這4種機器智能類型，你了解多少？

認知計算，人工智慧，機器學習和深度學習通常用於描述同一事物，但實際上有所不同。我們解釋一下這些差異是什麼，這樣你可以更好地理解這些片段如何組合在一起。

儘管機器智能涉及的不僅僅是一個概念，計算機也變得更加智能。但在日常會話中常常會聽到「AI」，「認知計算」，「機器學習」和「深度學習」，儘管這些術語經常被濫用。

無論您是從業者，IT領導者還是商業領袖，您都應該了解這些差異。以下是一些基本的解釋，解釋每個的價值。即使你覺得你理解這些條款，使用這篇文章來幫助你的老闆理解他們想要什麼時，他們要求「一些人工智慧」。

認知計算

認知計算是機器智能的感官分支。使用感測器和演算法，計算機可以「看到」，「聽到」和「感覺到」，儘管也正在努力解決「氣味」和「味道」問題。技術分析師，顧問兼架構師Janakiram MSV表示：「認知計算為人們帶來了人類的能力，使他們能夠思考，行為，並像人類一樣行動。「認知計算是外行人體驗人工智慧的方式。」

圖像感測器可以讓電腦看到，而麥克風可以讓他們聽到。文本到語音和語音到文本技術使他們能夠使用自然（人類）語言與人類進行通信。Alexa，Siri，Cortana和Google Assistant是後者的例子。

「將照相機和話筒添加到計算機並不是一個新概念，但現在我們正在為一直缺失的計算機添加一個大腦，」Janakiram說。「認知計算是為計算機添加人工感官功能並為計算機添加大腦，這種能力使計算機能夠思考，行動，並像人類一樣行動。」

AI

人工智慧為電腦帶來了決策能力，我們每天都以推薦引擎的形式體驗電腦。雖然人工智慧不是一項新技術，但云計算和存儲經濟已經實現了其爆炸性增長和主流應用。

「認為人工智慧是認知計算背後的大腦，認知計算是感官能力，人工智慧可以在沒有這些能力的情況下存在，」Janakiram說。「它沒有任何感官上的限制，這只是一個聰明的建議。」

一種流行的新興AI使用案例是自動駕駛汽車。從本質上講，AI是智能軟體應用程序背後的「大腦」。

機器學習

機器學習需要大量的數據，從中可以識別模式並進行預測。

經典的機器學習訓練示例是教計算機區分貓和狗，或不同品種的貓和狗。例如，此類功能現在正用於識別犯罪調查中的對象和個人。同時，企業正在使用預測方面來改善客戶服務，安全性和業務效率。

「如果你餵養一萬個數據點的身高和體重信息，並讓計算機從中得出一個模式，那麼以後你只能餵食高度，計算機將能夠準確預測體重是多少，」Janakiram說。 。「機器學習是從過去的數據，歷史趨勢，識別模式中學習，然後預測下一步是什麼，這是一個過於簡單化的定義，但它是考慮它的最好方法。」

深入學習

深度學習使用模仿人腦的生理和功能的神經網路。神經網路包括幾層神經元，導致使用術語「深度學習」。

「深度學習採用機器學習的概念，讓電腦從歷史數據中學習，然後應用人腦思考的方式，」Janakiram說。「[深度學習使用]神經科學和神經學技術。」

深度學習是機器學習的最高級形式，並且正在成為培訓計算機的首選方式。

目前語音交互機器人,機器學習需要的一定行業數據，從中可以識別模式並進行預測。

在當下的耶特電銷機器人已經逐漸成熟，同時為企業解決人工成本起到了很大的作用！

耶特語音智能機器人與傳統電銷人員對比

房地產的錄音

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！