当前页面:网站首页 > 人工智能和机器学习的区别

人工智能和机器学习的区别

来源:中国金卡网  时间:2017-10-16 10:28:28

得益于谷歌(微博)亚马逊和Facebook等科技巨头的努力,人工智能和机器学习这两个生僻的科技术语如今已经广为流传。它们经常互换使用,很多人也都用这些词汇来描述各种智能家电和代替人类工作机器人。

然而,虽然人工智能和机器学习高度相关,但却并不相同。

人工智能是计算机科学的一个分支,目的是开发一种拥有智能行为的机器,斯坦福大学对机器学习的定义是:在没有明确编程指令的情况下让计算机采取行动的科学。想要开发智能机器,就需要借助人工智能研究人员的帮助。但要让其具备真正的智能,就需要聘请机器学习专家。

过去10年,机器学习已经为我们带来了无人驾驶汽车、实用的语音识别、有效的网络搜索,还大幅加深了我们对人类基因组的理解。但它究竟是如何工作的呢?

举个简单的例子。如果你在使用谷歌搜索时拼错了单词,就会看到一条提示:你的意思是……吗?这就是谷歌机器学习算法生成的结果。这套系统可以在你输入特定关键词后几秒钟内判断你的搜索意图。

例如,假如想搜索“WIRED”,但却不小心拼成了“Wored”,系统很可能就会发现你输错了单词,并在几秒种后返回可能的正确结果:“WIRED”。谷歌的算法会在你发出搜索请求之后的几秒钟后识别出你的搜索意图,并将这一信息牢记在心,以备用户之后犯下类似的错误时使用。如此这般,谷歌便学会了纠正你的错误。

   举个简单的例子,比如你要给一个大二的女生推荐她该和她的闺蜜去哪里玩,你作为一个人的判断是你认为大二的女孩子应该最喜欢的是去咖啡厅喝咖啡,但是机器经过对大量用户数据的观察发现大二女生其实最喜欢去做陶艺手工和看艺术展。也就是说,如果凭借人为的判断而创造规则,很多时候规则会是不准确的,因为一个人所接触的信息是片面的,而且人的归纳总结能力也无法和机器相比;而如果通过机器观察大量同类型数据而得到的结果,那就能形成比人为判断准确的多的规律了。

虽然这是一个非常简单的例子,但数据科学家、开发者和研究人员正在使用更加复杂的机器学习技术探索之前无法企及的领域。能够吸取经验教训的程序可以帮助人们研究人类基因组的工作方式,对消费者行为习惯的理解也可以达到前所未有的高度,甚至据此开发购买推荐、图像识别和欺诈预警等实用的系统。

为了推动人工智能的进步,机器学习必须在性能上实现巨大的飞跃,这在传统高性能计算领域很难实现,因为在这些领域,问题已经明确,优化工作也已经开展了多年。

机器学习算法仍有改进空间,这也是很多大型科技公司争相将其作为核心战略的原因。这些公司都在不遗余力地提升机器的智能,希望能够推动科技进步,并实现下一阶段的创新,包括完全自动且100%安全的无人驾驶汽车。