不过，虽然 AI 和机器学习有着千丝万缕的联系，但两者并非同一回事。
AI 是计算机科学的一个分支，意如其名（Artificial Intelligence）——旨在通过人工的方式建造具有智能的机器。而斯坦福大学给“机器学习”下的定义为：使电脑在人工编程之外自主运作的能力。两者相互联系不可分割，你需要 AI 专家来打造智能机器，而若要实现真正意义上的智能，机器学习专家的参与不可或缺。
谷歌和英伟达都在探索机器学习的道路上兢业前行。他们的愿景是让机器最终能够像人类一样自我学习和思考，这被认为是下一波科技革命的关键。
大众对机器学习的成果并不陌生。在过去的几十年里，机器学习相继催生了“自动驾驶汽车”、“精准语音识别”和智能网络搜索等造福众生的成果。甚至还帮助人类破解基因密码。不过，在这一系列不可思议的成果之下，机器学习是怎么运作的呢？
让我们来拿网络搜索来作例子。比方说你想在谷歌里搜索“Wired”，但是不小心错打成了“Wored”。在非智能引擎的情况下，返回的结果当然会让你认识到自己的错误，然后你就会再花费几秒钟重新以正确的拼写来进行搜索。而谷歌的算法会记录你这种“二次搜索”的情形，当以后再有人犯同样的拼写错误时，谷歌就会很贴心地问“您是否要找‘Wired’？”并给出正确搜索结果。于是，谷歌就这样习得了自动纠正功能。
上面只是非常基础的一个“机器学习”案例。现实中，科学家和研究人员使用更复杂的机器学习来实现从前难以企及的事情。从人类经验中学习而来的程序能够帮助科学家揭秘基因的运作之谜。机器学习用在商业上，则可以通过对消费行为的分析来提供更精准的广告投放和购买建议，从而大幅度提高商业利润。其他的应用还包括图像识别、欺诈预防等等。
现在你已经基本上了解机器学习是怎么一回事儿了。那么 AI 和它又有什么关系呢？我们请英特尔公司机器学习部门负责人 Nidhi Chappell 来为你解惑：
“简言之，AI 是一门打造智能机器的学科，而‘机器学习’让这些机器更智能。AI 通过机器学习得以实现。”AI 涵盖的范畴众多，机器学习是其中发展最快、最引人注目的一个分支。
“当你来到一个新地方，在网上搜索行动建议时，那些建议的排序便是机器学习在背后帮你排列的。”Chappell 说。并表示人们每天看到的新闻排序依据的也是如此原理。
“AI 已经渗透到日常生活的方方面面，以致于说出来人们都会很难相信。可能你每天都上十数百次地受到机器学习的帮助，而对之毫无察觉。”
尽管目前已经成绩斐然，不过要成就更出色的 AI，机器学习还需要经过一轮锐变才行。更强的计算性能，更优的表现。机器学习算法仍然有很大进步空间，这也是很多科技企业将机器学习列于发展战略重中之重位置的原因。为了实现完全自主和 100% 安全的自动驾驶，为了打造更智能的机器和创造下一个创新点，人们正向着未来不懈努力。
