當(dāng)我向別人介紹我是數(shù)據(jù)科學(xué)家時(shí)，我常常被問到數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)有什么區(qū)別或者這是否意味著你在從事人工智能工作？類似問題我已經(jīng)回答過很多次，答案可以總結(jié)成三原則：
數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、人工智能，究竟有什么區(qū)別？
這些領(lǐng)域確實(shí)有很多重合，而且各自都有各自的說法，選擇哪一個(gè)看起來(lái)更像是一個(gè)市場(chǎng)問題。但是他們不可互換：這個(gè)領(lǐng)域的大部分專業(yè)人士，對(duì)如何把特定的工作分成數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、人工智能，都有自己的一套直覺，盡管它很難用語(yǔ)言描述出來(lái)。
所以在這篇文章中，我提出了一個(gè)關(guān)于相當(dāng)簡(jiǎn)化的定義：
數(shù)據(jù)科學(xué)產(chǎn)生見解
機(jī)器學(xué)習(xí)做出預(yù)測(cè)
人工智能創(chuàng)造行為
需要明確的是，這不是一個(gè)充分的定義：不是所有符合定義的都屬于這個(gè)領(lǐng)域。（算命師做決策，但我們永遠(yuǎn)不會(huì)說他們?cè)谧鰴C(jī)器學(xué)習(xí)�。┩瑯右�，這也不是決定一個(gè)人的角色或者工作頭銜的好方法（我是一個(gè)數(shù)據(jù)科學(xué)家嗎？），這是一個(gè)關(guān)注點(diǎn)和經(jīng)驗(yàn)的問題。（任何工作都可以這樣描述：寫作是我工作的一部分，但我不是一個(gè)專業(yè)的作家）。
但我認(rèn)為這個(gè)定義是一種有效的方式，它可以來(lái)幫助你區(qū)別這三種類型的工作，這樣談?wù)撈饋?lái)時(shí)不會(huì)讓人覺得很傻。值得注意的是，我在討論成為一個(gè)描述主義者而不是規(guī)范主義者的方法：我感興趣的是這個(gè)領(lǐng)域的人如何使用這些術(shù)語(yǔ)而非術(shù)語(yǔ)本身。
數(shù)據(jù)科學(xué)產(chǎn)生見解
數(shù)據(jù)科學(xué)和其它兩個(gè)領(lǐng)域有所區(qū)別，是因?yàn)樗哪繕?biāo)是基于人類：能夠獲得洞察力和理解。JeffLeek對(duì)數(shù)據(jù)科學(xué)可以實(shí)現(xiàn)的洞察類型有很好的定義，包括：描述性（普通客戶有70％的更新機(jī)會(huì)），探索性（不同的銷售人員有不同的更新率）和因果關(guān)系（一個(gè)隨機(jī)實(shí)驗(yàn)表明分配給Alice的客戶比分配給Bob的客戶更有可能更新）。
不是所有產(chǎn)生洞察力的科學(xué)都是數(shù)據(jù)科學(xué)（數(shù)據(jù)科學(xué)的經(jīng)典定義是統(tǒng)計(jì)學(xué)、軟件工程和領(lǐng)域?qū)I(yè)知識(shí)的組合）。但是我們可以用這個(gè)定義來(lái)區(qū)分ML和AI。主要區(qū)別在于，數(shù)據(jù)科學(xué)中總有人工介入：有人正在理解、洞察，工業(yè)機(jī)器人維修，看到數(shù)字，或者從結(jié)論中受益。我們的象棋游戲算法使用數(shù)據(jù)科學(xué)來(lái)決定下一步棋或者Google地圖使用數(shù)據(jù)科學(xué)來(lái)推薦駕駛方向是毫無(wú)意義的。
數(shù)據(jù)科學(xué)的定義因此強(qiáng)調(diào)：
統(tǒng)計(jì)推斷
數(shù)據(jù)可視化
實(shí)驗(yàn)設(shè)計(jì)
領(lǐng)域知識(shí)
交流
數(shù)據(jù)科學(xué)家可能會(huì)使用簡(jiǎn)單的工具：他們可以報(bào)告百分比并根據(jù)SQL查詢制作線圖；也可以使用非常復(fù)雜的方法：他們可能會(huì)使用分布式數(shù)據(jù)存儲(chǔ)來(lái)分析數(shù)萬(wàn)億條記錄，開發(fā)尖端的統(tǒng)計(jì)技術(shù)并構(gòu)建交互式可視化。無(wú)論他們使用什么，目標(biāo)都是為了更好地理解他們的數(shù)據(jù)。
機(jī)器學(xué)習(xí)做出預(yù)測(cè)
我認(rèn)為機(jī)器學(xué)習(xí)是關(guān)于預(yù)測(cè)的領(lǐng)域：給定具有特定特征的實(shí)例X，預(yù)測(cè)Y。這些預(yù)測(cè)可能是關(guān)于未來(lái)的（預(yù)測(cè)這個(gè)病人是否會(huì)得敗血癥），但它們也可能是對(duì)于計(jì)算機(jī)不明顯的特性（預(yù)測(cè)這個(gè)圖像是否有鳥）。幾乎所有的Kaggle比賽都可以被認(rèn)定為機(jī)器學(xué)習(xí)問題：他們提供一些訓(xùn)練數(shù)據(jù)，然后查看參賽者是否可以對(duì)新例子做出準(zhǔn)確的預(yù)測(cè)。
數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)之間有很多重疊。例如，邏輯回歸可以用來(lái)獲取關(guān)于關(guān)系的見解（用戶越富有，他們購(gòu)買我們產(chǎn)品的可能性越大，所以我們應(yīng)該改變我們的營(yíng)銷策略）并做出預(yù)測(cè)（這個(gè)用戶有53％購(gòu)買我們產(chǎn)品的可能性，所以我們應(yīng)該向他推薦我們的產(chǎn)品）。
像隨機(jī)森林這樣的模型可解釋性稍差，而且更適合機(jī)器學(xué)習(xí)的描述，深度學(xué)習(xí)等方法是眾所周知的難解釋。如果你的目標(biāo)是獲得見解而不是做出預(yù)測(cè)，這可能會(huì)阻礙你。因此，我們可以想象一個(gè)數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的譜，其中可解釋模型傾向于數(shù)據(jù)科學(xué)，更多黑盒子模型則傾向于機(jī)器學(xué)習(xí)這一邊[source](https://xkcd.com/1838/)
大多數(shù)從業(yè)者可以在這兩個(gè)任務(wù)之間非常舒適地來(lái)回切換。我在工作中同時(shí)使用到機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)：我可以通過機(jī)器學(xué)習(xí)的方法，在StackOverflow的業(yè)務(wù)資料上匹配一個(gè)模型來(lái)判定哪些用戶更有可能是在尋找一份工作，然后用數(shù)據(jù)科學(xué)來(lái)構(gòu)筑結(jié)論和可視化結(jié)果來(lái)驗(yàn)證為什么這個(gè)模型有效。這是非常重要的方法來(lái)發(fā)現(xiàn)你模型中的缺點(diǎn)以及解決算法偏見。這也是數(shù)據(jù)科學(xué)經(jīng)常將機(jī)器學(xué)習(xí)發(fā)展為一個(gè)產(chǎn)品的原因。
人工智能創(chuàng)造行為
人工智能是目前為止這三個(gè)類中最古老和最廣為承認(rèn)的，但結(jié)果也是最具挑戰(zhàn)性來(lái)定義的。由于尋求資金和關(guān)注的學(xué)者、記者和創(chuàng)業(yè)者，人工智能也得到了大肆宣傳。
數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、人工智能，究竟有什么區(qū)別？
因?yàn)檫@也意味著一些本應(yīng)該被稱為人工智能的工作卻并不是按照這樣進(jìn)行描述的，這也引起了我的強(qiáng)烈反對(duì)。一些學(xué)者也在抱怨人工智能的作用：人工智能是我們現(xiàn)在還無(wú)法做到的。所以什么工作可以讓我們合理地描述人工智能？
一個(gè)定義人工智能的通用思路是一種自發(fā)代理行為執(zhí)行或者推薦行為行為(e.g.Poole,MackworthandGoebel1998,RussellandNorvig2003)。我認(rèn)為也屬于人工智能的系統(tǒng)包括：
人機(jī)博弈算法(DeepBlue,AlphaGo)
機(jī)器人學(xué)和控制理論(運(yùn)動(dòng)規(guī)劃,兩足機(jī)器人的步行行為)
優(yōu)化選擇(谷歌地圖路徑選擇)
自然語(yǔ)言處理(機(jī)器人2)
強(qiáng)化學(xué)習(xí)
此外，人工智能與其他領(lǐng)域也有很多交疊。深度學(xué)習(xí)因?yàn)闄M跨機(jī)器學(xué)習(xí)和人工智能兩個(gè)領(lǐng)域，所以特別有趣。典型應(yīng)用例子就是訓(xùn)練數(shù)據(jù)然后作出預(yù)測(cè)，這已經(jīng)在人人機(jī)博弈算法中表現(xiàn)出巨大的成功，比如Alphago（與更早之前的人機(jī)博弈系統(tǒng)，如深藍(lán)相比，Alphago更聚焦于探索和優(yōu)化未知的解決方案空間）。
但這之間也有區(qū)別。如果我分析一些銷售數(shù)據(jù)，會(huì)發(fā)現(xiàn)來(lái)自特定行業(yè)的客戶比其他更多(提取出一些調(diào)查結(jié)果),輸出結(jié)果是一些數(shù)字和圖表，不是特定行為。(管理者可能會(huì)根據(jù)這些結(jié)論改變銷售策略，庫(kù)卡機(jī)器人驅(qū)動(dòng)器維修，但這個(gè)行為不是自發(fā)性的)這意味著我會(huì)將我的工作描述為數(shù)據(jù)科學(xué):如果將提高銷售額的方法歸結(jié)于人工智能將會(huì)是很尷尬的說法。
請(qǐng)不要將經(jīng)受過算法訓(xùn)練的人都寫作具有人工智能能力的人
DaveGershgorn@davegershgorn3:17AM-Sep19,2017
人工智能與機(jī)器學(xué)習(xí)的差異更加微妙，從發(fā)展歷史來(lái)說，機(jī)器學(xué)習(xí)通常被認(rèn)為人工智能的一個(gè)子領(lǐng)域(計(jì)算機(jī)視覺尤其是一個(gè)經(jīng)典人工智能問題)。但我認(rèn)為機(jī)器學(xué)習(xí)領(lǐng)域已經(jīng)與人工智能有較大割離，一定程度上是由于上面所提及的沖擊：大多數(shù)研究預(yù)測(cè)問題的人都不喜歡把自己描述成人工智能研究人員。(很多重要的機(jī)器學(xué)習(xí)所取得的突破來(lái)自于數(shù)據(jù)分析，而這些數(shù)據(jù)在AI領(lǐng)域的其他領(lǐng)域很少出現(xiàn)。)這意味著，如果你能把一個(gè)問題描述為從Y中預(yù)測(cè)X，我建議你完全避免使用人工智能這個(gè)詞。
數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、人工智能，究竟有什么區(qū)別？
案例研究：怎樣將這三者一起使用
假設(shè)我們正在開發(fā)一輛自動(dòng)駕駛汽車，并且正在研究將車�？吭谕＼嚇�(biāo)志處的特定問題。我們需要從這三個(gè)領(lǐng)域中獲得的技能。
機(jī)器學(xué)習(xí):汽車必須使用它的攝像頭識(shí)別停車標(biāo)志。我們構(gòu)造一個(gè)包含數(shù)百萬(wàn)街邊對(duì)象的照片數(shù)據(jù)集，然后訓(xùn)練一個(gè)算法來(lái)判斷那些照片中有停車標(biāo)注。