当今流行的颠覆性技术正在改变业务格局。它们是机器学习（ML）和人工智能（AI）。我们几乎所有人都听说过或阅读过它们，但是我们真的知道它们是什么吗？这些公司正在尝试使用高级算法来利用数字数据和计算能力的爆炸性增长，以实现人机之间的协作和自然交互。但是，公众和媒体对于什么是机器学习（ML）和人工智能（AI）仍然存在很多困惑。机器学习是人工智能诞生后出现的词汇。这两个术语通常用作同义词，在某些情况下被认为是离散的，并行的发展。实际上，机器学习对人工智能来说，什么是神经元对人的大脑。让我们从机器学习开始。罗伯托（Roberto），宾夕法尼亚州卡内基·梅隆大学（Carnegie Mellon University）机器学习系的编辑？根据Roberto Iriondo的说法，机器学习是人工智能的一个分支。正如计算机科学家和机器学习先驱汤姆·米切尔（Tom M. Mitchell）所创造的那样，“机器学习是对计算机算法的研究，该算法允许通过经验自动改进计算机程序。”例如，如果您为机器学习模型提供喜欢的歌曲和相应的音频数据（乐器，节拍，流派等），它将能够自动生成一个系统来为您喜欢的音乐提供建议（例如Netflix） ，Spotify等公司。如果数字支付公司想要检测其系统中的欺诈或潜在欺诈，则可以使用机器学习工具来实现。计算机模型中内置的计算算法将处理在数字平台上发生的所有交易，在数据集中查找模式，并指出由模式检测到的任何异常。 Iriondo说：“在一个简单的示例中，如果您加载的机器学习程序包含相当多的带有描述（例如症状等）的X射线照片，它将能够（或可能自动）提供帮助稍后将对X射线照片进行数据分析。”机器学习模型将查看数据集中的每个图片，并在带有相似指令的图片中找到常见的模式。其中，深度学习（Deep Learning）也是机器学习的一个子集。另一方面，人工智能是一个广义的通用术语，指的是试图使计算机像人类一样思考，可以模拟人类所做的各种事情，并最终以比我们更快更好的方式解决问题。人工智能的范围非常广泛。它本身就是一个系统，而不仅仅是一个独立的数据模型。它包括各种任务，例如执行创意工作，制定计划，四处走动，讲话，识别对象和声音，执行业务交易等等。但是，微软客户成功部门云解决方案架构师（高级分析与AI）西奥（Theo）？扇子？西奥·范·克拉伊（Theo van Kraay）表示，任何定义人工智能的尝试都是徒劳的，因为我们必须首先正确定义具有多种含义的“智能”。 “首先，值得注意的是，二十多年前被称为人工智能的技术与传统计算机系统之间的差异接近于零，这是非常有趣且重要的，”范克莱说。如今，人工智能系统的功能反映了人类与传统计算机系统之间的重要区别，人类是预测性机器。今天的许多人工智能系统，就像人类一样，大多是复杂的预测机器。 “机器越复杂，它将能够做出更准确的预测。基于用于训练各种（ML）模型和最先进的人工智能系统的一系列复杂数据，他们将能够不断地从错误中学习以改进。预测的准确性显示出与人类智能类似的东西。他说。大多数ML算法都在静态数据集上进行训练以生成预测模型，因此ML算法仅促进人工智能的特定部分的发展。五十年前，国际象棋程序被认为是人工智能的一种形式。但是今天，象棋游戏中的AI被认为很无聊和过时，因为几乎可以在每台计算机上找到它。 Iriondo说：“如今，人工智能的象征是人工智能互动设备，例如Google Home，Apple Siri和亚马逊的Alexa，或为Netflix，亚马逊和YouTube提供支持的多媒体视频预测系统。”与机器相比，人工智能是一个不断变化的目标，随着相关技术的发展，其定义也在不断变化。伊里安多（Iriondo）打趣：“五月