机器学习与人工智能的区别

Question

机器学习和人工智能有什么区别吗？还是这些术语指的是同一件事？

Answer 1

“人工智力和机器学习”(加上数据科学)这两个学科的定义很松散，因此很难对它们之间的关系做出严格的说明。在一般情况下，似乎有些部分是重叠的，但它们远不是问题中所建议的“同一主题，有两个不同的名称”。

“人工智力”一词有许多可能的含义和解释--所指的版本因时间和使用它的来源而异。有关人工智能的教科书，往往会涉及一些课题，例如搜寻算法、逻辑推理和其他显然不是机器学习的东西，就像今天的做法一样。

例如，我们可以把它称为人工智能 (或“硬AI")，在这种情况下，至少需要某种形式的学习算法(S)才能达到AGI的目标。然而，还不清楚有多少AGI可以通过将机器学习结合到复杂的结构中来解决。

机器学习这个术语有几个不同的工作定义，但这是一个流行的定义：

一个计算机程序据说可以从经验E中学习到某些类型的任务T和性能度量P，如果它在T任务中的性能(用P来衡量)随着经验E的提高而提高。

这比人工智能的定义要严格得多，但仍有很大的范围。

将AI和ML混为一谈的趋势似乎是媒体和营销问题，而不是技术问题。我怀疑这在一定程度上是由于神经网络在过去5-10年里的进步。神经网络模型在图像、视频、音频等信号处理方面取得了很大的进展。也有一个类比生物大脑，这可能是令人信服的-特别是当主题被简化为消费的主流媒体。

值得一提的是数据科学。和人工智能一样，这个词的定义有点模糊。和人工智能一样，数据科学也不仅仅是机器学习。对于数据科学实践者来说，ML是实现目标工具包的一部分--对一些人来说，它是他们所做工作的很大一部分，而对另一些人来说，它只是更广泛范围的一部分(实际上，培训和完善一个ML模型可能只需要一小部分专业数据科学家、分析师或统计学家的时间)。我认为，人工智能和数据科学以类似的方式与机器学习相关是合理的。

Answer 2

机器学习是一种算法，它允许机器识别数据中的模式，然后开发一个模型来预测看不见的数据。

人工智能是指机器做出与人类相同或更好的智能决策的能力。

两者之间的差异：

人工智能是计算机智能的一个非常广泛的领域，其中机器学习是获得智能预测结果的途径之一。但人工智能还包括机器人、语音合成、计算机视觉等。

因此，如果我要绘制人工智能的Venn图，那么机器学习将是一个子集。

Answer 3

深度学习是机器学习的一个子集，是人工智能的一个子集。机器学习是人工智能的一种特殊方法，但并不是唯一的方法。符号逻辑、Bayersian统计是人工智能方法中不使用任何机器学习算法的几个例子。