什么是人工智能？

人工智能是一个总称：机器学习是其中的一种方法，而生成式人工智能是一种产生新内容的系统。

主要要点

• 人工智能、机器学习和生成式人工智能是相关但不同的术语。
• 令人信服的输出并不能证明理解或正确性。
• 根据系统必须执行的任务及其错误的后果来判断系统。

人工智能系统接受输入，使用规则或学习模型处理它们，并产生输出。路线规划者可以使用明确的规则搜索可能的旅程。机器学习模型可以根据早期交付的示例来估计交付时间。无需人类意义上的思考或理解，两者都可以发挥作用。区别在于系统如何实现输出，而不是其界面看起来是否智能。机器学习用从数据中学习的模式取代了一些手写的决策规则。生成系统使用学习的模式来生成文本、图像、音频或其他输出。因此，聊天机器人可以产生流畅的解释，而无需检查每个陈述是否正确。它产生响应的能力不同于响应正确的证据。要评估人工智能声明，需要确定任务、输入、输出以及用于判断成功的证据。仅在熟悉的示例上获得良好的结果是不够的：还要询问不熟悉的数据、不明确的请求和代价高昂的错误会发生什么。人工审查、明确的限制以及挑战输出的方法与模型的标题能力一样重要。

1. 基于规则的分类器将包含“退款”一词的每条消息发送到计费队列。
2. 学习分类器根据人们已经标记为计费、技术支持或一般问题的消息进行训练。
3. 对新消息进行测试，包括“我不想退款；我不想退款”。我需要登录方面的帮助。”计算错误路线并检查代价高昂的错误。

规则和分类器可能会以不同的方式失败。这个说明性比较说明了为什么“人工智能”标签本身无法告诉您哪个系统更有用。