得益于谷歌（Google）、亞馬遜（Amazon）和Facebook這些公司，人工智能（artificial intelligence）和機器學習（machine learning）這兩個術語已經變得比以往任何時候都要廣為人知。很多媒體經常是把這兩個詞混在一起，并把它們當成各種智能設備背后的驅動力量，比如更聰明的家電以及取代人力的機器人。

可是，盡管人工智能與機器學習關聯很深，但它倆并不完全是一回事。

人工智能是計算機科學的一個分支，目的在于創造出能夠做出智能行為的機器。另一方面，斯坦福大學給機器學習下的定義是：讓計算機在沒有經過明確編程時也能做出行動的科學。至于兩者的關系，用一句話概括就是：創造智能機器離不開人工智能研究人員，但要讓它們真正擁有智能我們還需要機器學習專家。

目前，包括谷歌和英偉達（Nvidia）在內的科技巨頭都在努力開發機器學習技術。他們投入大量的人力物力，想要開發出能讓計算機像人類一樣進行高效學習的技術。因為在很多人看來，創造出能像人類一樣“思考”的機器，將點燃一場新的科技革命。

在過去十年中，機器學習為我們帶來了自動駕駛汽車、實用的語音識別、高效的網絡搜索，并大幅提升了人類對于自身基因組的認知。不過，機器學習是如何運作的呢？

讓我們舉一個非常簡單的例子，當你在使用谷歌搜索時打錯了字，它會彈出提示：“你搜索的是不是XXXX？”這就是谷歌一種機器學習算法實現的效果；該系統可以檢測出你在完成一次特定搜索幾秒后所做的二次搜索。

例如，假設你在使用谷歌搜索“造就”，但不小心打成了“造酒”。在搜索之后，你可能意識到了自己的拼寫錯誤，并在幾秒后重新開始搜索“造就”。谷歌的算法能夠識別出你在短時間內進行的兩次搜索，并記錄下來，以后為犯下類似拼寫錯誤的用戶提供建議。其結果是，谷歌“學會了”為你糾正這個錯誤。