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。