别让人误导了，人工智能≠机器学习好么！

人工智能（artificial intelligence）和机器学习（machine learning）这两个术语已经变得比以往任何时候都要广为人知。很多媒体经常是把这两个词混在一起，并把它们当成各种智能设备背后的驱动力量，比如更聪明的家电以及取代人力的机器人。

可是，尽管人工智能与机器学习关联很深，但它俩并不完全是一回事。

人工智能是计算机科学的一个分支，目的在于创造出能够做出智能行为的机器。另一方面，斯坦福大学给机器学习下的定义是：让计算机在没有经过明确编程时也能做出行动的科学。至于两者的关系，用一句话概括就是：创造智能机器离不开人工智能研究人员，但要让它们真正拥有智能我们还需要机器学习专家。

在过去十年中，机器学习为我们带来了自动驾驶汽车、实用的语音识别、高效的网络搜索，并大幅提升了人类对于自身基因组的认知。不过，机器学习是如何运作的呢？

让我们举一个非常简单的例子，当你在使用谷歌搜索时打错了字，它会弹出提示：“你搜索的是不是XXXX？”这就是谷歌一种机器学习算法实现的效果；该系统可以检测出你在完成一次特定搜索几秒后所做的二次搜索。

 例如，假如想搜索“WIRED”，但却不小心拼成了“Wored”，系统很可能就会发现你输错了单词，并在几秒种后返回可能的正确结果：“WIRED”。谷歌的算法会在你发出搜索请求之后的几秒钟后识别出你的搜索意图，并将这一信息牢记在心，以备用户之后犯下类似的错误时使用。如此这般，谷歌便“学会了”纠正你的错误。 

虽然这是一个非常简单的例子，但数据科学家、开发者和研究人员正在利用更加复杂的机器学习方法来获得此前无法企及的洞见。能够从经验中学习的计算机程序正在帮助他们探究人类基因组的工作方式，把对消费者行为习惯的理解提升到前所未有的高度，并打造出提供购买建议、图像识别和预防诈骗等功能的系统。

这样，你现在对机器学习应该有了一个基本概念，但它跟人工智能有何不同呢？我们请来英特尔（Intel）机器学习部门的负责人尼迪·查普尔（Nidhi Chappell）为大家解答疑惑。

“人工智能的根本在于智能，即我们如何让机器拥有智能；而机器学习就是运用计算方法来帮助实现这个目标的核心技术。在我看来，人工智能是科学，机器学习是能够让机器变得更智能的算法。因此，机器学习是人工智能的促成者。”

查普尔接着解释道，机器学习是人工智能增长最快的部分，因此我们最近才看到与之有关的许多讨论。尽管在如今的计算总量中仅占很小比例，但它的确是增速最快的领域，正因如此，所有企业都在努力开发这项技术。 

“举个简单的例子，当你来到一个新地方并搜索‘最应该做的事情’时，返回结果的顺序是由机器学习算法确定的，它们的排名和评分都取决于算法。”查普尔如是说，并称新闻热点的排序也采用同样的方法。

“你的智能手机、房屋、银行、汽车每天都在使用人工智能。”Facebook的工程主管雅恩·乐昆（Yann LeCun）和杰奎因·奎诺内罗·坎德拉（Joaquin Quiñonero Candela）解释说，“有时候，这种使用很明显，比如当你向Siri询问前往最近加油站的路线，或者是Facebook提示你在自己上传的照片中标记出一位好友。有的时候则不那么明显，比如当你使用Amazon Echo完成了一次非常规的刷卡购物，但是并没有被银行判定为信用卡盗刷。”

“通过自动驾驶汽车、医学图像分析、更好的医疗诊断以及个性化医疗等领域的发展，人工智能将为社会带来重大转变。而且，它还将成为未来很多最具创新性的应用和服务的支柱。”

机器学习算法仍然有改进的余地，这就是为什么很多大型科技公司都把它作为自身战略的核心焦点，并不遗余力地使之变得更加智能，以期向前推进，创造出下一代的创新产品，比如完全自主且100%安全的自动驾驶汽车。