机器学习和人工智能之间有什么区别？
如今，人工智能和机器学习是与计算机科学世界相关的两个术语，可以经常听到。这些技术正在帮助当今不同领域带来巨大的变化。无论是医学，气象学，机器人技术，了解客户观点或科学发展；这些领域为不让技术停滞不前的前进提供了绝佳的途径。
但是，我们许多人对这些术语感到困惑。机器学习是关于做出明智的决策，这不是一种形式的智能，还是人工智能？那为什么他们有不同的名字呢？让我们找出这些术语的含义以及它们之间的区别。
总览
让我们首先从定义它们的方式开始，以有根据地猜测它们之间的差异。
人工智能 - 该术语由两个词组成-“ Artificial”（人工）和“ Intelligence”（情报），这两个词本身具有完全的意义。可以将“人工”推论为在自然界中找不到的东西，或者是人类从自然资源中设计出来的东西，“智能”是指一般的思考能力或推理能力。自然智力是人类和其他动物与环境互动的能力中发现的东西。有人误解了人工智能是一个系统的事实。但实际上，这不是一个系统。人工智能已集成到系统中。定义人工智能的一种方法可以说是最高级的方法，它是研究如何训练计算机和各种系统以执行人类可以更好地完成的动作。因此，这意味着在智能的意义上将人员能力添加到机器中。
机器学习- ML 是一些地方的机器学习本身。不需要在每次接收到不同的输出时对其进行显式编程。它应该能够从过去的经验中学习并采取行动。它是AI的一种应用，这就是人们有时会感到困惑的原因。它会自动从系统中学习和改进。可以通过仅集成输入和输出来生成程序。
让我们更详细地研究它们两个-它们各自需要做什么。我们甚至可以举出一些区分两者的实例。
人工智能
可以这样说，人工智能是人们思考计算机高级智能的最广泛方式。机器可以做的任何事情都将计入人工智能。在1956年在达特茅斯举行的人工智能会议上，人们描述了学习的每个方面或可以在机器中模拟的任何智能特征都可以描述为人工智能。
如果您采用实例，那么人工智能可能指的是计算机程序下棋的能力。它甚至可以是语音识别系统，例如来自亚马逊的Alexa，它可以对语音进行解释和响应。有时将这项技术分为三个不同的组-窄带AI，人工智能（AGI）和超智能AI。像IBMK的Deep Blue和Google Deepmind的Alpha Go这样的AI曾成功击败了游戏中最专业的玩家。这些AI仅擅长一项特定任务。
通用人工智能将与人类处于同一水平，并执行许多不同的任务。
超级智能AI可以将事情带到另一个层次。他们将比每个可能的领域中的最优秀的人更聪明，并且将充当卓越的头脑。它将具有社交技能，科学创造力和一般智慧。只有当机器可以胜过我们时，它才会发生。
机器学习
机器学习只是AI的一个子集，其核心概念是机器无需人工干预即可获取数据并为其学习。对于大多数企业来说，它是当前AI工具包中最令人发指的武器。机器学习系统将能够迅速将来自大型训练数据集的知识应用于语音或面部识别，翻译，对象识别和其他类似任务。这不同于具有一组特定指令的手工编码系统。机器学习将允许系统学习识别模式并自行做出预测。
Deep Blue和DeepMind都是人工智能的类型。深蓝基于规则，并且依赖于编程，因此不是机器学习的一种形式。另一方面，DeepMind仅通过对大型数据集进行培训就击败了Go的世界冠军。当今的大公司为当今其他企业提供机器学习平台，他们可以从中受益。
关键差异
让我们看一下两者之间的一些主要区别：
人工智能旨在增加成功的机会而不是准确性，而机器学习则专注于提高效率而不在乎成功。
AI的目标是模拟自然智能来解决复杂的问题，而ML的目标是从数据中学习以最大程度地提高机器性能。
人工智能与决策有关，而机器学习使系统可以从数据中学习新事物。
人工智能将使一个系统模仿人类，并做出相应的反应和行为。另一方面，机器学习涉及创建自学习算法。
在某种情况下，AI会寻求最佳解决方案，而ML不会在意最优性。
人工智能将导致智慧或知识，而机器学习将导致知识。
这消除了大多数人似乎对人工智能和机器学习之间的困惑。机器学习只是人工智能的一个子集，就像知识带来智慧和智慧一样。
1