人工智能（AI）和机器学习（ML）

　　人工智能（AI）和机器学习（ML）是目前非常流行，并且出现频率很高的词汇。

　　虽然人们常把它们混淆，但是它们却有不同的含义。当前是大数据分析应用的黄金时代，人工智能和机器学习，是大数据时代的核心和灵魂。

　　总的来说人工智能是一种具体的结果，而机器学习是我们达到人工智能的一个途径。人工智能可以主导机器学习的过程，但是机器学习的结果并不一定能够导致人工智能。人工智能是一个更广泛的概念，即让机器能够以我们认为“智能”的方式执行任务。

　　》具体说，机器学习是人工智能的一个应用，它的目的是让计算机能够更好的访问和利用数据，并且在没有人工干预的情况下从中检索出事件发展的内在规律。

　　其实人工智能已经存在了很长一段时间，早期古代人制造的木牛流马以及所谓的指南车、地动仪，都是为了来模仿人类进行工作，这些都是最原始的人工智能。

　　上世纪五六十年代，伴随着集成电路的大规模应用。计算机技术开始崛起，早期的计算机技术只是一种单纯的“逻辑机器”，就只能按照人类的指令执行具体的结果。

　　随着技术的进步，更重要的是，我们对大脑工作方式的理解也在进步，我们对什么构成人工智能的概念也在改变。

　　讲重点：人工智能领域的工作不是越来越复杂的计算，而是专注于模仿人类的决策过程，以更加人性化的方式执行任务。

　　随着我们对人类大脑工作方式的认识，我们对所谓的“智能”有了更深刻地认识。

　　》其实人类大脑的几百亿个脑细胞，它们的工作方式都是以一种触发式的短链接工作。

　　大脑的工作方式是可以模拟的，我们有一个形象比喻叫做神经网络。

　　人工智能可以划分成两个组，应用智能组和通用智能组。应用智能组主导具体的操作过程，比如说人工智能驾驶。通用智能组指导人工智能的形成。

　　把广义的人工智能定义为一个大的集合，那么机器学习就是这个大的集合下面的一个子集。

　　》人类越来越懒惰是趋势，这个世界就是懒人创造的世界。所以我们想让计算机自己指导自己如何工作，那么机器学习就诞生了。

　　人类的手之所以非常的灵活，就是因为我们的10个指头能够按照组合的方式工作。而猫的爪子只能伸出缩进。

　　即使是几个有限的单独信息节点，排列组合也是按照天文数字般的扩大。

　　互联网的存在就是打通了单独的信息节点，于是就诞生了排列组合般的海量的数据。数据已经多到人工无法处理的时候，就需要机器去处理。

　　但是本质上讲，机器是个傻子，只要拔掉插头，断开电源，机器就挂了。

　　》为了让机器自己能够识别这些数据，我们模拟人脑的工作方式，建造了一个所谓的神经网络。

　　神经网络的发展就是教会计算机以人类的方式思考和理解这个世界，同时保留计算机的速度和准确性。

　　虽然有这么高大上的名字，却有一个简单本质！从数学上讲，它是一个工作在概率系统上的决策系统。这个决策系统通过不断的预测与回馈，来决定什么是错的，什么是对的，并且改善自己的工作方式。

　　机器学习的结果反馈给人工智能程序，可以判断一本小说写的是悲剧还是喜剧，一篇文章是谴责还是表扬。并且机器学习所获得的数据越多，这种判断越准确。

　　但是目前的人工智能距离科幻小说中所能够达到的高度还有相当大的距离。我们暂时还不必担心被人工智能所统治，人类还有时间练习拔插头的速度。