人工智能（AI）是計算機科學的一個廣泛分支，與構建能夠執行通常需要人類智能的任務的智能機器有關。人工智能是一門跨學科的科學，具有多種方法，但是機器學習和深度學習的進步實際上在整個技術行業的各個領域都產生了范式轉變。

不同類型的AI：

在很高的層次上，人工智能可以分為兩種大類型：狹窄的AI和通用AI。

狹窄的AI-狹窄的AI是當今我們在計算機中看到的一切：已經教過或學會了如何執行特定任務而無需明確編程的智能系統。這種類型的機器智能在Apple iPhone上的Siri虛擬助手的語音和語言識別，無人駕駛汽車的視覺識別系統，推薦引擎（根據購買的產品來推薦您喜歡的產品）中很明顯在過去。與人類不同，這些系統只能學習或被教導如何執行特定任務，這就是為什么它們被稱為狹窄AI。

狹窄的AI有大量新興應用程序：解釋無人機的視頻饋送，對基礎設施（如輸油管道）進行視覺檢查，組織個人和企業日歷，響應簡單的客戶服務查詢，與其他智能系統協調執行這些任務包括在合適的時間和地點預定酒店，幫助放射線醫師發現X射線中的潛在腫瘤，在線標記不當內容，從IoT設備收集的數據中檢測電梯的磨損等等。

通用AI-人工智能與人類截然不同，是人類可以適應的智力類型，它是一種靈活的智能形式，能夠學習如何執行截然不同的任務，從理發到構建電子表格，或者推理各種各樣的事物。根據其積累的經驗可以選擇各種主題。

什么是機器學習？

機器學習是一門科學，它使計算機像人類一樣學習和行動，并通過以觀察和真實交互的形式向計算機提供數據和信息，從而隨著時間的流逝以自主方式改善其學習。

機器學習初學者中最常見的錯誤之一是成功測試培訓數據并產生成功的幻想。Domingo（和其他人）強調在測試模型時保持某些數據集分離的重要性，并且僅使用保留的數據來測試所選模型，然后學習整個數據集。

就目的而言，機器學習本身并不是目的或解決方案。此外，嘗試將其用作總體解決方案。