人工智能和机器学习之间的区别

人工智能和机器学习是计算机科学中相互关联的一部分。这两种技术是用于创建智能系统的最新技术。

尽管这是两项相关的技术，有时人们将它们彼此用作同义词，但是在各种情况下两者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：

人工智能是创建可以模拟人类思维能力和行为的智能机器的一个更大的概念，而机器学习是人工智能的应用程序或子集，它允许机器从数据中学习而无需进行显式编程。

以下是AI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

人工智能是计算机科学领域，它使计算机系统可以模仿人类的智力。它由两个词“人工”和“智能”组成，表示“人为的思维能力”。因此，我们可以将其定义为

人工智能是一种技术，通过它我们可以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配合使用的算法。它涉及机器学习算法，例如强化学习算法和深度学习神经网络。 AI已在多个地方使用，例如Siri，Google的AlphaGo，国际象棋比赛中的AI等。

根据功能，AI可以分为三种类型：

• 弱AI
• 通用AI
• 强大的AI

当前，我们正在与弱AI和普通AI一起工作。人工智能的未来是强大的人工智能，据说它将比人类更智能。

机器学习

机器学习是关于从数据中提取知识。可以定义为

机器学习是人工智能的一个子领域，它使机器能够从过去的数据或经验中学习，而无需进行明确的编程。

机器学习使计算机系统可以使用历史数据进行预测或做出某些决策，而无需进行明确的编程。机器学习使用大量的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给出预测。

机器学习基于一种算法，它可以利用历史数据自行学习。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，则只会给出狗的图像结果，但是如果我们提供了新的数据(例如猫图像)，它将变得无响应。机器学习已在各个地方使用，例如用于在线推荐系统，用于Google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(AI)和机器学习(ML)之间的主要区别：