人工智能(AI)和机器学习(ML)有时被认为是可替代的，但它们本质上是不同的，尽管概念相关。从最基本的角度来看，人工智能是一种计算机软件，其可以重现人类的思维方式，以完成分析、推理和学习等困难的任务。而，机器学习是人工智能的一个子集，其使用经过数据训练的算法来创建可以执行此类复杂任务的模型。如今，大多数人工智能都是通过机器学习实现的，因此这两个术语经常互换使用。
然而，人工智能指的是使用计算机软件和系统进化类人认知的一般概念，而机器学习仅指出了一种方法。那么，ML和AI之间有什么区别?继续往下阅读。
什么是机器学习
机器学习是人工智能的一个领域，其优先考虑算法和统计模型的发展，使计算机无需专门编程即可学习和做出预测。因此，从数据中进行重复学习可以教会计算机系统发现模式、理解数据并提升其在特定工作中的性能。
因此，当提供新的、以前未知的数据时，机器学习算法使用训练数据来发现模式、关联和见解，然后使用这些数据来进行预测或选择。自然语言处理、图像和音频识别、推荐系统、自动驾驶汽车和各个行业都受益于数据驱动的预测和解决方案。
什么是人工智能
人工智能是计算机中人类智能的仿制品，这些计算机被组织起来思考、理解和实施通常需要人类智能的活动。人工智能系统被认为模仿人类智力过程的几个部分，例如解决问题、推理、学习、感知和语言理解。
人工智能和机器学习之间的主要区别
人工智能
- 1956年，“人工智能”一词最初由John McCarthy使用，其还组织了最初的人工智能大会
- AI代表人工智能，其中智能被描述为理解和应用知识的能力
- AI是一个广泛的家族，包括ML和DL作为其组成部分
- 其动机是提高富裕的机会，而不是完美
- 人工智能专注于开发能够执行各种复合工作的智能系统
- 其作为计算机程序执行智能工作
- 其目标是利用自然智能来解决复杂的问题
- 人工智能有广泛的应用，其正在演变成一个模仿人类解决问题的系统
- 人工智能带来智慧
机器学习
- “机器学习”一词于1952年由IBM计算机科学家Arthur Samuel首次使用，其是人工智能和计算机游戏领域的殖民者
- ML代表机器学习，被描述为专业知识或技能的增加
- 机器学习是人工智能的一个分支
- 其重点是提高准确性，而不是繁荣
- 机器学习致力于创造，能够完成其技能提升后的工作的机器
- 任务系统机器获取数据，并从数据中学习
- 其动机是从某些任务的数据中获取知识，以提高性能
- 机器学习的范围受到限制
- 机器学习包括生成自学习算法
- 机器学习走向精通
