机器学习和人工智能（称为AI）对于机器人接管地球的一些反乌托邦未来而言，听起来都像未来主义术语。或者至少像同一件事的两个不同的名字。

有许多相似之处，不同类型的计算机自动学习，推理和自治之间有很多重叠，每一个都有自己的优点和缺点。

除了科幻电影之外，深度学习，机器学习和人工智能之间存在许多重要的差异，这些差异突出了它们工作的不同方式以及它们最适合的不同应用。

这是你需要知道的。

人工智能的瘦身

这是计算机独立运作的最早和最广泛的术语。该术语在达特茅斯举行的1956年计算机科学家大会上被册封，并且已被用于从国际象棋超级计算机到当代科幻电影中的机器人等各种事物。我们仍然看到人工智能出现在科幻电影中的原因是它仍然处于“虚构”的境界，至少在我们看待它的方式上。人工智能通常被理解为机器人，计算机或其他机器所展示的人类智能



到目前为止，我们还没有创造任何具有广泛和令人信服的人工智能技能的设备，这些设备可以通过Alan Turing的同名“图灵测试”，这是一组旨在证明考生的人性和独立思考能力的问题。

但是等等，你在想，我们已经拥有了AI Siri，执行复杂任务的自动化程序，甚至还有击败天才智商棋手的超级计算机。这是事实，但这些都是“应用AI”的例子，其中计算机科学家通过重复的示例分析基本上在一项任务中训练计算机。虽然人类在技术上通过观察和示例来学习，但应用人工智能就像听起来一样适用于诸如股票交易，向Google日历添加事件或在国际象棋中击败加里卡斯帕罗夫这样的任务。

另一方面，一般人工智能仍然是科幻小说的内容。一般的人工智能将表现为一种在各种情况下令人信服地像人类一样行动的机器人。从星球大战的 C3PO到终结者，一般人工智能有可能成为人类最好的朋友或最糟糕的噩梦，因为它会像人类一样自主地和不可预测地行动。虽然开发人员近年来取得了长足的进步，但一般人工智能仍然无法实现。

了解机器学习

机器学习是应用人工智能的一个方面。它本质上是计算机学习如何执行一组任务的编码能力。基本上，计算机科学家教一台计算机如何自学。机器学习的例子在我们的日常生活中非常丰富 - 从电子邮件客户自动清除垃圾邮件的能力到谷歌地图，在注意到你每天都在咖啡馆开始之后推荐新城市的咖啡店。

一位名叫亚瑟·塞缪尔的计算机科学家提出，创造智能计算机的最快方法就是教他们自学，这是他在1959年提出的一个想法。自从互联网的出现和大规模全球采用以来，设计用于机器学习的计算机可用的人群生成数据量每天以指数速率增长。互联网的广泛采用使得计算机在几乎每个领域都能用于机器学习，正是因为许多人将信息，偏好和模式输入到各种网站，应用程序和数据库中。

机器学习是教电脑观察人们频繁观察哪些关键词或一般内容，并立即从他们的电子邮件中删除 - 从而教一台机器如何自动判断是什么构成了“垃圾邮件”。

它还负责使用搜索引擎研究图像的非凡能力，或让智能手机的相机识别许多常见产品并建议购买它们的地方。当你拿起Shazaam或Siri的手机听一首歌并告诉你它是什么以及谁唱歌的时候？那也是机器学习。

这些看似科幻的进步在十年前就难以置信，但由于计算机化的“神经网络”，机器学习正在以惊人的速度发展，现在已经导致了一种被称为“深度学习”的显着新发展。

什么是深度学习？

深度学习是一种机器学习，它基本上不仅仅是教授计算机，而是根据模式或预定义的参数做出决策。例如，深度学习不仅对参数起作用，而且还作出由初始参数通知的第二层决策。

当亚马逊以惊人的准确度决定向您推荐哪些产品时，它并没有使用一种简单的算法，即“购买太阳镜的人也可能需要戴帽子。”它是交叉引用您观看过的数万亿其他交叉购物实例，以了解您的性别身份，个人风格品味，价格敏感度，颜色偏好等。

在行动中深度学习的一个利基但虚幻的例子是黑白照片的计算机化着色。从面部分析到确定种族和肤色，以及交叉引用狗品种，遮阳篷条纹图案等内容，深度学习可以使黑白照片的颜色变得非常精确。

一种更基本的机器学习形式可能会为每个遮阳篷的红色和白色着色，并且每个面孔都是通用的肤色，但是深度学习会使决策相互交叉引用，而这只会随着时间的推移变得更加真实。

如果它意识到，例如，遮阳篷和摩天轮在同一个框架中，它可能正确地直观地认为它是基于后来的彩色照片的科尼岛的照片，因此颜色遮阳篷黄色和蓝色和摩天轮白色和绿色。

人工智能的未来，深度机器学习的帮助

随着深度学习的改进，机器将继续在教学中变得更好，这将使给定程序能够比以前更好地执行更广泛的任务。

计算机可以分析世界各地的新闻媒体和其他交易所的其他股票，而不是简单地以用户投入的价格购买和出售给定的股票，从而做出深刻知情的交易决策，即使是最精明，最具全球意识的人类交易者也是如此。

医疗机器人可以基于显示DNA 标记和医疗状况的血液样本近乎实时地创建定制药物。而这样的例子不胜枚举。

人工智能的未来是光明的，并且越来越明亮，因为深度学习使现有技术变得更加智能，并以不断增长的速度通知下一代AI。

几乎所有机械化和计算机化行业的服务提供商都可以而且应该开始设想一个机器能够可靠地以与人类一样多的自由裁量和智能行事的世界的可能性。今天的飞机上的“自动驾驶仪”有点夸大其词，基本上可以作为巡航控制，使用比汽车更多的输入来保持飞机在飞行员输入的参数上保持平行。

未来飞机（和汽车）中的自动驾驶仪将能够“看到”世界并处理复杂信息，如交叉流量，天气和其他实时展开的事件，以便比最安全，精确，高效地行动经验丰富的人类操作员。

将会有越来越多的痛苦和更多深度学习的迭代，但人工智能日益变得更加普遍。了解如何帮助我们为不可避免的“何时”做好准备。

希望你练习下棋。