機(jī)器學(xué)習(xí)和人工智能有什么區(qū)別?未來人們的看法可能和我們大相徑庭

Winnie Lee
如果一家數(shù)字支付公司想要檢測其系統(tǒng)中是否存在欺詐行為或潛在的欺詐行為,它可以為此使用機(jī)器學(xué)習(xí)工具。建立在計算機(jī)模型中的計算算法將處理數(shù)字平臺上發(fā)生的所有事務(wù),在數(shù)據(jù)集中發(fā)現(xiàn)模式,并指出模式檢測到的任何異常。

當(dāng)今最熱門的顛覆性技術(shù)正在改變商業(yè)格局,它們是機(jī)器學(xué)習(xí)(ML)和人工智能(AI)。

幾乎我們所有人都聽說過或讀到過它們,但我們真的知道它們是怎么回事嗎?

這些企業(yè)正試圖利用先進(jìn)算法,利用數(shù)字?jǐn)?shù)據(jù)和計算能力的爆炸式增長,實現(xiàn)人與機(jī)器之間的協(xié)作和自然交互。

然而,對于什么是機(jī)器學(xué)習(xí)(ML)和人工智能(AI),公眾和媒體仍然有很多困惑。

機(jī)器學(xué)習(xí)是人工智能誕生后出現(xiàn)的詞匯。這兩個術(shù)語經(jīng)常被用作同義詞,在某些情況下還被當(dāng)成是離散的、并行的發(fā)展。

事實上,機(jī)器學(xué)習(xí)之于人工智能,就像神經(jīng)元之于人腦一樣。

讓我們從機(jī)器學(xué)習(xí)開始。

賓夕法尼亞卡內(nèi)基梅隆大學(xué)(Carnegie Mellon University)機(jī)器學(xué)習(xí)部門編輯羅伯托?伊里翁多(Roberto Iriondo)表示,機(jī)器學(xué)習(xí)是人工智能的一個分支。

正如計算機(jī)科學(xué)家、機(jī)器學(xué)習(xí)先驅(qū)湯姆·米切爾(Tom M. Mitchell)所創(chuàng)造的那樣,“機(jī)器學(xué)習(xí)是一門計算機(jī)算法的研究,它允許計算機(jī)程序通過經(jīng)驗自動改進(jìn)”。

例如,如果你給一個機(jī)器學(xué)習(xí)模型提供你喜歡的歌曲,以及相應(yīng)的音頻數(shù)據(jù)(樂器、節(jié)拍、類型等),它將能夠自動化生成一個系統(tǒng),來給你可能喜歡的音樂提供建議——就像Netflix、Spotify和其它公司所做的那樣。

如果一家數(shù)字支付公司想要檢測其系統(tǒng)中是否存在欺詐行為或潛在的欺詐行為,它可以為此使用機(jī)器學(xué)習(xí)工具。建立在計算機(jī)模型中的計算算法將處理數(shù)字平臺上發(fā)生的所有事務(wù),在數(shù)據(jù)集中發(fā)現(xiàn)模式,并指出模式檢測到的任何異常。

Iriondo說:“在一個簡單的例子中,如果你加載一個機(jī)器學(xué)習(xí)程序,其中包含相當(dāng)大的X光照片數(shù)據(jù)集,并附帶描述(如癥狀等),它將有能力(或可能自動地)協(xié)助此后關(guān)于X光照片的數(shù)據(jù)分析。”

機(jī)器學(xué)習(xí)模型將查看數(shù)據(jù)集中的每一張圖片,并在標(biāo)有類似指示的圖片中找到常見的模式。其中,深度學(xué)習(xí)(Deep Learning)也是機(jī)器學(xué)習(xí)的一個子集。

另一方面,人工智能則是一個廣義的概括性術(shù)語,指的是試圖讓計算機(jī)像人類一樣思考,能夠模擬人類所做的各種事情,并最終以比我們更好更快的方式解決問題。

人工智能的范圍非常廣泛,它本身就是一個系統(tǒng),而不僅僅是獨(dú)立的數(shù)據(jù)模型。它包括各種各樣的任務(wù),如做創(chuàng)造性工作、制定計劃、走動、說話、識別物體和聲音、執(zhí)行商業(yè)交易等等。

然而,微軟客戶成功部門云解決方案架構(gòu)師(Advanced Analytics & AI)西奧?范?克雷(Theo van Kraay)表示,任何試圖定義人工智能的嘗試都有些徒勞,因為我們首先必須正確定義“智能”(intelligence),這個詞的含義五花八門。

“首先,值得注意的是,20多年前被稱為人工智能的技術(shù)與傳統(tǒng)計算機(jī)系統(tǒng)之間的差異接近于零,這一點(diǎn)很有趣,也很重要,”范?克雷表示。

今天人工智能系統(tǒng)所做的反映了人類與傳統(tǒng)計算機(jī)系統(tǒng)的一個重要區(qū)別——人類是預(yù)測機(jī)器。

如今的許多人工智能系統(tǒng),就像人類一樣,大多是復(fù)雜的預(yù)測機(jī)器。

“機(jī)器越復(fù)雜,它就越能夠做出準(zhǔn)確的預(yù)測,基于一系列的用于訓(xùn)練各種(ML)模型的復(fù)雜數(shù)據(jù)和最先進(jìn)的人工智能系統(tǒng),它們將能夠不斷從錯誤中學(xué)習(xí),以提高預(yù)測的準(zhǔn)確性,從而表現(xiàn)出近似人類智慧的東西。”他說。

大多數(shù)ML算法都是針對靜態(tài)數(shù)據(jù)集進(jìn)行訓(xùn)練,生成預(yù)測模型,因此ML算法只促進(jìn)了人工智能中的某一部分的發(fā)展。

50年前,國際象棋程序被認(rèn)為是人工智能的一種形式。

但今天,象棋游戲中的AI被認(rèn)為是枯燥和過時的,因為它幾乎可以在每臺電腦上找到。

Iriondo表示:“如今,人工智能的象征是Google Home、蘋果Siri和亞馬遜(Amazon)的Alexa等人工智能互動設(shè)備,或為Netflix、亞馬遜(Amazon)和YouTube提供動力的多媒體視頻預(yù)測系統(tǒng)。”

與機(jī)器學(xué)習(xí)相比,人工智能是一個不斷變化的目標(biāo),隨著相關(guān)技術(shù)的發(fā)展,其定義也在發(fā)生變化。

Iriondo打趣道:“可能在幾十年內(nèi),目前的創(chuàng)新人工智能進(jìn)步就會被認(rèn)為和現(xiàn)在的翻蓋手機(jī)一樣無趣。”

THEEND

最新評論(評論僅代表用戶觀點(diǎn))

更多
暫無評論