主页 > 精彩企业 >浅谈人工智能 (AI) 与机器学习 (ML) 的分别 >

浅谈人工智能 (AI) 与机器学习 (ML) 的分别

2020-05-22 责任编辑:

当现时愈来愈多人提及”Big data” 这类型的词彙的时候,人工智能 (AI) 与机器学习 (ML) 这两个字便愈来愈流行,但是有多少人却真正清楚他们两者的分别呢?

简单来说,AI 就是就是利用我们认为比较「智能」的方式去执行任务;而ML就是基于AI,让机器自行去学习。

AI 的发展

其实AI 已经存在了一段很长的时间,早在以前欧洲的电脑上已被认定是「逻辑机器」,而当时的工程师试图製作机械大脑。随着科技进步,AI的构成已经有一些转变,现时AI领域是集中在模仿人类决策过程和以更人性化的方式执行任务。 其实AI是可以分成 Applied AI 及 General AI 两大部分。Applied AI 又称为弱人工智能,主要处理特定问题,较为常见的,例如智能股票交易的系统,或自主车辆便属于这一类。General AI ,又称强人工智能,或通用人工智能,是具备与人类同等智能、或超越人类的人工智能,相对不太常见,但 General AI 发展正正是推动了ML的进程,并且是当今最受注目的发展方向。

ML 的风险

机器学习是一门人工智能科学,主要透过以经验学习改善具体演算法效能。

ML 的其中的一个风险由 1959 年亚瑟·塞缪尔(Arthur Samuel)发现,他教晓了机器自己去学习。第二个风险来自互联网兴起,导致愈来愈多资讯产生和可用作存储,分析等之用。当这些的创新愈来愈成熟之后,工程师意识到现时不是教电脑去做一切的指令,而是让他们像人类一样思考,然后把它们放入互联网,让他们获得所有他们需要的信息。

神经网络的发展

神经网络的发展是令到电脑以人类的方式去思考,同时保留了它们对于我们的固有优势,例如速度,準确性等。神经网络是一个网络系统去模仿人类大脑相同的方式对信息进行分类的工作。它可以教导他们例如去识别图像等。基本上,神经网络是基于概率的系统,基于他们所得的数据,神经网络能够作出陈述,决定或预测。与此同时,神经网络亦能够告知用家的决定是对或错。

ML 的应用能够为用家读取文字,甚至可以得知文章的内容是投诉抑或是祝贺。更甚的是,他们还可以聆听一段音乐去决定该音乐会否为人带来高兴或悲伤,并以寻找其他合适的音乐来配搭心情。某些程况下,ML 甚至可以创作属于自己的音乐。

ML 所以能够这样做的原因其实很大程度上都要感谢神经网络的发展。所以,近期兴起的其中一个新领域,Natural Language Processing (NLP) 都已经非常依赖ML的应用。NLP 的应用其实是试图理解人类在书面上或口头上的交流,并学习使用类似的语言与人类进行交流。

AI ML 上的应用

AI 与 ML 其实在市场上都已经有不少的应用,特别在银行业,医疗保健甚至製造业都正在採用AI和ML等的技术。事实上,其实人我们最后都会开发人类AI (Human-Like AI) ,而现时我们已经离人类AI的发展已经更进一步。

参考资料: Forbes

相关阅读