人工智能(AI)和机器学习(ML)之间到底有什么区别。根据维基百科我发现：
人工智能
在计算机科学中，人工智能(AI)，有时也称为机器智能，是由机器展示的智能，在与人类和其他人所表现出的自然智慧形成对比动物。计算机科学将人工智能研究定义为"智能代理"：任何感知其环境和采取行动，最大限度地提高成功实现目标。
机器学习
机器学习(ML)是对算法和计算机系统用来逐步改进的统计模型他们在特定任务上的表现。机器学习算法建立样本数据的数学模型，称为"训练数据"，为了在不明确的情况下做出预测或决定被编程为执行该任务。
但人工智能不是也在创建数学模型来采取行动，最大限度地提高成功实现目标的机会吗？
根本区别在于它们的方法。人工智能是一个通用术语，用于试图模仿人类行为及其智能的领域。任何能够做到这一点的方法都属于人工智能。
机器学习是人工智能的一个子集，它通过从数据中学习模式来实现人工智能，然后根据这些模式进行预测。
人工智能可以将人工智能松散地解释为将人类智能融入机器。每当机器根据一组规定的规则(算法)完成任务时，这种"智能"行为就是所谓的人工智能。
机器学习机器学习可以粗略地解释为赋予计算机系统"学习"能力。ML是一门设计和应用算法的科学，能够从过去的案例中学习东西。若过去存在某种行为，那个么你们可以预测它是否会再次发生。意味着如果没有过去的病例，那么就没有预测。像图像识别和自然语言处理这样的东西就是ML的一个很好的例子
如今，人工智能只是使用机器学习甚至深度学习的方法来解决一些问题，但实际上机器学习是人工智能的一个子集。那么，为什么人们总是说人工智能而不是ML呢？人工智能这个词对普通人来说更具吸引力和想象力。
人工智能是机器学习的超集。这意味着机器学习也是人工智能。
人工智能通常被认为是一个以理性方式行事的实体。
这可以说就像恒温器一样简单，当温度过高时，它会打开空调。
机器学习是实体使用数据来告知其决策和学习的地方。
一个例子是，电脑可以查看世界上每个人的所有驾驶记录。然后，它将所有这些都考虑在内，然后进行统计分析，然后发现25岁以下吸烟的男性在明年发生事故的可能性为30%。还有其他方法可以做到这一点，但机器学习会将数据作为输入，然后根据这些数据生成模型(学习)。