當(dāng)人們被要求評(píng)估人工智能或機(jī)器學(xué)習(xí)的潛力以解決其組織的問(wèn)題時(shí)，最好了解兩者之間的區(qū)別。

如今，人工智能和機(jī)器學(xué)習(xí)經(jīng)常變得混雜在一起，人們很容易將這兩者誤認(rèn)為是同義詞。這并不準(zhǔn)確：雖然肯定是密切相關(guān)的，但實(shí)際上不能互換。

“人工智能與機(jī)器學(xué)習(xí)密切相關(guān)，所以這些術(shù)語(yǔ)的使用是松散且可互換的，這一點(diǎn)并不奇怪�！盫ery公司工程副總裁Bill Brock說(shuō)。

如果組織還沒(méi)有使用人工智能或機(jī)器學(xué)習(xí)，那么很快就會(huì)需要評(píng)估其對(duì)組織的潛力。

Red Hat公司首席技術(shù)官辦公室人工智能高級(jí)總監(jiān)Daniel Riek 表示，“作為工作負(fù)載的人工智能將成為IT戰(zhàn)略的主要驅(qū)動(dòng)力。人工智能代表著IT行業(yè)的轉(zhuǎn)型發(fā)展：所有垂直行業(yè)的客戶越來(lái)越關(guān)注智能應(yīng)用，以便通過(guò)人工智能為業(yè)務(wù)提供幫助。這適用于在軟件中實(shí)施的任何工作流程，這不僅適用于企業(yè)的傳統(tǒng)業(yè)務(wù)，還適用于研究、生產(chǎn)流程以及產(chǎn)品本身。通過(guò)人工智能實(shí)現(xiàn)的自動(dòng)化程度的提高將迅速成為企業(yè)競(jìng)爭(zhēng)力建設(shè)的關(guān)鍵因素，并將使人工智能成為一種戰(zhàn)略性技術(shù)�！�

自然語(yǔ)言處理和其他支持人工智能的功能將幫助組織重新考慮客戶服務(wù)聊天和分析大量非結(jié)構(gòu)化數(shù)據(jù)。這將實(shí)現(xiàn)更多的預(yù)測(cè)分析，提高效率，并增強(qiáng)決策能力。

那么人工智能和機(jī)器學(xué)習(xí)有什么區(qū)別？先從定義術(shù)語(yǔ)開(kāi)始。

人工智能意味著什么

Brock說(shuō)，“簡(jiǎn)單地說(shuō)，人工智能是機(jī)器能夠執(zhí)行需要人工完成的任務(wù)。這涉及讓計(jì)算機(jī)訪問(wèn)大量數(shù)據(jù)，并讓他們自己學(xué)習(xí)�！�

機(jī)器學(xué)習(xí)是人工智能的一個(gè)具體應(yīng)用或?qū)W科，但不是唯一的一個(gè)。Brock解釋說(shuō)，“算法被輸入數(shù)據(jù)，并被要求在沒(méi)有特定編程的情況下進(jìn)行處理。與人類一樣，機(jī)器學(xué)習(xí)算法可以從錯(cuò)誤中吸取教訓(xùn)，以提高性能。”

作為區(qū)分人工智能和機(jī)器學(xué)習(xí)的起點(diǎn)，將人工智能視為包含多個(gè)特定技術(shù)或?qū)W科的更高層次或傘形類比是很有幫助的，機(jī)器學(xué)習(xí)就是其中之一。

Amplify．a(chǎn)i公司首席執(zhí)行官兼聯(lián)合創(chuàng)始人Mahi de Silva說(shuō)。“人工智能包括各種領(lǐng)域的研究，包括機(jī)器學(xué)習(xí)、自然語(yǔ)言處理（NLP）、語(yǔ)音／音頻識(shí)別、計(jì)算機(jī)視覺(jué)／圖像識(shí)別、搜索、路由、自主機(jī)器人、自主運(yùn)輸?shù)葘W(xué)科�！�

談到機(jī)器學(xué)習(xí)，SigOpt公司研究工程師Michael McCourt提出了一個(gè)類比：“機(jī)器學(xué)習(xí)就像是人工智能這把雨傘上的一個(gè)輻條，有著更具體的定義�！�

可以回顧一下：McCourt注意到人工智能的定義是非常廣泛的，它就像一把雨傘，以至于如果要求一組10個(gè)人給出他們的定義，可能會(huì)得到10個(gè)不同的答案�！叭斯ぶ悄苁且粋�(gè)沒(méi)有具體定義的總稱，因?yàn)樗�包含了所有模擬人類能力的機(jī)械、機(jī)器人和汽車任務(wù)。”McCourt說(shuō)。

此外，人工智能的定義已經(jīng)發(fā)生變化，并且會(huì)隨著時(shí)間的推移而不斷變化。McCourt指出，“二十年前，像拼寫(xiě)檢查這樣的工具被認(rèn)為是一種人工智能。而在十年前，人工智能意味著能夠?qū)�圖像進(jìn)行分類�！�

機(jī)器學(xué)習(xí)意味著什么

雖然機(jī)器學(xué)習(xí)技術(shù)和用途可能會(huì)發(fā)展，但其核心定義更加具體和細(xì)化。

“機(jī)器學(xué)習(xí)模型根據(jù)存儲(chǔ)的數(shù)據(jù)集和查詢生成結(jié)果，以學(xué)習(xí)特定模式，”McCourt說(shuō)。如果之前沒(méi)有存儲(chǔ)答案，機(jī)器學(xué)習(xí)會(huì)分析環(huán)境，給出正確答案的最佳猜測(cè)。

Indico數(shù)據(jù)解決方案公司的首席執(zhí)行官Tom Wilde指出，人工智能和機(jī)器學(xué)習(xí)被同時(shí)使用和混淆的原因非常普遍。

“混淆的原因是可以理解的：機(jī)器學(xué)習(xí)可以被認(rèn)為是當(dāng)前人工智能的最先進(jìn)技術(shù)�！盬ilde說(shuō)。除此之外，他還補(bǔ)充說(shuō)，機(jī)器學(xué)習(xí)是最古老和最成熟的人工智能學(xué)科之一。在企業(yè)用例方面，它也是最新的成果。

理解人工智能和機(jī)器學(xué)習(xí)之間的區(qū)別不僅僅是澄清術(shù)語(yǔ)的區(qū)別或減少那些不懂的非技術(shù)人員的煩惱。相反，它是人工智能項(xiàng)目成功的關(guān)鍵。

Brock說(shuō)，“區(qū)分人工智能和機(jī)器學(xué)習(xí)很重要，因?yàn)檫@對(duì)于成功地設(shè)計(jì)、構(gòu)建、開(kāi)發(fā)和維護(hù)應(yīng)用程序或平臺(tái)至關(guān)重要�！�

這對(duì)組織的內(nèi)部知識(shí)和人工智能技能的發(fā)展是正確的；對(duì)評(píng)估和選擇合適的供應(yīng)商也是如此。

人們還記得每種產(chǎn)品突然在其名稱中添加了“云”這個(gè)詞的情景嗎？那么以后也可能在各種產(chǎn)品中看到人工智能和機(jī)器學(xué)習(xí)。

當(dāng)心人工智能清洗產(chǎn)品

“雖然許多公司自稱使用人工智能，但實(shí)際上許多公司很少使用機(jī)器學(xué)習(xí)，而且大多使用基于規(guī)則的系統(tǒng)。人工智能與機(jī)器學(xué)習(xí)之間的混淆產(chǎn)生了一些重大問(wèn)題。”SigOpt公司的McCourt說(shuō)，“首先，它為人工智能和機(jī)器學(xué)習(xí)成功的實(shí)際情況創(chuàng)造了一個(gè)不斷變化的目標(biāo)。其次，這種模糊性為企業(yè)聲稱他們正在使用機(jī)器學(xué)習(xí)技術(shù)提供了空間，而不用擔(dān)心他們會(huì)受到挑戰(zhàn)�！�

這是一個(gè)巨大的缺陷，特別是考慮到如此多的組織才剛剛開(kāi)始（如果有的話）識(shí)別他們潛在的人工智能機(jī)會(huì)。加上大量的宣傳炒作，缺乏對(duì)關(guān)鍵術(shù)語(yǔ)的理解使得很難正確評(píng)估選項(xiàng)。

Amplify．a(chǎn)i公司首席執(zhí)行官de Silva指出，這并不是說(shuō)人們應(yīng)該忽視不同術(shù)語(yǔ)和技術(shù)之間的重疊和聯(lián)系；相反，只是不應(yīng)該將這些重疊和聯(lián)系視為是相同的事情。人工智能所包含的各種學(xué)科，如機(jī)器學(xué)習(xí)、自然語(yǔ)言處理（NLP）和計(jì)算機(jī)視覺(jué)，在正確地結(jié)合使用時(shí)，可以產(chǎn)生放大效應(yīng)。

他說(shuō)：“重要的是要認(rèn)識(shí)到，在這些研究和實(shí)施領(lǐng)域存在大量的交叉整合的機(jī)會(huì)，在這些領(lǐng)域，這些技術(shù)疊加起來(lái)將提供更多的實(shí)用性。”

只需確保組織清楚地看到不同的界限，以確保在當(dāng)前和未來(lái)的人工智能項(xiàng)目中取得最大的成功幾率。目前，了解人工智能和機(jī)器學(xué)習(xí)之間的區(qū)別是一個(gè)很好的基礎(chǔ)。

Brock說(shuō)，“對(duì)于首席信息官和IT決策者來(lái)說(shuō)，熟悉概念，并與對(duì)概念及其應(yīng)用有全面了解的團(tuán)隊(duì)（包括內(nèi)部員工以及第三方供應(yīng)商和顧問(wèn)）合作是很重要的。在接下來(lái)的兩年里，隨著許多機(jī)器學(xué)習(xí)項(xiàng)目進(jìn)入生產(chǎn)階段，我們將看到機(jī)器學(xué)習(xí)項(xiàng)目的爆炸式增長(zhǎng)，因此擁有適當(dāng)?shù)膶�業(yè)知識(shí)水平以確保這些項(xiàng)目的成功至關(guān)重要�！�

什么是監(jiān)督與無(wú)監(jiān)督機(jī)器學(xué)習(xí)？

人們還要區(qū)分兩種類型的機(jī)器學(xué)習(xí)�！霸谟美�方面，監(jiān)督機(jī)器學(xué)習(xí)在這一點(diǎn)上是更常見(jiàn)的。這種類型的機(jī)器學(xué)習(xí)通過(guò)提供有關(guān)所需類別參數(shù)的信息來(lái)訓(xùn)練機(jī)器，并讓算法決定如何對(duì)它們進(jìn)行分類�！盉rock解釋道。

Brock指出，另一方面，無(wú)監(jiān)督機(jī)器學(xué)習(xí)不使用訓(xùn)練數(shù)據(jù)。因此它更復(fù)雜，在這一點(diǎn)上已經(jīng)用于更少的應(yīng)用程序。但是如果聽(tīng)到有人以可互換的方式地使用人工智能和機(jī)器學(xué)習(xí)，那么他們可能會(huì)考慮無(wú)人監(jiān)督的機(jī)器學(xué)習(xí)，因?yàn)樗�不需要像監(jiān)督機(jī)器學(xué)習(xí)一樣需要更多的（如果有的話）人類輸入和訓(xùn)練。

Brock說(shuō)，“無(wú)監(jiān)督的機(jī)器學(xué)習(xí)是人工智能未來(lái)的促進(jìn)因素。無(wú)人監(jiān)督的機(jī)器學(xué)習(xí)已經(jīng)被用于（或正在開(kāi)發(fā)中）圖像識(shí)別、癌癥檢測(cè)、音樂(lè)合成、機(jī)器人導(dǎo)航、自動(dòng)駕駛和許多其他創(chuàng)新等應(yīng)用�！�