Yonatan Zunger 在 Medium.com上发表的关于 AI 的正确问题的文章中给出了很好的、具有挑衅性的定义：

...我将或多或少地互换使用术语“人工智能”（AI）和“机器学习”（ML）。这些术语的含义几乎相同，这是一个愚蠢的原因：“人工智能”在历史上一直被定义为“计算机还不能做的任何事情”。多年来，人们认为下棋、模拟对话或识别图像需要 真正的人工智能。每当其中一件事情真正发生时，球门柱就会移动。“人工智能”这个词太可怕了：它可能太接近我们定义自己的方式，以及是什么让我们与众不同。因此，在某些时候，专业人士开始使用“机器学习”这个术语来避免整个对话，结果卡住了。

Stuart J. Russell 和 Peter Norvig在他们高度引用的书中将人工智能(AI) 描述为智能代理设计，包括以下内容：

本书的统一主题是智能代理的概念。在这种观点中，人工智能的问题是描述和构建从环境接收规则并执行动作的代理。每个这样的智能体都由一个将感知映射到动作的函数实现，我们涵盖了表示这些函数的不同方式，例如生产系统、反应性智能体、逻辑规划器、神经网络和决策理论系统。我们将学习的作用解释为将设计者的范围扩展到未知环境，并展示它如何限制代理设计，有利于明确的知识表示和推理。我们不将机器人技术和视觉视为独立定义的问题，而是将其视为为实现目标而发生的问题。

与人工智能相比，机器智能一词出现在更专业或机械的计算环境中，例如自然语言翻译机、车削机，以及更普遍的 Raymond Kurzweil (1990)智能机器时代在计算机科学和一般的思想史。

我想有人可以声称并非每一种技术都是基于硅的，有些可以由培养皿中生长的生物神经元构成，在这种情况下，我们可以构建一种人工智能，而不是特别是机器智能。换句话说，并不是所有的技巧都是机器。

人工智能与机器学习的区别

人工智能：人工智能一词由“人工”和“智能”两个词组成。人工是指由人类或非自然事物制造的东西，智能是指理解或思考的能力。有一种误解认为人工智能是一个系统，但它不是一个系统。人工智能是在系统中实现的。人工智能的定义可以有很多，一个定义可以是“研究如何训练计算机，使计算机可以做目前人类可以做得更好的事情。”因此，它是一种我们想要添加的智能人类拥有的机器能力。

机器学习：机器学习是机器可以自行学习而无需明确编程的学习。它是人工智能的一种应用，它为系统提供了从经验中自动学习和改进的能力。在这里，我们可以通过整合该程序的输入和输出来生成一个程序。机器学习的一个简单定义是“机器学习据说是从经验 E 中学习某类任务 T 和性能度量 P，如果学习者在由 P 衡量的类任务中的表现随着经验而提高。”

点击链接了解更多：http ://snip.ly/94wpqt