在科技新聞中?？吹綄?duì)于機(jī)器學(xué)習(xí)(ML)與人工智能(AI)的一些報(bào)道，大眾雖然常互換使用，但機(jī)器學(xué)習(xí)與人工智能是不一樣的機(jī)制。

　　人工智能最早可以追溯到1956年，當(dāng)時(shí)多名計(jì)算機(jī)科學(xué)家在達(dá)特茅斯會(huì)議上共同提出了人工智能的概念。在隨后幾十年中，人工智能一方面被認(rèn)為是人類(lèi)文明未來(lái)的發(fā)展方向，另一方面也被認(rèn)為是難以企及的夢(mèng)想。而機(jī)器學(xué)習(xí)的概念來(lái)自于人工智能發(fā)展的早期，隨后多年中，基于算法的方法包括決策樹(shù)學(xué)習(xí)、歸納邏輯編程、聚類(lèi)算法、強(qiáng)化學(xué)習(xí)，以及貝葉斯網(wǎng)絡(luò)等等。正如我們所知，這些技術(shù)最終都未能形成通用人工智能，而早期的機(jī)器學(xué)習(xí)方法甚至也沒(méi)有帶來(lái)狹義人工智能。

　　Forbes曾專(zhuān)門(mén)論及機(jī)器學(xué)習(xí)與人工智能的不同，機(jī)器學(xué)習(xí)是編輯程式后的下一步，基本上是有關(guān)預(yù)測(cè)模型建立方面的技術(shù)，程式設(shè)計(jì)人員會(huì)設(shè)計(jì)何時(shí)應(yīng)給予正面或負(fù)面的反饋，其所建置的模型大小、使用的預(yù)測(cè)方式，都會(huì)影響機(jī)器學(xué)習(xí)預(yù)測(cè)的結(jié)果;機(jī)器學(xué)習(xí)也必須輸入正確的資料，一旦步驟錯(cuò)誤，就只能重新開(kāi)始。

　　機(jī)器學(xué)習(xí)在基于現(xiàn)存數(shù)據(jù)預(yù)測(cè)方面是非常有用的，例如預(yù)測(cè)天氣、客戶(hù)是否會(huì)流失等，但機(jī)器學(xué)習(xí)并沒(méi)有反饋機(jī)制，因此假設(shè)機(jī)器學(xué)習(xí)在運(yùn)行過(guò)程中出錯(cuò)就不會(huì)自我檢測(cè)并找出正確的答案。

　　機(jī)器學(xué)習(xí)就像是等著老師給予答案的學(xué)生，人工智能與機(jī)器學(xué)習(xí)最大的不同點(diǎn)在于擁有反饋機(jī)制，在錯(cuò)誤產(chǎn)生時(shí)可以自己修復(fù)，并積極尋找更新或更好的資料來(lái)源。

　　人工智能可與世界互動(dòng)，適應(yīng)變化，自動(dòng)追求更多額外資料消化，可認(rèn)為擁有自己的學(xué)習(xí)權(quán)，像是好奇心旺盛的學(xué)生。人工智能是主動(dòng)式學(xué)習(xí)，機(jī)器學(xué)習(xí)則是反應(yīng)式學(xué)習(xí)。

　　若人們僅是需要一個(gè)單純的預(yù)測(cè)模型，且使用靜態(tài)資料，那機(jī)器學(xué)習(xí)就會(huì)是很簡(jiǎn)單的方式。而人工智能可用于變動(dòng)性資料上，由于人工智能對(duì)環(huán)境有適應(yīng)性，因此在獲得問(wèn)題后，將自主構(gòu)建所需的模型解決該問(wèn)題，與外部變動(dòng)的世界保持高度互動(dòng)，不斷提取新資料以獲得需要的結(jié)果。

　　因此機(jī)器學(xué)習(xí)和人工智能之間有明顯的區(qū)別，端看使用者的目地取向，如果是要輸入特定資料跑預(yù)測(cè)，那就使用機(jī)器學(xué)習(xí);若是要得到事情的解決方案，那就使用人工智能。

　　機(jī)器學(xué)習(xí)可以得出事情的規(guī)律，但不能完全驗(yàn)證、批判和確定規(guī)律就是現(xiàn)實(shí)，也不會(huì)對(duì)資料蘊(yùn)含的偏見(jiàn)做出識(shí)別，若要探討問(wèn)題的根源，仍必須尋求資料科學(xué)家與人工智能的能力。