機器學(xué)習(xí)是否等同于人工智能

得益于谷歌、亞馬遜和Facebook等科技巨頭的努力，人工智能和機器學(xué)習(xí)這兩個科技術(shù)語如今已經(jīng)廣為流傳。它們經(jīng)常互換使用，很多人也都用這些詞匯來描述各種智能家電和代替人類工作機器人。然而，雖然人工智能和機器學(xué)習(xí)高度相關(guān)，但卻并不相同。

人工智能是計算機科學(xué)的一個分支，目的是開發(fā)一種擁有智能行為的機器，斯坦福大學(xué)對機器學(xué)習(xí)的定義是：“在沒有明確編程指令的情況下讓計算機采取行動的科學(xué)。”想要開發(fā)智能機器，就需要借助人工智能研究人員的幫助。但要讓其具備真正的智能，就需要聘請機器學(xué)習(xí)專家。

谷歌和英偉達等科技公司都在努力開發(fā)這種機器學(xué)習(xí)技術(shù)。他們都在努力讓電腦學(xué)會人類的行為模式，以便推動很多人眼中的下一場技術(shù)革命——讓機器像人類一樣“思考”。

過去10年，機器學(xué)習(xí)已經(jīng)為我們帶來了無人駕駛汽車、實用的語音識別、有效的網(wǎng)絡(luò)搜索，還大幅加深了我們對人類基因組的理解。但它究竟是如何工作的呢？

舉個簡單的例子。如果你在使用谷歌搜索時拼錯了單詞，就會看到一條提示：“你的意思是……嗎？”這就是谷歌機器學(xué)習(xí)算法生成的結(jié)果。這套系統(tǒng)可以在你輸入特定關(guān)鍵詞后幾秒鐘內(nèi)判斷你的搜索意圖。

雖然這是一個非常簡單的例子，但數(shù)據(jù)科學(xué)家、開發(fā)者和研究人員正在使用更加復(fù)雜的機器學(xué)習(xí)技術(shù)探索之前無法企及的領(lǐng)域。能夠吸取經(jīng)驗教訓(xùn)的程序可以幫助人們研究人類基因組的工作方式，對消費者行為習(xí)慣的理解也可以達到前所未有的高度，甚至據(jù)此開發(fā)購買推薦、圖像識別和欺詐預(yù)警等實用的系統(tǒng)。

現(xiàn)在，你已經(jīng)對機器學(xué)習(xí)的基本理念有所了解，那么它與人工智能的區(qū)別究竟在哪里呢？英特爾機器學(xué)習(xí)主管尼迪·查普爾的解釋，澄清了這個問題。

“人工智能的根本在于智能——如何為機器賦予智能。而機器學(xué)習(xí)則是部署支持人工智能的計算方法。我的想法是：人工智能是科學(xué)，機器學(xué)習(xí)是讓機器變得更加智能的算法。”

“也就是說，機器學(xué)習(xí)成就了人工智能。”她說道。

查普爾接著解釋道，機器學(xué)習(xí)是人工智能增長最快的部分，因此我們最近才看到與之有關(guān)的許多討論。盡管在如今的計算總量中僅占很小比例，但它的確是增速最快的領(lǐng)域，正因如此，所有企業(yè)都在努力開發(fā)這項技術(shù)。

“人工智能已經(jīng)廣泛滲透到我們的生活之中，只不過我們還沒有意識到它已經(jīng)應(yīng)用到很多領(lǐng)域。”她補充道，“你或許每天都會使用這種技術(shù)好幾十次，但卻渾然不覺。”

但為了推動人工智能的進步，機器學(xué)習(xí)必須在性能上實現(xiàn)巨大的飛躍，這在傳統(tǒng)高性能計算領(lǐng)域很難實現(xiàn)，因為在這些領(lǐng)域，問題已經(jīng)明確，優(yōu)化工作也已經(jīng)開展了多年。

機器學(xué)習(xí)算法仍有改進空間，這也是很多科技公司爭相將其作為核心戰(zhàn)略的原因。這些公司都在不遺余力地提升機器智能，希望能夠推動科技創(chuàng)新，包括完全自動且100%安全的無人駕駛汽車。