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)語的使用是松散且可互換的，這一點(diǎn)并不奇怪。”Very公司工程副總裁Bill Brock說。

如果組織還沒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)的客戶越來越關(guān)注智能應(yīng)用，以便通過人工智能為業(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)語開始。

人工智能意味著什么

Brock說，“簡(jiǎn)單地說，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，“算法被輸入數(shù)據(jù)，并被要求在沒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。“人工智能包括各種領(lǐng)域的研究，包括機(jī)器學(xué)習(xí)、自然語言處理（NLP）、語音／音頻識(shí)別、計(jì)算機(jī)視覺／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。“人工智能是一個(gè)沒有具體定義的總稱，因?yàn)樗怂心M人類能力的機(jī)械、機(jī)器人和汽車任務(wù)。”McCourt說。

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)D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。如果之前沒有存儲(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)。”Wilde說。除此之外，他還補(bǔ)充說，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，“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)生了一些重大問題。”SigOpt公司的McCourt說，“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，這并不是說人們應(yīng)該忽視不同術(shù)語和技術(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)、自然語言處理（NLP）和計(jì)算機(jī)視覺，在正確地結(jié)合使用時(shí)，可以產(chǎn)生放大效應(yīng)。

他說：“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，“對(duì)于首席信息官和IT決策者來說，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）合作是很重要的。在接下來的兩年里，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I(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)。“在用例方面，監(jiān)督機(jī)器學(xué)習(xí)在這一點(diǎn)上是更常見的。這種類型的機(jī)器學(xué)習(xí)通過提供有關(guān)所需類別參數(shù)的信息來訓(xùn)練機(jī)器，并讓算法決定如何對(duì)它們進(jìn)行分類。”Brock解釋道。

Brock指出，另一方面，無監(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)考慮無人監(jiān)督的機(jī)器學(xué)習(xí)，因?yàn)樗恍枰癖O(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，“無監(jiān)督的機(jī)器學(xué)習(xí)是人工智能未來的促進(jìn)因素。無人監(jiān)督的機(jī)器學(xué)習(xí)已經(jīng)被用于（或正在開發(fā)中）圖像識(shí)別、癌癥檢測(cè)、音樂合成、機(jī)器人導(dǎo)航、自動(dòng)駕駛和許多其他創(chuàng)新等應(yīng)用。