人工智能和机器学习是计算机科学中相互关联的部分。这两项技术是用于创建智能系统的最热门技术。
虽然这是两种相关的技术,有时人们将它们用作彼此的同义词,但在各种情况下仍然是两个不同的术语。
从广义上讲,我们可以将 AI 和 ML 区分为:
AI 是一个更大的概念,用于创建可以模拟人类思维能力和行为的智能机器,而机器学习是 AI 的一个应用程序或子集,它允许机器在没有明确编程的情况下从数据中学习。
以下是人工智能和机器学习之间的一些主要区别,以及人工智能和机器学习的概述。
人工智能是计算机科学的一个领域,它使计算机系统可以模仿人类智能。它由“人工”和“智能”两个词组成,意为“一种人造的思维能力”。因此我们可以将其定义为,
人工智能是一种技术,我们可以使用它来创建可以模拟人类智能的智能系统。
人工智能系统不需要预先编程,而是使用可以与自己的智能一起工作的算法。它涉及机器学习算法,如强化学习算法和深度学习神经网络。人工智能正在多个地方使用,例如 Siri、谷歌的 AlphaGo、国际象棋中的人工智能等。
根据能力,人工智能可以分为三类:
弱人工智能
通用人工智能
强人工智能
目前,我们正在研究弱人工智能和通用人工智能。人工智能的未来是强人工智能,据说它会比人类更聪明。
机器学习是从数据中提取知识。它可以定义为,
机器学习是人工智能的一个子领域,它使机器无需明确编程即可从过去的数据或经验中学习。
机器学习使计算机系统能够使用历史数据进行预测或做出一些决定,而无需明确编程。机器学习使用大量结构化和半结构化数据,因此机器学习模型可以生成准确的结果或基于该数据进行预测。
机器学习的工作原理是使用历史数据自行学习的算法。它仅适用于特定领域,例如如果我们正在创建一个机器学习模型来检测狗的图片,它只会给出狗图像的结果,但是如果我们提供像猫图像这样的新数据,那么它就会变得无响应。机器学习被用于各种地方,例如在线推荐系统、谷歌搜索算法、电子邮件垃圾邮件过滤器、Facebook 自动好友标记建议等。
它可以分为三种类型:
监督学习
强化学习
无监督学习
人工智能 | 机器学习 |
---|---|
人工智能是一种使机器能够模拟人类行为的技术。 | 机器学习是人工智能的一个子集,它允许机器在没有明确编程的情况下自动从过去的数据中学习。 |
人工智能的目标是制造一个像人类一样的智能计算机系统来解决复杂的问题。 | ML 的目标是让机器从数据中学习,以便它们能够提供准确的输出。 |
在人工智能中,我们制造智能系统来像人类一样执行任何任务。 | 在机器学习中,我们用数据教机器执行特定任务并给出准确结果。 |
机器学习和深度学习是人工智能的两个主要子集。 | 深度学习是机器学习的一个主要子集。 |
人工智能的范围非常广泛。 | 机器学习的范围有限。 |
人工智能正在努力创建一个可以执行各种复杂任务的智能系统。 | 机器学习正在努力创建只能执行它们接受过培训的特定任务的机器。 |
人工智能系统关注最大化成功的机会。 | 机器学习主要关注准确性和模式。 |
AI的主要应用有Siri、猫船客服、专家系统、在线游戏、智能人形机器人等。 | 机器学习的主要应用是在线推荐系统、谷歌搜索算法、Facebook 自动好友标记建议等。 |
根据能力,人工智能可以分为三种类型,即弱人工智能、通用人工智能和强人工智能。 | 机器学习也可以主要分为监督学习、无监督学习和强化学习三种。 |
它包括学习、推理和自我纠正。 | 当引入新数据时,它包括学习和自我纠正。 |
人工智能完全处理结构化、半结构化和非结构化数据。 | 机器学习处理结构化和半结构化数据。 |