在錯誤的上下文中聽到“機(jī)器學(xué)習(xí)”和“人工智能”這些術(shù)語是很常見的。這是一個容易犯的錯誤，因?yàn)樗鼈兪莾蓚€獨(dú)立但相似但密切相關(guān)的概念。話雖如此，重要的是要注意機(jī)器學(xué)習(xí)或ML是人工智能或AI的一個子集。

為了更好地理解這兩個概念，讓我們首先定義每個概念：

人工智能(AI)：人工智能是旨在模仿人類思維和處理信息的任何軟件或流程。人工智能包括廣泛的技術(shù)和領(lǐng)域，如計算機(jī)視覺、自然語言處理(NLP)、自動駕駛汽車、機(jī)器人技術(shù)，最后是機(jī)器學(xué)習(xí)。人工智能使設(shè)備能夠?qū)W習(xí)和識別信息以解決問題并提取見解。

機(jī)器學(xué)習(xí)(ML)：機(jī)器學(xué)習(xí)是人工智能的一個子集，它是一種涉及教設(shè)備在沒有人為干預(yù)的情況下學(xué)習(xí)提供給數(shù)據(jù)集的信息的技術(shù)。機(jī)器學(xué)習(xí)算法可以隨著時間的推移從數(shù)據(jù)中學(xué)習(xí)，從而提高整個機(jī)器學(xué)習(xí)模型的準(zhǔn)確性和效率。另一種看待它的方式是，機(jī)器學(xué)習(xí)是人工智能在執(zhí)行人工智能功能時所經(jīng)歷的過程。

人工智能的關(guān)鍵方面

多年來，人工智能的許多定義出現(xiàn)了，這也是它看起來有些復(fù)雜或令人困惑的原因之一。但就其最簡單的形式而言，人工智能是一個結(jié)合計算機(jī)科學(xué)和強(qiáng)大數(shù)據(jù)集以實(shí)現(xiàn)有效解決問題的領(lǐng)域。

今天的人工智能領(lǐng)域包括機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等子領(lǐng)域，其中涉及基于輸入數(shù)據(jù)進(jìn)行預(yù)測或分類的人工智能算法。

AI有時被分解為不同的類型，例如弱AI或強(qiáng)AI。弱AI，也稱為窄AI或人工窄智能(ANI)，是經(jīng)過訓(xùn)練可以執(zhí)行特定任務(wù)的AI。它是我們?nèi)粘Ｉ钪凶蠲黠@的人工智能形式，支持Apple的Siri和自動駕駛汽車等應(yīng)用程序。

強(qiáng)人工智能包括人工通用智能（AGI）和人工超級智能（ASI）。AGI在這一點(diǎn)上只是理論上的，它是指具有與人類同等智能的機(jī)器。AGI將具有自我意識，能夠解決高度復(fù)雜的問題、學(xué)習(xí)和規(guī)劃未來。更進(jìn)一步，ASI將超越人類的智慧和能力。

了解AI的方法之一是查看其各種應(yīng)用，其中包括：

語音識別：人工智能是許多語音識別技術(shù)的關(guān)鍵。也稱為計算機(jī)語音識別或語音到文本，它依靠NLP將人類語音翻譯成書面格式。

計算機(jī)視覺：人工智能使計算機(jī)能夠從數(shù)字圖像、視頻和其他視覺輸入中提取信息。計算機(jī)視覺用于照片標(biāo)記、醫(yī)療保健成像、自動駕駛汽車等等。

客戶服務(wù)：人工智能為整個客戶服務(wù)行業(yè)的聊天機(jī)器人提供動力，改變了企業(yè)與其客戶之間的關(guān)系。

欺詐檢測：金融機(jī)構(gòu)使用人工智能來發(fā)現(xiàn)可疑交易。

機(jī)器學(xué)習(xí)的關(guān)鍵方面

機(jī)器學(xué)習(xí)算法依靠結(jié)構(gòu)化數(shù)據(jù)進(jìn)行預(yù)測。結(jié)構(gòu)化數(shù)據(jù)是用特定特征標(biāo)記、組織和定義的數(shù)據(jù)。機(jī)器學(xué)習(xí)通常需要對這些數(shù)據(jù)進(jìn)行預(yù)處理和組織，否則它將被深度學(xué)習(xí)算法所取代，而深度學(xué)習(xí)算法又是人工智能的一個子領(lǐng)域。

當(dāng)我們審視機(jī)器學(xué)習(xí)的更大概念時，很快就會發(fā)現(xiàn)它對于各種規(guī)模的企業(yè)來說都是一個非常有價值的工具。這在很大程度上要?dú)w功于組織可以使用的大量數(shù)據(jù)。機(jī)器學(xué)習(xí)模型處理數(shù)據(jù)并識別模式，以改善各級業(yè)務(wù)決策，這些模型會自行更新并每次都提高其分析準(zhǔn)確性。

機(jī)器學(xué)習(xí)由幾種不同的技術(shù)組成，每種技術(shù)的工作方式不同：

監(jiān)督學(xué)習(xí)：標(biāo)記數(shù)據(jù)“監(jiān)督”算法并訓(xùn)練它們對數(shù)據(jù)進(jìn)行分類和預(yù)測結(jié)果。

無監(jiān)督學(xué)習(xí)：一種使用未標(biāo)記數(shù)據(jù)的機(jī)器學(xué)習(xí)技術(shù)。無監(jiān)督學(xué)習(xí)模型可以在沒有人工干預(yù)的情況下分析數(shù)據(jù)并發(fā)現(xiàn)模式。

強(qiáng)化學(xué)習(xí)：這種技術(shù)訓(xùn)練模型做出一系列決策，它基于獎勵/懲罰系統(tǒng)。

AI/ML技能組合的差異

既然我們已經(jīng)將人工智能和機(jī)器學(xué)習(xí)這兩個概念分開了，您可能已經(jīng)猜到每個概念都需要一組不同的技能。對于希望參與AI或ML的個人來說，重要的是要認(rèn)識到每個人都需要什么。

當(dāng)談到人工智能時，技能集往往更具理論性而非技術(shù)性，而機(jī)器學(xué)習(xí)則需要高度的技術(shù)專長。話雖如此，兩者之間存在一些交叉。

我們先來看看人工智能所需的頂級技能：

數(shù)據(jù)科學(xué)：一個專注于使用數(shù)據(jù)獲得洞察力的多學(xué)科領(lǐng)域，數(shù)據(jù)科學(xué)技能對人工智能至關(guān)重要。它們可以包括從編程到數(shù)學(xué)的所有內(nèi)容，并且可以幫助數(shù)據(jù)科學(xué)家使用統(tǒng)計建模和數(shù)據(jù)可視化等技術(shù)。

機(jī)器人技術(shù)：人工智能為機(jī)器人提供計算機(jī)視覺，幫助它們導(dǎo)航和感知環(huán)境。

道德：任何與人工智能相關(guān)的人都必須精通此類技術(shù)的所有道德含義。倫理是人工智能系統(tǒng)部署的主要關(guān)注點(diǎn)之一。

領(lǐng)域知識：通過擁有領(lǐng)域知識，您將更好地了解行業(yè)。它還將幫助您開發(fā)創(chuàng)新技術(shù)以應(yīng)對特定挑戰(zhàn)和風(fēng)險，從而更好地支持您的業(yè)務(wù)。

機(jī)器學(xué)習(xí)：要真正了解人工智能并以最佳方式應(yīng)用它，您應(yīng)該對機(jī)器學(xué)習(xí)有扎實(shí)的了解。雖然您可能不需要了解機(jī)器學(xué)習(xí)開發(fā)的每一個技術(shù)方面，但您應(yīng)該了解它的基本方面。

當(dāng)我們審視機(jī)器學(xué)習(xí)時，這些技能往往會變得更加技術(shù)化。話雖如此，任何希望參與AI或ML的人盡可能多地了解這些內(nèi)容都會使人受益：

編程：每個機(jī)器學(xué)習(xí)專業(yè)人員都必須精通Java、R、Python、C++和Javascript等編程語言。

數(shù)學(xué)：機(jī)器學(xué)習(xí)專業(yè)人員廣泛使用算法和應(yīng)用數(shù)學(xué)，這就是為什么他們應(yīng)該具備強(qiáng)大的分析和解決問題的能力，以及數(shù)學(xué)知識。

神經(jīng)網(wǎng)絡(luò)架構(gòu)：神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的基礎(chǔ)，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個子集。機(jī)器學(xué)習(xí)專家對這些神經(jīng)網(wǎng)絡(luò)以及它們?nèi)绾慰绮块T應(yīng)用有著深刻的理解。

大數(shù)據(jù)：機(jī)器學(xué)習(xí)的一個主要部分是大數(shù)據(jù)，這些模型分析海量數(shù)據(jù)集以識別模式并做出預(yù)測。大數(shù)據(jù)是指對海量數(shù)據(jù)的高效提取、管理和分析。

分布式計算：計算機(jī)科學(xué)的一個分支，分布式計算是機(jī)器學(xué)習(xí)的另一個主要部分。它指的是分布式系統(tǒng)，其組件位于各種聯(lián)網(wǎng)計算機(jī)上，通過交換通信來協(xié)調(diào)它們的動作。

這些只是希望涉足該領(lǐng)域的任何人都應(yīng)該掌握的一些AI和ML技能。話雖如此，任何商業(yè)領(lǐng)袖都會從學(xué)習(xí)這些技能中受益匪淺，因?yàn)檫@將幫助他們更好地了解他們的人工智能項(xiàng)目。任何人工智能項(xiàng)目成功的主要關(guān)鍵之一是一支能干的領(lǐng)導(dǎo)團(tuán)隊(duì)，他們了解正在發(fā)生的事情。