从现有数据中的Schemas得出的预测。如今，许多企业开始使用机器学习功能进行预测分析。随着大数据分析越来越流行，机器学习技术也越来越普遍，它已经成为许多分析工具的标准功能。事实上，机器学习已经与统计、数据挖掘和预测分析密切相关，以至于一些人认为机器学习应该与人工智能分属一个单独的领域。毕竟，系统不必具备任何机器学习能力即可展现AI功能，例如自然语言处理或自动推理，机器学习系统也不必具备AI的任何其他功能。其他人更喜欢使用“机器学习”一词，因为他们认为，这听起来比“人工智能”更具技术性，也没有那么可怕。一位网络评论员甚至表示，两者的区别在于“机器学习确实在起作用”。然而，机器学习从一开始就是AI对话的一部分，在当今进入市场的许多应用程序中，两者仍然有着千丝万缕的联系。.例如，个人助理和机器人通常具有许多不同的人工智能特征，包括机器学习。人工智能和机器学习的前沿：深度学习、神经网络和认知计算当然，“机器学习”和“人工智能”并不是与该计算机科学领域相关的仅有的两个术语。IBM经常使用术语“认知计算”，这或多或少是人工智能的同义词。但是，其他一些术语确实具有非常独特的含义。例如，人工神经网络或神经网络是一种旨在以类似于生物大脑工作方式的方式处理信息的系统。事情可能会变得混乱，因为神经网络往往特别擅长机器学习，所以这两个术语有时会混淆。此外，神经网络为深度学习（一种特定类型的机器学习）提供了基础。深度学习使用一组在多个级别运行的特定机器学习算法。这方面依赖于使用GPU同时处理大量数据的系统。如果您对所有这些不同的术语感到困惑，那么您并不孤单。计算机科学家继续争论他们的确切定义，而且这场争论可能会持续一段时间。随着许多公司继续向人工智能和机器学习研究投入资金，可能会出现更多术语，使问题更加复杂。原标题：人工智能与机器学习：有什么区别？，作者：CynthiaHarvey
