曾几何时，人工智能还是个科幻名词，仿佛只属于未来世界。如今，它已经渗透到了我们生活的方方面面，成为顶流。我们对人工智能已经很熟悉，但是对机器学习，多少还有点陌生，今天老金就来唠叨唠叨这哥们。
一、人工智能
起初，天地纯然，像雪花一样干净。
人说，要搞事情，于是就有了很多事情。
人最擅于通过模仿搞事情，比如模拟蝙蝠发明了声纳、模拟鸟发明了飞机。
现在，人不满足于模仿这些低等生物，开始模拟人类自己，于是，人工智能产生了。
所以说，人工智能（AI，Artificial Intelligence）实质上属于仿生学。
具体来讲，它通过模拟人类的思考和行为过程，实现类似于人类独有的智能，即能像人一样学习、理解、思考、决策，甚至更进一步，具备反杀人类的能力。
牛津词典中Artificial的解释：
made or produced to copy sth natural; not real人工的；人造的；假的
关于Intelligence的解释：
the ability to learn, understand and think in a logical way about things; the ability to do this well智力；才智；智慧
这么看来，可以这样说：
人是自然造出的智能，而人工智能是人造出来的智能。
早在大模型爆发之前，我们生活中就有了人工智能的影子。比如天猫精灵、小爱音箱，它们能在一定程度上听懂人的语言，这其实就应用了人工智能的语音识别技术。只不过它们不像大模型那样高级，经常表现得有些人工智障。
二、机器学习
2.1 机器学习与人工智能的关系
水不流，会发臭；人不学，会落后。
学习是产生智能的第一步。
大自然造出了人，人学习，产生了智能。
人造出了机器，机器学习，产生了智能。
学习是人产生智能的手段，机器学习是人工智能的实现手段。
也可以说，机器学习是人工智能的核心。
正是机器学习支撑起整个人工智能大厦，它就是人工智能的“一柱擎天”。
2.2 机器学习的本质
机器学习（ML，Machine Learning），简单来说，就是让计算机通过数据来学习。
人学习靠经验，机器学习靠数据（确切地说靠的是大数据，即集合人类的全部经验）。
数据就是机器学习的食物，因此与机器学习密切相关的一门技术叫“数据分析”。有关二者的关系详见：数据分析vs机器学习
机器学习从大量的数据中提取出有价值的信息，从而不断提升自己的能力。
这个学习过程不需要我们明确地告诉计算机每一步该怎么做，而是让计算机自己去发现数据中的规律和模式。就像我们小时候学习骑自行车，没有人告诉我们每一步的精确动作，但我们通过不断的尝试和练习，最终掌握了骑车的技巧。
三、其他玩艺
除了人工智能和机器学习，还有些比如自然语言处理NLP、计算机视觉CV、机器人技术、专家系统这些都是什么东东吗？
可以这么说，在人工智能领域，除了人工智能和机器学习，剩下的都是“其他”。
就好像对于人来讲，除了智能和学习，剩下的也都是“其他”。
自然语言处理NLP（natural language processing）、计算机视觉CV(computer vision)、机器人技术(robotics)、专家系统(expert systems)就是人工智能领域在各个方面的应用，就好像人会骑自行车、唱歌、游泳、打篮球一样。
骑自行车、唱歌、游泳、打篮球都需要学习，自然语言处理NLP、计算机视觉CV、机器人技术、专家系统都需要机器学习，道理是一样的。
此外，还是一个名词叫“深度学习”，它虽然也叫某某学习，但和机器学习可不是并列关系，而是从属关系。深度学习是机器学习的一个分支而已。
