AI与机器学习的联系十分紧密，但它们不是完全相同的东西。
得益于Google，Amazon和Facebook的偏好，人工智能（AI）和机器学习这两个概念出现的比以往任何时候都更广泛。它们通常可以互换使用，确保从智能家电到机器人的各类程序能够代替人类工作。
AI与机器学习的联系十分紧密，但它们不是完全相同的东西。
AI是计算机科学的一个分支，它尝试创造能够完成智能化行为的机器，而斯坦福大学将机器学习定义为“在没有明确编程的情况下使计算机能行动的科学”。 你需要AI研究人员来创建智能机器，同时你需要机器学习专家来赋予它们真正的智能。
Google和Nvidia等科技巨头目前正致力于发展机器学习，它们迫切地推动计算机去学习人类的行为方式。这能促进下一次科技革命的进步——让机器像人类一样“思考”。
在过去的十年中，机器学习帮助我们实现了自动驾驶汽车，可实行的语音识别，高效网络搜索，以及对了解人类基因组的巨大提高。 但它是如何工作的？
让我们举个简单的例子。 例如，当你在Google搜索中输入错别字时，它会显示以下消息：“您的意思是不是…”？ 这是一种Google机器学习算法的成果；一个在你进行特定搜索的几秒后对你的搜索词进行检测的系统。
例如，假你在Google上搜索“WIRED”，但意外键入了“Wored”。 搜索之后，你可能会意识到你输入了错别字，于是你会在几秒钟内返回，并搜索“WIRED”。 Google的算法识别出你在搜索某个关键词之后的几秒钟内搜索了另一个关键词。Google算法一直保留这个记忆，将来出现有类似输入错误的用户时， Google将“学会”为他们改正。
这是一个十分基本的例子，数据科学家、开发人员和研究人员正在使用更多更复杂的机器学习方法来获得前所未有的洞察力。学习历史经验而得的程序帮助他们从前所未有的深度去探索人类基因组的工作方式、理解顾客消费行为，并构建消费建议、图像识别、欺诈预测以及其他方面的应用程序。
现在你在机器学习是什么、它和AI有什么不同等问题上有了基本思路。我们采访了Intel的机器学习负责人Nidhi Chappell，她更清楚地阐述了这些问题。
“AI的本质是智能——我们如何使机器智能化。而机器学习是支持它实现的计算方法。这是我定义它们的方式：AI是实现程序智能化的学科，机器学习是实现程序智能化的算法。”
“即，机器学习是AI的启动器。”她补充道。
Chappell进一步解释道，机器学习是AI中增长最快的部分。这是我们最近看到很多关于它的话题的原因。即使它如今进占计算工作量的一小部分，但它是增长最快的领域，这就是为什么每个人都在琢磨它。
“一个简单的例子是这样的，当你去到一个新的地方，并搜索‘必须要做的事’时，给出的事件顺序是由机器学习定义的，它们的排名和重要性评级也是由机器学习完成的。”Chappell说，并补充道动态新闻也是同样的套路。
“AI在我们的生活中已十分普遍，但大家不知道它是许多现象的核心动力。”她说，“你可能每天要用到它几十次，而你根本没意识到。”
为了让AI进步，机器学习必须在性能方面有巨大的跳跃性突破，而这在传统的高性能计算世界中是很难实现的，在传统的高性能计算世界中，问题是定义明确的，优化工作已经进行了许多年。
机器学习算法仍有改进的空间，这就是为何许多科技巨头将其作为其战略的中心焦点。它们夜以继日地研究如何使机器更智能，以推进和创造下一个创新，例如完全自动和100％安全的自动驾驶汽车。
原文连接：http://www.wired.co.uk/article/machine-learning-ai-explained
PPV课翻译小组作品，未经许可，严禁转载，有意者请加入QQ群313835636共同交流。
原文始发于微信公众号（PPV课数据科学社区）：机器学习VS人工智能：它们的不同是什么？
原创文章，作者：ppvke，如若转载，请注明出处：http://www.ppvke.com/archives/11198
