不同類型的AI，什么是機器學習？

人工智能（AI）是計算機科學的一個廣泛分支，與構建能夠執(zhí)行通常需要人類智能的任務的智能機器有關。人工智能是一門跨學科的科學，具有多種方法，但是機器學習和深度學習的進步實際上在整個技術行業(yè)的各個領域都產生了范式轉變。

不同類型的AI：

在很高的層次上，人工智能可以分為兩種大類型：狹窄的AI和通用AI。

狹窄的AI-狹窄的AI是當今我們在計算機中看到的一切：已經教過或學會了如何執(zhí)行特定任務而無需明確編程的智能系統(tǒng)。這種類型的機器智能在Apple iPhone上的Siri虛擬助手的語音和語言識別，無人駕駛汽車的視覺識別系統(tǒng)，推薦引擎（根據(jù)購買的產品來推薦您喜歡的產品）中很明顯在過去。與人類不同，這些系統(tǒng)只能學習或被教導如何執(zhí)行特定任務，這就是為什么它們被稱為狹窄AI。

狹窄的AI有大量新興應用程序：解釋無人機的視頻饋送，對基礎設施（如輸油管道）進行視覺檢查，組織個人和企業(yè)日歷，響應簡單的客戶服務查詢，與其他智能系統(tǒng)協(xié)調執(zhí)行這些任務包括在合適的時間和地點預定酒店，幫助放射線醫(yī)師發(fā)現(xiàn)X射線中的潛在腫瘤，在線標記不當內容，從IoT設備收集的數(shù)據(jù)中檢測電梯的磨損等等。

通用AI-人工智能與人類截然不同，是人類可以適應的智力類型，它是一種靈活的智能形式，能夠學習如何執(zhí)行截然不同的任務，從理發(fā)到構建電子表格，或者推理各種各樣的事物。根據(jù)其積累的經驗可以選擇各種主題。

什么是機器學習？

機器學習是一門科學，它使計算機像人類一樣學習和行動，并通過以觀察和真實交互的形式向計算機提供數(shù)據(jù)和信息，從而隨著時間的流逝以自主方式改善其學習。

機器學習初學者中最常見的錯誤之一是成功測試培訓數(shù)據(jù)并產生成功的幻想。Domingo（和其他人）強調在測試模型時保持某些數(shù)據(jù)集分離的重要性，并且僅使用保留的數(shù)據(jù)來測試所選模型，然后學習整個數(shù)據(jù)集。

就目的而言，機器學習本身并不是目的或解決方案。此外，嘗試將其用作總體解決方案。