返回栏目
首页人工智能 • 正文

你真的知道人工智能和机器学习的区别吗?

发布时间:  来源:河洛网

本文转自雷锋网,必要时转载到雷锋网官网申请授权。

你真的知道人工智能和机器学习的区别吗?

最近发表了一份报告,声称在产品和服务中使用人工智能[29] [30]的企业滥用人工智能。 根据Verge [29]的数据,声称使用人工智能的欧洲初创企业有40%没有使用这项技术。 去年,TechTalks意外发现了这种滥用行为。 一些公司主张使用机器学习和先进的人工智能收集和检测数千用户的数据以加强产品和服务[2] [33]的用户体验。

遗憾的是,公众和媒体对于什么是真正的人工智能[44],什么是机器学习[18],仍然存在很多困惑。 这些术语一般作为同义词使用。 在其他情况下,人工智能和机器学习在相对独立、相互平行的领域取得进步,但利用其他趋势故意炒作和博眼球(刺激),增加销售额和收入[2] [31] [32] [45]。

让我们来看看人工智能和机器学习的主要区别。

什么是机器学习?

Tom M. Mitchell、机械学习、McGraw Hill、1997[18]

CMU计算机科学学院临时院长、卡内基梅隆大学( Carnegie Mellon University )教授、原机器学习系主任Tom M. Mitchell做了如下陈述。

科学领域最好由该研究的中心问题来定义。 机器学习领域试图回答以下问题。

“ 如何建立基于经验自动改进的计算机系统,支配所有学习过程的基本规律是什么? [1] &四角龙;

机器学习( ML )如计算机科学家和机器学习先驱[19]Tom M.Mitchell定义的那样,是人工智能的分支: “ 机器学习是计算机算法的研究,允许计算机程序根据经验自动改进。 ” [18] — ML是我们想实现人工智能的方法之一。 机器学习依赖于研究大小数据集,通过检查和比较数据来发现共同的模式,探索细微的差异。

例如,假设您提供了一个机器学习模型,其中包含您最喜欢的歌曲及其相应的音频统计信息(舞蹈、乐器、节奏或风格)。 应该可以自动生成推荐系统,以便将来推荐您喜欢的音乐,例如Netflix、Spotify和其他公司的[20] [21] [22] (根据您的监控设备的学习模式)

举个简单的例子,如果加载了一个相当大的x射线图像数据集及其说明(症状、需要考虑的项目和其他)的机器学习程序,以后应该可以帮助(或自动化)对x射线图像进行数据分析。 机器学习模型显示不同数据集的各个图像,在具有比较指征标签的图像中找出共同的模式。 另外,(假设图像使用了可能的ML算法)在新图像中加载模型时,该参数将与以前收集的示例进行比较,从而表明图像中可能包含以前分析的特征。

监视学习(分类/回归) |无监视学习(聚类)|Credits: Western Digital [13]

上例的机器学习类型是“ 单击“监督学习和&rdquo”。 在此,监控学习算法试图对目标预测输出与输入特性的关系和依赖关系进行建模。 这样可以预测从以前的数据集[15]中学习到反馈的新数据的输出值。

无监督学习是机器学习的另一个类别,是主要用于模式检测和描述性建模的机器学习算法。 这些算法在数据中没有输出类别或标签(模型使用无标记数据进行训练)。

强化学习| credits:typesofmlalgorithmsyoushouldknowbydavidfumo [3]

强化学习是第三种流行的机器学习类型,其目的是利用从与环境的互动中收集的观察结果进行行动,最大限度地提高回报和降低风险。 在这种情况下,强化学习算法(称为代理)通过重复从环境中继续学习。 强化学习的一个好例子是电脑达到超人的状态,在电脑游戏中打败了人类[3]。

机器学习让人眼花缭乱,特别是其高级分支,即深度学习和各种类型的神经网络。 无论如何,都是";魔法"; (计算学习理论) [16]无论公众是否有观察内部运营的问题。 有些人倾向于比较深度学习、神经网络和人脑的工作方式,但两者之间有本质的不同[2] [4] [46]。

什么是人工智能( AI )?

卡内基梅隆大学计算机科学学院教授兼院长Andrew Moore解释的人工智能全景图|Youtube [14]

另一方面,人工智能的范围很广。 据卡内基梅隆大学计算机科学学院前院长Andrew Moore [6] [36] [47]称,"; 人工智能是科学和工程学,使计算机以直到最近都认为需要人类智能的方式工作。 ";

这是一个用一句话来定义人工智能的好方法。但是这一领域是多么广泛和模糊。 50年前,国际象棋程序被认为是人工智能的一种形式[34]。 因为博弈论和博弈论是只有人脑才能达到的能力。 现在,象棋游戏几乎是所有计算机操作系统( OS )的一部分,因此变得无聊和过时[35]。 因此,"直到最近为止"; 随着时间的推移而发展的事物[36]。

CMU的助理教授和研究员Zachary Lipton在Approximately Correct [7]中,明确了AI这个术语"。 是理想的、动态的目标,基于人类拥有但机器没有的能力"; 。 AI还包括很多我们所知道的技术进步。 机器学习只是其中之一。 此前的人工智能作品利用了不同的技术。 例如,1997年击败国际象棋世界冠军的人工智能"; 深蓝"; 采用被称为树搜索算法[8]的方法,对各回合的数百万步[2] [37] [52] [53]进行了评价。

使用深度优先搜索解决八皇后课题的示例|人工智能概要| . how2Examples

据我们今天所知,人工智能的象征是以谷歌家居、Siri、Alexa为代表的人机交互小工具,是以Netflix、亚马逊、YouTube为代表的机器学习驱动的视频推荐系统。 这些技术的进步已经成为我们日常生活中不可缺少的一部分。 他们是智能助手,提高我们作为人类和专家的能力,使我们更有效率。

与机器学习相比,人工智能是一个动态目标[51],其定义随着相关技术的进步而变化[7]。 几十年内,当今人工智能的创新进展应该被认为是无聊的,翻现在的手机对我们来说是一样的。

为什么科技公司倾向于交替使用AI和ML?

"; ...我们想要能够从经验中学习的机器"; ~阿兰·特林

"; 人工智能"; 1个词是1956年由Allen Newell和Herbert A. Simon等研究者提出的[9]。 从那以后,人工智能的产业经历了很多变动。 在初期的几十年里,以该行业为中心进行了大量的炒作,许多科学家认为人类水平的人工智能已经迫不及待。 然而,未实现的论断引起了业界和公众的普遍不满,引发了人工智能的寒流,在这一时期,对这一领域的资金和兴趣大大消失[2] [38] [39] [48]。

之后,各组织试图将自己的工作与人工智能这个术语分离。 人工智能已经成为毫无事实根据的炒作同义词,用不同的名称指代他们的工作。 例如,IBM是"; 深蓝"; 作为超级计算机进行说明,明确表示没有使用人工智能[10],但是使用的是人工智能[23]。

在此期间,大数据、预测分析、机器学习等其他术语备受关注并开始普及[40]。 2012年,机器学习、深度学习和神经网络取得了巨大进步,并在越来越多的领域得到应用。 各机构突然开始使用&ldquo了。 机器学习” 和“ 深度学习” 为了宣传他们的产品[41]。

深度学习开始根据经典规则解决无法编程的任务。 早期语音和面部识别、图像分类、自然语言处理等领域取得了突飞猛进的发展[2] [24] [49],2019年3月,3位最受认可的深度学习先驱获得了图灵奖,他们的贡献和突破使深度神经网络成为当前计算的重要组成部分。

因此,从这个势头出发,我们看到了人工智能的回归。 对于习惯使用各种限制的老软件用户来说,深入学习的效果是"; 魔法"; [16]同上[16]。 特别是神经网络和深度学习进入的一些领域被认为是计算机的禁区,因此目前机器学习和深度学习的工程师可以获得高薪,在非营利组织也可以工作,充分说明了这一领域的热度[50] [11]。

来源|推特|比| GPT-2更好的语言模型及其含义,Open AI

可悲的是,这家媒体公司经常不深入考察就进行报道,经常配合人工智能文章的水晶球(译者注:魔法之事)和其他超自然的描绘。 这样的欺诈行为有助于那些公司以他们的产品为中心进行炒作[27]。 但是,在今后的日子里,由于无法满足期望,这些机构不得不雇佣他人来弥补他们所谓的人工智能[12]。 。 最终,他们可能会因为短期利益而引起该领域的不信任,进而引发另一场人工智能冬季寒流[2] [28]。

资源

机器学习导论|Matt Gormley|卡内基梅隆大学计算机科学学院|

| http:/ www.cs.CMU.edu/~公司/财务/ 10601 /

iforeveryone|Andrew ng|coursera |

| https:/ www.coursera.org/learn/ai-for-every one

机械学习资源|谷歌|

| https:/ developers.Google.com /机器学习/崩溃/

机器学习介绍| Udacity |

| https:/ www.uda city.com/course /国际机器学习与数学; ud120

机器学习培训|亚马逊网络服务|

| https:/ AWS.Amazon.com /培训/学习路径/机器学习/

机器学习入门|Coursera|

| https:/ www.coursera.org /学习/机器学习

参考文献:

[1]电子机械学习| Tom.Mitchell|http:/ www.cs.edu/~ Tom/pubs /机械学习. DPP

[2] whythedifferencebetweenaiandmachinelearningmatters |技术援助| https:/ bdtechtalks.com/2018/10

[3]选择type sof machine learning algorithmsyoushouldknow|David fumo|toward sdatascience|https:/ toward sdatascience.com /

[4] Watchouraisystemplayagainstfiveoftheworld & rsquo; stop dota 2专业版|开放空气| https:/开放空气. com /光纤/

[5] differencesbetweenneuralnetworksanddeeplearning|quora|https:/ www.quora.com/what-is-the-diference

[6] whatmachinelearningcandcannotdo|wsj|https:/ blogs.wsj.com/CIO/2018/07/27/what-machine-lering

[7] Carnegiemellondeanofcomputerscienceonthefutureofai|Forbes:/ www.Forbes.com/sites/Peter high/207

[8]火焰卫星:在线照明和应用; slurriedthought|zacharyc.Lipton|approximately correct|http:/ approximately correct.com/2018/06/05/ai-ml

[9] treesearchalgorithms|introductiontoai|http:/ how2Examples.com /建筑智能/树-搜索

[ 10 ] reinventingeducationbasedondataandwhatworks,since 1955|carnegiemellonuniversity|https:/ ww.CMU.edu/Simon

[11] Does Deep-Blue use AI是什么意思? 选择| richarde.korf|universityofcalifornia|https:/ www.AAI.org/papers/workshops/1997/ws-97-04/ws97 -。

[ 12 ]国际智能系统: Salariesheadingskyward:/ Stacy Stanford |机械智能系统| https:/ medium.com/mm

[ 13 ]第三个方面; 仿真与仿真; : howtechfirmsquietlyusehumanstodobots & rsquo; work|the guardian|https:/ www.the guardian.com /技术/ 2018 /日本/ 06 /国际智能系统-国际标准

[ 14 ]简易电子机械清洁卫星安全座标系统存储| western数字| https:/ blog.western数字. com/mm

[ 15 ] DR.Andrewmooreopeningkeynote|Artificialintelligenceandglobalsecurityinitiative|https:/ youtu.be/r-Xi-zi

[ 16 ] the 50 Best Public Dataset SFormachinelearning|Stacy Stanford|HTPS:/ Medium.com/Datadriveninvestor/the-50 -

[ 17 ]计算机学习系统|计算机学习系统/学习系统/

[ 18 ]机械科学/工程/匹配; ( March 1,1997 ),第1页:/WWW.cs.CMU.AFS/CS.CMU .用户/迈克尔/ FTP /毫升图书. html

[ 19 ] Forpioneeringcontributionsandleadershipinthemethodsandapplicationsofmachinelearning.| & ldquo; prof.Tom m .迈克尔. & rdquo; nationalacademyofengineering.retrieved October 2,2011。

[ 20 ]注释系统|维基百科:/en .维基百科. org /维基/注释系统

[ 21 ]巩固与挤压; s “ this is和rdquo; 将playlists:theultimatesonganalysisfor 50主流artists|James le|https:/ towardsdatascience.com/spotifys-this -作为

[ 22 ] howrecommendersystemsmaketheirsuggestions|bibb lio|https:/ medium.com/the-graph/how-recommmender-system

[ 23 ]深蓝| science direct资产| https:/ www.science direct.com/science/article/pii/s 0043702010191

[ 24 ]4greatleapsmachinelearningmadein 2015|sergaryegulalp|https:/ www.infoworld.com/article/3017250/4-geres

[ 25 ] limitationsofdeeplearninginairesearch|robertoiriondo|towardsdatascience|https:/ towardsdatascience.comillation

[ 26 ]“财富和城市”; I startups和RSQuo; 内欧罗普东和四重奏; t use AI、claims报告/ www.the verge.com/2019/3/5/18251326/ai-startups-Europe-fake

[ 27 ] Thissmarttoothbrushclaimstohaveitsveryown & lsquo; 嵌入式ai和rsquo; | the verge|https:/ www.the verge.com/Circuit Breaker/2017/1/4/14164206 /智能蓝牙- ARA-AI-Kolol

[ 28 ] thecomingaiautumn|jeffreyp.bigham/Jeffrey bigham.com /博客/ 2019/the-coming-ai-autumnn.thth

[ 29 ]“财富和城市”; I startups和RSQuo; 内欧罗普东和四重奏; t use AI、claims报告/ www.the verge.com/2019/3/5/18251326/ai-startups-Europe-fake

thestateofai:divergence|MMC ventures|https:/ www.MMC ventures.com/WP-content/uploads/2019/02 hthth

[ 31 ]顶级销售和地图; marketingprioritiesfor 2019:aiandbigdata、revealedbysurveyof 600 +销售专业版|商业版:/www.business

[ 32 ] artificialintelligencebeatsthehypewithstunninggrowth|Forbes|https:/ www.Forbes.com/sites/jonmarkman 22 /

[ 33 ] M isuseo Faicandestroycustomerloyalty:here & rsquo; showtogetitright|comparethecloud:/ www.comparethecloud.net/articles/misuse-of-ai-can-destroy-can

timelineofartificialintelligence|Wikipedia:/ en.Wikipedia.org/wiki/timeline _ of _ artificial

计算机科学|维基百科:/en .维基百科. org /维基/计算机科学

[ 36 ] Artificialintelligenceatcarnegiemellonuniversity|MachinelearningDepartmentatcarnegiemellonuniversity|htps:/ wv =

[ 37 ] searchcontrolmethodsindeepblue|semantic scholar|https:/ pdfs.semantic scholar.org/211 d/7268093 B4 DFCE 201

is winter coming是什么? |美国加利福尼亚大学,伯克利:/PHA.Berkeley.edu/2018/12/01/IS-Winter-coming-artificial -中的一个

ai winter |维基百科:/en .维基百科. org /维基/ ai _ winter

[ 40 ] averyshorthistoryofdatascience |表单|

【编辑推荐】

    相关文章Related

    返回栏目>>

    河洛网首页

    Copyright © 2019 河洛网 版权所有 dahuimr@163.com