什么是机器学习？什么是人工智能？人工智能是万能的吗？

什么是机器学习？

机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

【个人理解】机器学习是一门交叉学科，大体上就是统计+计算机，通过数据来提升程序的性能。目前的深度学习模型表现效果卓越的三个原因有：
1、算法的进步：先进的神经网络模型：深层神经网络（MLP）,卷积神经网络（CNN）,循环神经网络（RNN）

2、目前获得大数据以及不再是一件极其困难的事情，数据量的增多也使得训练大型神经网络成为可能（训练样本增加，我们可以增加模型的参数从而提高模型的拟合效果，因为数据量巨大过拟合的风险会大大降低）

3、计算机硬件的进步，GPU的大量使用，计算机运算速度的不断提高，使得训练大型神经网络的时间得以缩短。

机器学习的定义

卡耐基梅隆大学著名机器学习教授 Tom Mitchell 的定义是：

A program can be said to learn from experience E with respect to some class of tasks T and performance measure P,if its performance at tasks T,as measure by P,improves with experience E.

对于某类任务 T 和性能度量 P ，如果一个计算机程序在 T 上以 P 衡量的性能随着经验 E 而自我完善，那么我们称这个计算机程序在从经验 E 学习。

【个人理解】对于某项机器学习任务来说，我们首先需要有数据，然后确定度量性能的指标例如准确率（在一项任务中判断正确的样本比例）。通过计算机编程实现机器学习算法，输入数据训练模型，如果在评价指标P（例如准确率）下，训练完的模型对未来的数据预测的效果有提升，则说明我们的模型从数据中学到了东西。

就目前而言，机器学习仍然是实现人工智能最有可能的途径。

什么人工智能?

计算机领域一代宗师图灵，曾经提出具有开创意义的“图灵测试”，用来判断一台计算机是否达到了具备人工智能的标准。这个标准如下：

如果通过问答这种方式，我们已经无法区分对话的那一端到底是机器还是人类，那么就可以说这样的机器已经具备了人工智能。

人工智能是万能的吗？

很多人说，人工智能现在那么强大，简直就是万能的，以后人类是不是就不用干活了，全部交给人工智能就好。

简单的说人工智能并不是万能的。
通常的思路来讲，可能非常费劲。感谢吴军老师给出一个新的角度，带我们换一个角度来看问题，目前的人工智能算法都要在计算机上运行，那么如果说计算机不是万能的，那么人工智能也不是。

通过以下思路我们能就够计算机不是万能的这一结论
1、世界上有很多问题，其中只有一小部分是数学问题；
2、在数学问题中，只有一小部分是有解的；
3、在有解的问题中，只有一部分是理想状态的计算机可以解决的；
4、在后一类问题中，又只有一部分问题是今天实际的计算机可以解决的；
5、而人工智能可以解决的问题，有只是目前计算机可以解决问题的一部分。

图片来自吴军的谷歌方法论

参考

范淼，李超.Python机器学习及实践——从零开始通往Kaggle竞赛之路
吴军的谷歌方法论