人工智能（AI）和機器學習（ML）是目前非常流行，并且出現頻率很高的詞匯。

雖然人們常把它們混淆，但是它們卻有不同的含義。當前是大數據分析應用的黃金時代，人工智能和機器學習，是大數據時代的核心和靈魂。

總的來說人工智能是一種具體的結果，而機器學習是我們達到人工智能的一個途徑。人工智能可以主導機器學習的過程，但是機器學習的結果并不一定能夠導致人工智能。人工智能是一個更廣泛的概念，即讓機器能夠以我們認為“智能”的方式執行任務。

》具體說，機器學習是人工智能的一個應用，它的目的是讓計算機能夠更好的訪問和利用數據，并且在沒有人工干預的情況下從中檢索出事件發展的內在規律。

其實人工智能已經存在了很長一段時間，早期古代人制造的木牛流馬以及所謂的指南車、地動儀，都是為了來模仿人類進行工作，這些都是最原始的人工智能。

上世紀五六十年代，伴隨著集成電路的大規模應用。計算機技術開始崛起，早期的計算機技術只是一種單純的“邏輯機器”，就只能按照人類的指令執行具體的結果。

隨著技術的進步，更重要的是，我們對大腦工作方式的理解也在進步，我們對什么構成人工智能的概念也在改變。

講重點：人工智能領域的工作不是越來越復雜的計算，而是專注于模仿人類的決策過程，以更加人性化的方式執行任務。

隨著我們對人類大腦工作方式的認識，我們對所謂的“智能”有了更深刻地認識。

》其實人類大腦的幾百億個腦細胞，它們的工作方式都是以一種觸發式的短鏈接工作。

大腦的工作方式是可以模擬的，我們有一個形象比喻叫做神經網絡。

人工智能可以劃分成兩個組，應用智能組和通用智能組。應用智能組主導具體的操作過程，比如說人工智能駕駛。通用智能組指導人工智能的形成。

把廣義的人工智能定義為一個大的集合，那么機器學習就是這個大的集合下面的一個子集。

》人類越來越懶惰是趨勢，這個世界就是懶人創造的世界。所以我們想讓計算機自己指導自己如何工作，那么機器學習就誕生了。

人類的手之所以非常的靈活，就是因為我們的10個指頭能夠按照組合的方式工作。而貓的爪子只能伸出縮進。

即使是幾個有限的單獨信息節點，排列組合也是按照天文數字般的擴大。

互聯網的存在就是打通了單獨的信息節點，于是就誕生了排列組合般的海量的數據。數據已經多到人工無法處理的時候，就需要機器去處理。

但是本質上講，機器是個傻子，只要拔掉插頭，斷開電源，機器就掛了。

》為了讓機器自己能夠識別這些數據，我們模擬人腦的工作方式，建造了一個所謂的神經網絡。

神經網絡的發展就是教會計算機以人類的方式思考和理解這個世界，同時保留計算機的速度和準確性。

雖然有這么高大上的名字，卻有一個簡單本質！從數學上講，它是一個工作在概率系統上的決策系統。這個決策系統通過不斷的預測與回饋，來決定什么是錯的，什么是對的，并且改善自己的工作方式。

機器學習的結果反饋給人工智能程序，可以判斷一本小說寫的是悲劇還是喜劇，一篇文章是譴責還是表揚。并且機器學習所獲得的數據越多，這種判斷越準確。

但是目前的人工智能距離科幻小說中所能夠達到的高度還有相當大的距離。我們暫時還不必擔心被人工智能所統治，人類還有時間練習拔插頭的速度。