老實說，說是比較其實根本不恰當，因為兩者根本不是同一個層面的事情。但簡單說，人工智慧是包含了機器學習這一項目。就連大數據、資料探勘都可以勉強算進人工智慧的領域。

人工智慧

人工智慧是一門學科

人工智慧幾乎可以追朔到電腦剛被發明的時代。人造人、人工智慧等等都是極為廣大的議題。究竟什麼是人？什麼是生命？怎樣又是人造人？至今沒有一個明確的答案。同樣的要了解什麼是人工智慧，就要先知道什麼是智慧。但，這就是一個難題。目前人工智慧可以分成兩大種類： 強人工智慧 與 弱人工智慧 。所謂強人工智慧，是能夠做到真正推理、具有心智的狀態。不過強人工智慧很難判定，也很難真正定義，故至今未出現真正強人工智慧。弱人工智慧就簡單多了，只要「看起來」有智慧的可以。並且通過檢驗的方式也很簡單，圖靈測試：只要機器的行為無法被人類輕易分辨是否為人就可以了。

後來也出現反圖靈測試，不過...這似乎只證明了人類比機器更不如....

機器學習

機器學習是一類工具

機器學習是一類使用資料驅動(data drive)的訓練方式，來達到機器看起來會學習的樣子。同樣需要資料，機器學習的前輩資料探勘，還需要人去加以分析、推論(這仍然非常重要)，機器學習像是會自己透過訓練學會判斷。註明的貝氏分類器就曾經被用於自動判斷信件是否為垃圾信件(根據使用者過往行為)。不過機器學習與資料探勘兩者有個很大的模糊地帶。許多機器學習的方法常在訓練完後，就不會在學習。我的老師就曾經說過，他認為只有類神經網路這類能夠不斷學習的方法才是真正的機器學習。

在ML Jam課程所要學習的，是一種達到人工智慧的工具--機器學習的概念與使用。明天，我想先聊聊預先分析資料到底有多重要，然後再進入到機器學習的兩個主要階段。