谷歌(微博)、亚马逊和Facebook等科技巨头的努力，人工智能和机器学习这两个生僻的科技术语如今已经广为流传。它们经常互换使用，很多人也都用这些词汇来描述各种智能家电和代替人类工作机器人。
然而，虽然人工智能和机器学习高度相关，但却并不相同。
人工智能是计算机科学的一个分支，目的是开发一种拥有智能行为的机器，斯坦福大学对机器学习的定义是：&在没有明确编程指令的情况下让计算机采取行动的科学。&想要开发智能机器，就需要借助人工智能研究人员的帮助。但要让其具备真正的智能，就需要聘请机器学习专家。
谷歌和英伟达等大型科技公司目前都在努力开发这种机器学习技术。他们都在努力让电脑学会人类的行为模式，以便推动很多人眼中的下一场技术革命&&让机器像人类一样&思考&。
过去10年，机器学习已经为我们带来了无人驾驶汽车、实用的语音识别、有效的网络搜索，还大幅加深了我们对人类基因组的理解。但它究竟是如何工作的呢？
举个简单的例子。如果你在使用谷歌搜索时拼错了单词，就会看到一条提示：&你的意思是&&吗？&这就是谷歌机器学习算法生成的结果。这套系统可以在你输入特定关键词后几秒钟内判断你的搜索意图。
艺术家笔下的微神经计算机
例如，假如想搜索&WIRED&，但却不小心拼成了&Wored&，系统很可能就会发现你输错了单词，并在几秒种后返回可能的正确结果：&WIRED&。谷歌的算法会在你发出搜索请求之后的几秒钟后识别出你的搜索意图，并将这一信息牢记在心，以备用户之后犯下类似的错误时使用。如此这般，谷歌便&学会了&纠正你的错误。
虽然这是一个非常简单的例子，但数据科学家、开发者和研究人员正在使用更加复杂的机器学习技术探索之前无法企及的领域。能够吸取经验教训的程序可以帮助人们研究人类基因组的工作方式，对消费者行为习惯的理解也可以达到前所未有的高度，甚至据此开发购买推荐、图像识别和欺诈预警等实用的系统。
现在，你已经对机器学习的基本理念有所了解，那么它与人工智能的区别究竟在哪里呢？我们与英特尔机器学习主管尼迪&查普尔（Nidhi Chappel）展开了对话，以便澄清这个问题。
&人工智能的根本在于智能&&如何为机器赋予智能。而机器学习则是部署支持人工智能的计算方法。我的想法是：人工智能是科学，机器学习是让机器变得更加智能的算法。&
&也就是说，机器学习成就了人工智能。&她补充道。
查普尔接着解释道，机器学习是人工智能增长最快的部分，因此我们最近才看到与之有关的许多讨论。尽管在如今的计算总量中仅占很小比例，但它的确是增速最快的领域，正因如此，所有企业都在努力开发这项技术。
&举个简单的例子，当你来到一个新地方，并在网上搜索&最应该做的事情&时，你所看到的内容顺序都是由机器学习来排列的。它们的排列和评分方式都采用了机器学习技术。&查普尔说。他还补充道，在排列热门新闻时也会采用相同的方法。
&人工智能已经广泛渗透到我们的生活之中，只不过我们还没有意识到它已经应用到很多领域。&她补充道，&你或许每天都会使用这种技术好几十次，但却浑然不觉。&
但为了推动人工智能的进步，机器学习必须在性能上实现巨大的飞跃，这在传统高性能计算领域很难实现，因为在这些领域，问题已经明确，优化工作也已经开展了多年。
机器学习算法仍有改进空间，这也是很多大型科技公司争相将其作为核心战略的原因。这些公司都在不遗余力地提升机器的智能，希望能够推动科技进步，并实现下一阶段的创新，包括完全自动且100%安全的无人驾驶汽车。
本网站试开通微、小企业商家广告业务；维修点推荐项目。收费实惠有效果！欢迎在QQ或邮箱联系！
试试再找找您想看的资料
资料搜索：
查看相关资料 & & &
　　　同意评论声明
　　　发表
尊重网上道德，遵守中华人民共和国的各项有关法律法规
承担一切因您的行为而直接或间接导致的民事或刑事法律责任
本站管理人员有权保留或删除其管辖留言中的任意内容
本站有权在网站内转载或引用您的评论
参与本评论即表明您已经阅读并接受上述条款
copyright & &广电电器(中国梧州) -all right reserved& 若您有什么意见或建议请mail: & &
地址： 电话：(86)774-2826670&人工智能与计算智能的区别
BINGO00000dd
是有一定区别的.1、计算智能（Computational Intelligence,CI）是借助自然界（生物界）规律的启示,根据其规律,设计出求解问题的算法.物理学、化学、数学、生物学、心理学、生理学、神经科学和计算机科学等学科的现象与规律都可能成为计算智能算法的基础和思想来源.从关系上说,计算智能属于人工智能（Artificial Intelligence,AI）的一个分支.2、计算智能算法主要包括神经计算、模糊计算和进化计算三大部分.如图1.4所示,典型的计算智能算法包括神经计算中的人工神经网络算法,模糊计算中的模糊逻辑,进化计算中的遗传算法、蚁群优化算法、粒子群优化算法、免疫算法、分布估计算法、Memetic算法,和单点搜索技术例如模拟退火算法、禁忌搜索算法,等等.3、以上这些计算智能算法都有一个共同的特征就是通过模仿人类智能的某一个（某一些）方面而达到模拟人类智能,实现将生物智慧、自然界的规律计算机程序化,设计最优化算法的目的.然而计算智能的这些不同研究领域各有其特点,虽然它们具有模仿人类和其他生物智能的共同点,但是在具体方法上存在一些不同点.例如：人工神经网络 模仿人脑的生理构造和信息处理的过程,模拟人类的智慧；模糊逻辑（模糊系统） 模仿人类语言和思维中的模糊性概念,模拟人类的智慧；进化计算 模仿生物进化过程和群体智能过程,模拟大自然的智慧.4、然而在现阶段,计算智能的发展也面临严峻的挑战,其中一个重要原因就是计算智能目前还缺乏坚实的数学基础,还不能像物理、化学、天文等学科那样自如地运用数学工具解决各自的计算问题.虽然神经网络具有比较完善的理论基础,但是像进化计算等重要的计算智能技术还没有完善的数学基础.计算智能算法的稳定性和收敛性的分析与证明还处于研究阶段.通过数值实验方法和具体应用手段检验计算智能算法的有效性和高效性是研究计算智能算法的重要方法.
为您推荐：
其他类似问题
扫描下载二维码中科院人工智能专家：AlphaGo只能算“弱智”|人工智能|中科院|Alphago_新浪科技_新浪网
中科院人工智能专家：AlphaGo只能算“弱智”
　　最近，人工智能AlphaGo大胜世界围棋冠军李世石一事引来举世瞩目。人工智能真的超越人类了吗？
　　中科院深圳先进技术研究院集成技术研究所副所长乔宇所带领的团队是国内早期开展人工智能研究的科研组织，对于这场人机大战，乔宇并不认为这代表人工智能强于人类。人工智能未来将给人类生活带来很多便利，一定程度上将会抢走人类饭碗，但人工智能并没有自我意识，因此人工智能再“强大”，未来也不可能威胁到人类。
　　文/广州日报记者李华、杜安娜 实习生蒋之珉
　　图/广州日报记者廖雪明署名除外
　　AlphaGo像人一样会深度学习
　　乔宇强调，AlphaGo的人工智能依然只是属于“弱人工智能”，出现具有独立意志、具有情感认知能力的“强人工智能”还比较遥远。
　　广州日报：上世纪90年代末，通过类似AlphaGo使用的深度学习模式，IBM就打造了在国际象棋比赛中战胜人类的“深蓝”。从深蓝到AlphaGo，人工智能取得了什么突破？
　　乔宇：深蓝和AlphaGo用的技术，差异是很大的。我更倾向于把深蓝看成是一个基于规则的强计算、国际象棋比围棋复杂程度小很多，而且象棋是越下越简单，因为慢慢地，棋子就会被吃掉。AlphaGo实际上更像人，它的学习能力很强。
　　广州日报：AlphaGo为什么能战胜李世石？
　　乔宇：从人工智能的角度讲。围棋的计算量级达到10的170多次方，机器很难通过运算、穷举的方法把所有可能全部列举，这个不太现实，下围棋一方面是计算，另外一方面就是布局。在AlphaGo之前，这是机器的一个短板。AlphaGo做得很好，因为它使用了深度学习。
　　广州日报：AlphaGo的深度学习是怎样运行的？
　　乔宇：在人机大战之前，AlphaGo的科研人员发表了一篇文章，比较详细地去介绍了他的方法。它的网络分成两部分：策略网络和价值网络。这两个网络所做的事和人类下围棋有类似之处。
　　策略网络会根据棋局看看在哪里应该布子；价值网络会在下子后分析对手会怎样想，下一步该怎么走，目前局势是好、是坏，并进行数值性的估计。
　　这两个网络是非常复杂的，里面有非常多的参数需要去调整和学习。怎么能够把这两个网络训练得比较好，就用到了深度学习。AlphaGo深度学习用了20万到30万个高手之间对弈的数据，并进行大规模的数据运算，这些运算用了两三千个CPU。
　　广州日报：AlphaGo战胜李世石，体现了怎样级别的人工智能水平？
　　乔宇：是的，AlphaGo运用深度学习和增强学习技术的人工智能依然只是属于“弱人工智能”，电影中出现的那种具有独立意志、具有情感认知能力的“强人工智能”到现在依然没有出现。
　　广州日报：未来会进入高智能阶段？
　　乔宇：要像人那样具有完全的自我意识，我相信是非常遥远的。
　　广州日报：AlphaGo战胜李世石，会带来什么意义？
　　乔宇：人工智能会吸引更多人关注，目前将人工智能的应用到医学图像处理，已是非常热门的研究领域。
　　人工智能将抢人的饭碗
　　在乔宇看来，国内人工智能与国外相比有一定的差距，但差距不大，而在一些领域，中国还处于领先地位。“人工智能将让我们生活更便捷”。同时乔宇也担忧，人工智能技术的高度发展将取代一些人类的传统工作。
　　广州日报：与国外相对，国内人工智能发展情况如何？
　　乔宇：国外的领先一些，但从学术研究方面，特别是在某些具体的技术点上，我们甚至还处于比较领先的水平，比如说行为识别。
　　广州日报：从产业角度来说，我们跟国外相比如何？
　　乔宇：有差距但是差距不大，中国有中国的特色，很多互联网企业比如百度、腾讯、阿里巴巴、京东等都在人工智能上有较大投入，包括建立了比较高水平的科研团队。另一方面，就是说，除了这些比较大的企业，我们还出现了很多高水平的初创团队。
　　广州日报：未来人工智能将如何影响我们的生活？
　　乔宇：从当前来看，可能影响两个方面：第一，人工智能很多技术的发展确实会让我们生活更加便捷，能够把我们从一些辛苦的劳动中解脱出来，比如说语音识别，我不想打字，说一段话利用人工智能就能“翻译”下来，未来肯定会有更多这方面的应用。
　　另一方面也是我个人的担忧，人工智能高度发展必然会带来一个趋势——一些人做传统工作可能慢慢被人工智能取代。比如说，自然语言处理方面，假如机器人能很好地跟人类交流，很多公司的语音客服就有可能被替代，这些客服就有可能被机器人抢走工作。当然，人工智能产业在革新一个旧产业、创立新产业的时候，也能带来工作机会，所以我们要引导人朝这方面寻找就业机会。
　　广州日报：你觉得人工智能和哪方面结合有想象空间？
　　乔宇：目前，人工智能与互联网、IT产业合作比较多。从个人角度来讲，我觉得医疗健康领域未来也会和人工智能“合作”，我国目前的医疗体系不够完善，高端和高质量的医疗资源少。医生看病需要大量的基础知识的学习，然后还需要看很多的病例，这些事情想要完全用计算机替代还是比较难的。但如果计算机能够“深度学习”这么多的病例，它会对医生的决策起到辅助作用。
　　再者就是疾病预防方面，我们可以运用人工智能对身体做全面地检测，那样无论是医疗成本还是病人的痛苦都可以大大地降低。
　　另外一个方面就是教育，一般来说都是人对人的教育，完全用机器是不现实的，但人工智能应该能在一定程度上协助老师。
　　广州日报：人工智能能发挥很大的功效是不是基于大数据？
　　乔宇：对。但我们希望未来计算机学习的方式越来越像人，而不需要这么多训练数据，也不需要这么多计算。未来小数据的学习也会是一个潮流，因为并不是所有领域都有大规模数据，具体到医疗领域就很明显。
　　人工智能是专才不是通才
　　人工智能起源于上世纪50年代，目前已经融入到我们的生活：人脸识别、车牌识别、语音识别等。但它目前只是某个领域的专才，与人类相比还差距遥远。
　　广州日报：请简单介绍一下什么是人工智能。
　　乔宇：通俗点说，由人制造出来的智能叫做人工智能。从学科研究角度来讲，它是计算机学科的一个分支，通过计算机或者通过机器进行运算，然后获得类似于人的智能。
　　广州日报：目前人工智能发展处于什么阶段？
　　乔宇：现处于非常高速的发展阶段，人类对人工智能的需求很强。
　　比如，一个城市发生案件后，警察要调取上千甚至上万个录像监控视频进行分析。如果只靠人去看，要消耗大量时间，还不可避免地出现遗漏。而计算机能够在很大程度上来节省办案时间。
　　广州日报：人工智能的应用主要集中在哪些领域？
　　乔宇：它最主要就是一个语音识别、图像识别，比如说人脸识别，指纹识别在深圳通关的时候已经广泛使用。
　　广州日报：AlphaGo引发了人们对人工智能的担忧，未来机器人是否会对人类造成威胁？你怎么看？
　　乔宇：我不担忧，事实上AlphaGo的神经网络以及它的结构还都是由训练数据决定的，它只会下围棋。
　　相比之下人的智能是很通用的，这是很大的区别。如果人工智能要对人构成威胁的话，它首先需要有自我意识。我们每个人生下来就是一个独立的个体，至少目前来讲，还没有任何人工智能具备这一点。从这个角度来讲，人工智能还不足为虑。
　　乔宇其人：
　　做图像识别取得世界领先的识别率
　　乔宇是语言识别、图像处理科班出身，“我出国之前就已经对语言识别、图像处理感兴趣了，所以出国留学就选了类似这样的实验室，然后做了图像处理，再做了语音识别。”乔宇在日本取得博士学位后，相继在中国香港、日本的高校做了一段时间的科研，做的还是他的老本行：语言识别、图像处理。而这两块也正是人工智能的一个分支。他取得了不俗的成绩，2012年获中科院卢嘉锡青年人才奖，2011年获得中国科学院“百人计划”择优支持，入选深圳市“孔雀计划”首批海外高层次人才，是广东省引进创新科研团队核心成员。
　　之后，乔宇与人工智能的另一热门分支——深度学习也擦出了火花，他的研究团队成为早期研究深度学习的一支科研力量。
　　2012年，乔宇在中科院深圳先进技术研究院工作时，接触到周围的一些(深度学习)研究成果，“我们觉得这可能是一个发展方向，当然不仅包括我，还有组里其他老师，大家商量了一下觉得不错，然后开始做这方面的研究。”
　　乔宇的团队在深度学习研究方向也收获了不少成果。真实场景下的跨年龄人脸识别取得世界领先的识别率。据了解，CACD人脸数据库(真实场景下采集的人脸数据，具有显著的年龄和其他变化)包括16万多张图片，2000个不同的人。“我们最新研制的深度模型取得了98.49%的准确率，这是目前国际上最好的结果。”
　　在视频行为识别方面，乔宇的科研团队提出基于运动向量的深度识别网络，每秒可以处理390帧图像，速度提高了近40倍，还可实现实时视频分类。
　　“在一年的时间内，在几个数据库中把场景识别准确率提高了十几个百分点，这也是我做研究之前意想不到的。”乔宇对目前取得的科研成果也有些意外。
今天的英特尔在面对压力之时，显然已经失去了格罗夫时代其该具备...
目前来看，快递行业发展之路几乎是一片繁荣，融资、上市者日益增...
借用罗辑思维里面罗胖说过的一句话，送给大家共勉：不问是非、埋...
苹果春季新品发布会仅1个小时，推出4英寸iPhone SE，新增玫瑰金配色，国行售价3288元起。
格鲁夫30年前的中层管理手册，同样适用于当代科技创业公司。书中的一些举措很有参考意义。机器学习-人工智能实验室-中国人工智能网-Powered by
更新： 07:04浏览：890
【AI世代编者按】美国多个部门正启动用于癌症的先进计算解决方案联合设计（JDACS4C）项目，试图利用深度学习技术推动抗癌研究。国外媒体近期刊文，对这一项目进行了介绍。 里克史蒂芬斯（Rick Stevens）表示，到2017年第二季度，用于癌症的先进计算解决方案
更新： 16:54浏览：519
深度学习在数据分析方面正在呈现持续增长的趋势，并被称为2013年的10项突破性技术之一 [1]。它是对神经网络的改进，包含更多的计算层，从而能够在数据中进行更高层次的抽象和预测 [2]。到目前为止，它正成为通用成像和计算机视觉领域领先的机器学习工具。 特
更新： 16:54浏览：446
当你向Facebook上传了一张你朋友的照片后，这张照片就进入了一个复杂的幕后处理过程。算法迅速行动并分析照片的每一个像素，直到将朋友的名字和这张照片匹配起来。这类型的前沿技术也被用在了自动驾驶汽车上，使得自动驾驶汽车能够从背景中区分行人和其它车
更新： 14:13浏览：1727
开发者需要能够快速开发出实施机器学习功能的深度学习神经网络，并将其转换到低功耗的嵌入式终端设备上，集成了神经网络算法的DSP芯片将成为这一难题的解决方案。 终端设备智能化的需求催生本地智能化（local intelligence） 当联网的终端设备越来越多时，产
更新： 09:03浏览：1720
糖尿病本身不一定造成危害，但长期血糖增高可引起多种急性和慢性并发症，可能会导致失明、心血管疾
更新： 13:59浏览：10721
想象一下，有人朝你扔过来一个球，你会怎么办？当然是马上把它接
更新： 15:48浏览：867
一项利用机器学习对性别歧视进行量化的研究发现，天文学领域的引用率对女性不利。据苏黎世瑞士联邦理工学院的研究人员估计，由于性别歧视，和男性相比，第一作者为女性的论文引用率要低10%左右。 引用模式上的性别差异此前在科学界有据可查。不过，研究人员
更新： 16:32浏览：1608
据英国《每日邮报》报道，担任特斯拉、SolarCity和SpaceX三家公司CEO的埃隆?马斯克(Elon Musk)表示，装备有人工智能的机器正在进入劳动力市场，对于人类来说，这很可能意味着工作流失和基本收入的普及。 这位亿万富翁解释称，因为自动化成为常态，未来我们的
更新： 10:06浏览：2213
据外媒报道，虽然机器学习技术是时下最火热的创新话题，但它依然带来了许多麻烦和隐忧。其中最为明显的就是这项技术正在侵犯我们每个人的隐私。 要想模仿人类，机器学习必须将人类最私密的一切连根拔起。因此，我们除了要保护自己的独特性，还要找出控制机器
更新： 16:49浏览：4392
科技讯10月27日消息 据外媒（Ars Technica）报道，上周微软宣布实现语音识别新突破：其开发的语音转录系统识别误差仅为5.9% ，已接近人类大脑水平。该转录系统基于微软自家的开源软件Cognitive Toolkit所开发，微软于昨日发布了该软件的 2.0 beta版。 此前这
更新： 15:47浏览：2301
机器学习也会对数据产生偏见，从而导致错误的预测。我们该如何解决这一问题？ Google的新论文或许会揭晓答案。 机器学习中的机会均等 随着机器学习计算稳步发展，越来越多人开始关注其对于社会的影响。机器学习的成功分支之一是监督学习。有着足够的历史遗留
更新： 13:09浏览：4225
按：本文作者，吴金龙，2010年获得北京大学数学院计算数学专业博士学位，期间研究方向为推荐系统中的协同过滤算法。毕业后加入阿里云，主要从事PC和云手机的输入法开发。2011年加入世纪佳缘，负责世纪佳缘用户推荐系统的开发。目前为世纪佳缘资深总监，领导
更新： 16:10浏览：2169
9月23日消息，据美国媒体报道，苹果在大肆收购机器学习公司。继去年底收购Perceptio和数月前收购Turi后，现在苹果又收购了印度机器学习公司Tuplejump。苹果代表未证实也未否认此消息，这是该公司事实上收购了的标准做法。 Tuplejump与多数机器学习公司一样，
更新： 16:01浏览：6519
直到目前为止，要在电脑上完成一个最简单的任务仍然需要极其复杂且精确的指令说明。 我们身边还有谁记得如何用穿孔卡片编程吗？又有谁还会使用DOS呢？ 计算机编程语言已经经过了多年的发展，但现在需要跨越的最大一步就是消除复杂编程。换句话说，教会计算机
更新： 10:31浏览：2356
目前，Pinterest月平均活跃用户量达到1亿，这家以图片为主的公司是如何留住用户并盈利的呢？Pinterest的主要目标是向用户推荐相关的图片或内容，推荐的内容足够精确才能提高用户黏性。近期，《快公司》发文表示，Pinterest 正从机器学习切入，向用户推荐更精
更新： 16:04浏览：4481
机器视觉技术取代收银员 超市结账不再需排长队 机器视觉技术将使任何智能手机或平板电脑能识别物体，用户在超市结账时将不再必须依靠收银员和条码扫描仪才能购物、结账。
更新： 07:03浏览：2793
记者在网上输入手持身份证照片，即可搜索到大量相关图片。 昨日有网友反映，用多个搜索引擎搜索手持身份证照片皆出现大量相关图片，人脸清晰，身份证等关键信息明白无误，不少网友担心这么重要的信息就这么暴露，太危险。北京晨报记者发现，其中有弱势群体的
更新： 08:32浏览：1411
据科技网站Geekwire报道，从Facebook上的相关线索可以发现，亚马逊正在组建一支英国剑桥之外的机器学习团队。 谢菲尔德大学机器学习和计算生物学教授Neil Lawrence曾向他的Facebook粉丝宣布，他将带领其学生团队将加入西雅图科技巨头。而亚马逊的机器学习的
更新： 22:35浏览：1594
据外媒报道，在本月时初被曝光以2亿美元收购了机器学习和人工智能初创公司Turi之后，苹果正在将其改造成专门的机器学习部门，日前已经在官方招聘页面贴出了相关岗位。 招聘信息显示，苹果正在招募的人员包括数据科研专家和先进应用开发者等，工作地点是Turi
更新： 09:34浏览：4074
当我们人类看一张图片时，为了分辨不同的物体，我们能细致到一个个像素的水平。在脸书的人工智能研究中心(Facebook AI Research, FAIR)，我们正在将计算机视觉技术推向一个全新的阶段我们的目标是让计算机能像人类一样，从像素的水平去分析图像和物体。在过