人工智能和机器学习:有什么区别，为什么重要?

如果Facebook最近 聊天机器人的故事 这说明了，缺乏理解确实会滋生恐惧.

该公司关闭了人工智能机器人，因为它们创造了自己的语言, 人们的直接反应是担心智能技术即将取代人类. 然而，曾经有报道称，这些机器人总是被设计用来做语言学实验的, 他们突然显得不那么具有威胁性了.

It’s this kind of ambiguity-fuelled concern that drives the confusion around both AI and another concept that has become synonymous with it; 机器学习. 经常交替使用, 很难区分这些术语, 更不用说它们将如何影响我们的世界了. 因此，它们仍然是许多人恐惧的根源.

消除对这些技术的担忧，实现它们的潜力, 有一件事是至关重要的:完全理解它们是什么, 它们的不同之处, 以及它们对商业的未来，尤其是彩乐园dsn的未来意味着什么.

注定要比我们所有人都聪明?

用于描述一系列工具和应用程序, 人工智能是大多数消费者使用的术语, 市场营销人员, 和品牌熟悉. The broad nature of the concept is also relatively well known; AI is understood to describe the process of machines conducting tasks and thinking without instruction. 或者换句话说，独立运作的智能技术.

但不同类型的人工智能尚未得到广泛认可.

例如, 人工智能最初被用来定义可以模拟基本动作的计算机, 比如解方程. 现在, 我们正处于狭义人工智能(也称为应用人工智能)的时代，技术可以在一个领域模仿人类的能力，比如 谷歌的AlphaGo. 先驱者们正致力于进入下一个阶段——通用人工智能——在这个阶段，工具将与人类智能相匹配，并像我们一样执行多种功能. 一旦达到这个目标, 在各个方面取代人类知识的超级智能人工智能将是下一个.

机器学习:人工智能的基础

而机器学习通常被视为人工智能的另一个名称, 反之亦然, 这实际上是一个相关但独特的概念. 主要区别在于，人工智能包含了机器将数据转化为自主行动的一般概念, 而机器学习专门指的是可以使用信息作为完善和获得技能的基础的技术. 

与传统的遵循编程的手工编码系统相反, 机器学习使用先进的算法来分析数据, 识别模式, 并决定它应该如何应用:教会自己掌握各种任务. 例如, 给定足够的面孔例子, 声音的录音, 和对象, 它可以成为高度精通面部, 演讲, 以及物体识别——至少达到人类的水平, 而且通常规模更大. 

这使得它成为人工智能的一个重要分支. 此外，它也有自己的压力. 比如深度学习, 利用神经网络模仿人类决策, 是机器学习的一个分支吗.

人工智能和机器学习能改善彩乐园dsn吗?

随着广告商意识到许多行业挑战，这些挑战通常被认为与程序化密切相关, 了解人工智能和机器学习如何为彩乐园dsn增加价值并提高广告质量非常重要. 

但是，只关注人工智能的作用，忽略了人类在智能技术工作中发挥的重要作用. 毕竟，机器必须正确地实现和维护才能正常运行. 结果是, 营销人员和发行商需要谨慎选择工具和供应商, 并持续监控智能机器的输入和输出. 

让我们来看看使用人工智能和机器学习技术可以改善彩乐园dsn的三个关键领域:  

1. 数据驱动的目标

人工智能工具提供的最大优势之一是无与伦比的即时整理能力, 评估, 并部署多个数据流. 在彩乐园dsn中，这种能力可以显著提高效率和影响力. 例如, 复杂的算法可以帮助通过大数据来确定受众对哪种广告类型有反应，并相应地调整投放方式, 节约浪费，提高参与度. 此外, 对消费者行为的洞察可以决定个人喜欢什么，以及他们什么时候最容易接受, 使营销人员能够在理想的时刻重新定位广告，而不会造成干扰.  

2. 增加上下文相关性

曾经有一段时间，实现大规模的环境和个人影响是一项艰巨的任务, 但是由于机器学习的进步, 比如动态创意优化(DCO), 新的可能性正在出现. 与DCO, 营销人员可以立即为大量受众量身定制信息，以满足一系列变量, 从地理位置到天气, 以及选择创意来匹配每个消费者在购买路径上的位置. 因此，每条信息都可以成为数据驱动故事的一部分，具有鼓舞人心的个人风格. 

3. 优化活动表现

最后但并非最不重要的是机器学习的性能增强前景. 例如, 数据驱动的实践和机器学习可以用来跟踪消费者的互动，并识别他们的活动模式. 利用由此产生的洞察力, 然后，营销人员就可以预测个人未来想要什么以及如何想要, 当, 在哪里, 信息应该用来增加用户粘性, 和销售. 

人工智能和机器学习有潜力改善而不是超越这个行业, 为营销人员提供为消费者提供更好体验的手段, 以及更好的结果. 然而，理解是使这一愿景成为现实的关键. 对人工智能和机器学习有一个清晰的认识, 以及为什么谨慎的人类指导对他们的成功仍然很重要, 该行业可以利用机器的力量来确保一个更光明的合作未来.