定义机器学习 (ML)

[tanjimajha12]

定义人工智能（AI）
人工智能是思考先进计算机智能的最佳方式。在 1956 年举行的达特茅斯人工智能会议上，人工智能被恰当地描述为：

“从原则上来说，学习的每一个方面或智能的任何其他特征都可以被精确地描述，从而可以用机器来模拟它。”它可以是下棋的计算机程序，也可以是能够响应和解释语音的亚马逊 Alexa 等语音识别系统。

人工智能可以分为三类：

狭义人工智能——IBM 开 玻利维亚手机号码数据库 发的 Deep Blue 于 1996 年击败了国际象棋大师加里·卡斯帕罗夫，而谷歌 Deep Mind 的 AlphaGo 于 2016 年击败了李世石，这些都是狭义人工智能的例子。狭义人工智能意味着它被训练来执行一项特定的任务。

通用人工智能 (AGI)——这是可以完成广泛工作的人类水平的人工智能。

超级智能 AI- 超级智能 AI 正在向前迈进一步。Nick Bostrom 简单地说 - “一种在几乎所有领域都比人类最优秀的大脑聪明得多的智力，包括科学创造力、一般智慧和社交技能。 ”当机器超越人类时。


ML 是 AI 的一个子领域。ML 的核心原理是机器通过从各种来源获取数据来自我学习。目前，它被认为是适合企业的 AI 工具包中最有前途的工具之一。

ML 系统能够快速应用知识并从大量数据中进行训练，从而能够轻松高效地完成语音识别、面部识别、翻译和物体识别等任务。ML 允许机器根据对复杂数据集和模式的识别做出预测。这就是 ML 与手动编写需要特定指令才能完成任务的软件程序的不同之处。

机器学习与专家系统和各种知识图谱的区别在于，当它接触越来越多的数据时，它能够自我改变——机器学习本身是动态的，因此不需要任何人为干预即可进行某些更改。这使得它不那么脆弱，对人类专业知识的依赖也大大减少。