據(jù)美國連線雜志網(wǎng)站報道，得益于谷歌、亞馬遜和Facebook這些硅谷巨頭躬身力行的大力宣傳，人工智能（AI）和機器學習前所未有地為大眾所熟知。在一般人的概念里，這兩個時髦的詞似乎可以換用，指的都是能夠代替人類工作的先進生產(chǎn)力。

　　不過，雖然 AI 和機器學習有著千絲萬縷的聯(lián)系，但兩者并非同一回事。

　　AI 是計算機科學的一個分支，意如其名（Artificial Intelligence）——旨在通過人工的方式建造具有智能的機器。而斯坦福大學給“機器學習”下的定義為：使電腦在人工編程之外自主運作的能力。兩者相互聯(lián)系不可分割，你需要 AI 專家來打造智能機器，而若要實現(xiàn)真正意義上的智能，機器學習專家的參與不可或缺。

　　谷歌和英偉達都在探索機器學習的道路上兢業(yè)前行。他們的愿景是讓機器最終能夠像人類一樣自我學習和思考，這被認為是下一波科技革命的關(guān)鍵。

　　大眾對機器學習的成果并不陌生。在過去的幾十年里，機器學習相繼催生了“自動駕駛汽車”、“精準語音識別”和智能網(wǎng)絡搜索等造福眾生的成果。甚至還幫助人類破解基因密碼。不過，在這一系列不可思議的成果之下，機器學習是怎么運作的呢？

　　讓我們來拿網(wǎng)絡搜索來作例子。比方說你想在谷歌里搜索“Wired”，但是不小心錯打成了“Wored”。在非智能引擎的情況下，返回的結(jié)果當然會讓你認識到自己的錯誤，然后你就會再花費幾秒鐘重新以正確的拼寫來進行搜索。而谷歌的算法會記錄你這種“二次搜索”的情形，當以后再有人犯同樣的拼寫錯誤時，谷歌就會很貼心地問“您是否要找‘Wired’？”并給出正確搜索結(jié)果。于是，谷歌就這樣習得了自動糾正功能。

　　上面只是非?；A的一個“機器學習”案例。現(xiàn)實中，科學家和研究人員使用更復雜的機器學習來實現(xiàn)從前難以企及的事情。從人類經(jīng)驗中學習而來的程序能夠幫助科學家揭秘基因的運作之謎。機器學習用在商業(yè)上，則可以通過對消費行為的分析來提供更精準的廣告投放和購買建議，從而大幅度提高商業(yè)利潤。其他的應用還包括圖像識別、欺詐預防等等。