机器学习和人工智能之间有什么区别？

机器学习和人工智能之间有什么区别？

让2020年成为您了解人工智能和机器学习基础知识的一年。

人工智能和机器学习是技术世界中最热门的两件事。尽管它们是两个截然不同的概念，但我们看到很多人对这些定义进行了打乱，并且经常互换使用它们。在2020年，必须了解机器学习（ML）和人工智能（AI）的基本知识，因为每个人在计算机科学中，尤其是在当今的技术中，都扮演着不可或缺的角色。

充分掌握这两个概念的价值和目的的最佳方法是确定它们的质量以及它们的异同。让我们仔细看看这两个概念。

了解人工智能

人工智能是由约翰·麦卡锡（John McCarthy）于1956年发明的。然而，几年前，已经出现了诸如机械大脑和逻辑机器之类的概念，这些概念受到与欧洲早期计算机合作的工程师的青睐和使用。

随着技术的不断进步和发展，这些概念也开始发展。同时，随着技术开始更好地理解人的思维及其运作方式，人工智能也随之发生了变化。但是，人工智能到底是什么？它有什么作用？而且，更重要的是，它的用途是什么？

简而言之，人工智能是一种允许系统以接近人类的方式执行任务的技术。AI适用于模仿人类特征的机器。如今，在AI中最常见的任务是识别声音和图像，解决问题，学习，规划和理解不同的语言。

人工智能的目标是增加和提高成功的机会。同样，它以决策能力着称，并且关注通过模拟自然智能解决复杂问题。

除了了解其功能外，了解两种类型的AI也很重要。

简而言之，通用人工智能是较不常见的类型。这种类型可以处理或处理人类可以执行的任何类型的智力任务。它既可以添加新知识，又可以开发功能。因此，它所完成的任务可能甚至还不存在。

但是，这是人工智能领域，当前大多数开发和进步正在发生。

通用AI被认为是负责机器学习进一步发展的力量之一。

另一方面，您的人工智能很弱 -这是大多数人都会熟悉的人工智能。此类型专注于一项特定的预定义任务。因此，它可以与预期的响应一起使用。一个很好的例子就是LinkedIn Messaging。每当您在平台上收到消息时，APP都会为您准备一系列答案。这些是常见消息的常见答案。本质上，这些响应的基础通常是某些短语和单词的排列方式。

弱AI（也称为应用AI）不具备意识。这意味着，尽管它在一个领域或能力上可能是优秀的，但在其他领域却没有价值。弱AI的好例子包括Apple的Siri，Netflix的推荐以及Spotify的发现模式。

了解机器学习

人工智能和计算机游戏先驱Arthur Samuel是第一个创造“机器学习”一词的人。这发生在1959年，当时美国人将ML描述为一项研究，它使计算机无需显式编程即可学习。

用更简单的术语来说，机器学习是一个APP（一个AI APP），它使机器能够改进和学习经验。

它基于这样的概念：机器应该可以访问数据，从而应该能够使用这些数据自行学习。因此，与像计算机程序一样工作并执行智能工作的人工智能不同，机器学习从其使用和获取的数据中学习。机器学习不是专注于AI等决策，而是专注于从现有数据中学习新事物。虽然AI将智能作为最终目标，但ML关心获取知识。

机器学习的一个很好的例子是计算机如何通过纯粹的能力识别图像。即使存在不同的图像（例如食物，衣服和小工具的图像），ML仍然能够将彼此区分开。它借助机器学习算法来完成此任务，该算法的目的是根据图像的标签来研究和检查图像。

使用这些标签，该算法便能够为每种图像类型创建一个模型。这有助于对不同标签进行分类。这意味着食品标签仅显示食品图像，衣服标签仅显示服装，依此类推。这是机器如何学习识别特定图像的完美说明。

底线

为了帮助您更好地理解人工智能和机器学习之间的区别，您只需要记住一件事：AI是比ML更广泛的概念-它包含了一个通用概念-一个表示机器可以执行智能任务而ML是所有有关通过特定算法获取知识和学习的知识。

因此，尽管这两者显然存在差异，但两者都是有助于塑造技术的重要因素-现代和先进技术。两者都有责任给我们提供我们从未想到过的事情，并为我们提供所有人都能受益的技术。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。