定位城市:

提及人工智能，相信大家都不陌生，提及机器学习，字面意思也很好理解，机器学习是人工智能诞生后出现的词汇。这两个术语经常被用作同义词，在某些情况下还被当成是离散的、并行的发展。

事实上，机器学习与人工智能之间的关系，就像神经元之于人脑一样。

宾夕法尼亚卡内基梅隆大学(Carnegie Mellon University)机器学习部门编辑Roberto Iriondo表示，机器学习是人工智能的一个分支。

这就像是计算机科学家、机器学习先驱Tom M. Mitchell所创造的那样，机器学习是一门计算机算法的研究，它允许计算机程序通过经验自动改进。

举一个例子，如果你给一个机器学习模型提供你所欣赏的音乐，以及相应的音频数据，那么它将能够自动化生成一个系统，来给你可能喜欢的音乐提供建议。如果一家数字支付公司想要检测其系统中是否存在欺诈行为，它可以为此使用机器学习工具。建立在计算机模型中的计算算法将处理数字平台上发生的所有事务，在数据集中发现模式，并指出模式检测到的任何异常。

如果你加载一个机器学习程序，其中包含相当大的X光照片数据集，它将有能力协助此后关于X光照片的数据分析。机器学习模型将查看数据集中的每一张图片，并在标有类似指示的图片中找到常见的模式。在这其中，深度学习(Deep Learning)也是机器学习的一个子集。

而人工智能指的是试图让计算机像人类一样思考，模拟人类的言行，最终将以一种比人类更高效的方式帮助人类解决问题。

人工智能本身就是一个系统，而不仅仅是独立的数据模型。

我们现如今的人工智能系统，就像人类一样，大多是复杂的预测机器。

越是复杂的机器，越是能够做出更加准确的预测，高级的人工智能系统可以从不断的试错中学习，从而提高其准确性，最终它将表现的越来越像一个拥有真正智慧的人。

大多数ML算法都是针对静态数据集进行训练，生成预测模型，因此ML算法只促进了人工智能中的某一部分的发展。

50年前，国际象棋程序被认为是人工智能的一种形式。

但今天，象棋游戏中的AI被认为是枯燥和过时的，因为它几乎可以在每台电脑上找到。

Iriondo表示:“如今，人工智能的象征是Google Home、苹果Siri和亚马逊(Amazon)的Alexa等人工智能互动设备，或为Netflix、亚马逊(Amazon)和YouTube提供动力的多媒体视频预测系统。”

有意思的是，与机器学习相比较而言，人工智能是一个会随着科技发展而产生变化着的定义，它的目标也会不断发生改变。也许在不久的将来，我们现如今认为十分高明的人工智能技术，就会像今天的移动支付、网上约车一样变得稀松平常。