過去稱之為自動化的產(chǎn)品，現(xiàn)在更名為人工智能，有些學(xué)校甚至直接將自動化專業(yè)分出來改為人工智能，人工智能與自動化的區(qū)別，一位知乎優(yōu)秀答者說：

共同點(diǎn)：表象都是應(yīng)用知識來解決問題。
不同點(diǎn)：知識是由人類發(fā)現(xiàn)的，還是由機(jī)器自己從數(shù)據(jù)中提取的。

自動化是遵循著預(yù)先設(shè)置好的編程規(guī)則的軟件；而人工智能則是設(shè)計(jì)用來模擬人類的思考和行為，通過訓(xùn)練習(xí)得規(guī)律，并能精準(zhǔn)預(yù)測。下面分別講述自動化和人工智能

自動化

其實(shí)自動化機(jī)器和人工智能間最關(guān)鍵最大的不同在于：自動化機(jī)器是由人類預(yù)先設(shè)置好的手工配置來驅(qū)動和行動的。很多時(shí)候只是為了說出來比較好聽而已，或者為了更好的融資和推銷。其實(shí)你做的只是把自動化流程嵌入到了你的工作流程中。在自動化的范疇下，如果達(dá)到了X條件，執(zhí)行Y。我們預(yù)先在系統(tǒng)中定義了在X條件下Y的執(zhí)行方式。

下面舉兩個(gè)例子

筆者第一份工作是在晶圓廠，制造業(yè)公認(rèn)的自動化程度最高的行業(yè)，全廠自動化生產(chǎn)，自動預(yù)警，自動分配產(chǎn)品線的產(chǎn)品。這一切得益于IBM公司的MES系統(tǒng)，所有的判斷和運(yùn)行都是通過程序事先設(shè)定好的，這個(gè)毫無疑問是自動化

市面上眾多的智能音箱，大家都會毫無疑問的認(rèn)為他是人工智能產(chǎn)品，智能音箱包括ASR，NLP，TTS（后期會詳細(xì)講智能音箱），智能音箱 的智能大多數(shù)是ASR音轉(zhuǎn)字，TTS字轉(zhuǎn)音的智能，NLP自然語言理解上并沒有達(dá)到智能，大多數(shù)音箱對話機(jī)制是通過輸入大量的說法和語料，要窮舉用戶的各種說法或者觸發(fā)某個(gè)關(guān)鍵字，系統(tǒng)才能識別，然后給予對應(yīng)的反饋，如思必馳。如果用戶的某一說法事先沒有錄入，則系統(tǒng)將無法識別。她是人工確定了輸出的各種輸入條件，而不是系統(tǒng)自己通過數(shù)據(jù)訓(xùn)練可以理解事先沒有輸入的說法，所以市面上一些智能音箱的NLP并沒有達(dá)到智能，有的甚至并不是智能。

人工智能

AI其實(shí)可以用下面的定義來描述：一種可以模仿人類思考、語言、行為的技術(shù)！如果將AI 理解成僅僅只會執(zhí)行任務(wù)的程序那就太狹隘了，這并不是AI的任務(wù)。AI真正需要做的是像人類一樣去探尋事物背后的模式，像人類一樣從經(jīng)驗(yàn)中學(xué)習(xí)，并像人類一樣根據(jù)情況選擇合適的響應(yīng)來做出反應(yīng)。

比如將信用卡的交易記錄例如時(shí)間、商戶、地點(diǎn)、價(jià)格以及交易的合法性呈現(xiàn)給機(jī)器，機(jī)器學(xué)習(xí)系統(tǒng)就能發(fā)掘其中的模式并預(yù)測出其中的欺詐交易。隨著交易數(shù)據(jù)的增加，系統(tǒng)的預(yù)測性能就越好，幫助系統(tǒng)防范于未然！

比如NLU系統(tǒng)，輸入語料，場景，機(jī)器學(xué)習(xí)系統(tǒng)就能通過上下文判斷說話者的情緒和目的，給予對應(yīng)的回復(fù)

想要更深入了解人工智能，可以看另一篇文章《什么是人工智能》

（但在我們對AI系統(tǒng)妄加想像之前你需要明白AI雖然強(qiáng)大但是也有一系列缺點(diǎn)。它不僅僅受到學(xué)習(xí)率的影響，同時(shí)也沒有特殊的程序來為它的學(xué)習(xí)負(fù)責(zé)（check）。比如微軟的AI聊天機(jī)器在24小時(shí)內(nèi)被Twitter的內(nèi)容教壞，變成了一個(gè)種族主義者的?。?/i>

人工智能與自動化的區(qū)別

例1：沒有兩片樹葉是一模一樣的，但我們卻可以認(rèn)識所有的樹葉。

例2：小貓的長相都不相同，也形態(tài)各異，但我們卻可以認(rèn)識所有的貓。

如果把每個(gè)圖像和這個(gè)圖像是否是樹葉記錄下來，哪怕是最快的計(jì)算機(jī)也無法查找和存儲這么多的信息。這正式曾經(jīng)的計(jì)算機(jī)所辦不到的事情，以前的計(jì)算機(jī)沒辦法僅通過演示的幾個(gè)例子就能讓計(jì)算機(jī)搞清楚其他沒有演示的情況，也就是學(xué)習(xí)能力

曾經(jīng)計(jì)算機(jī)所執(zhí)行的指令都是人類所學(xué)到的知識，如今的人工智能所產(chǎn)生的突破并非有了意識，而是能夠讓計(jì)算機(jī)自己來從有限的例子中學(xué)到知識，然后將學(xué)到的知識用于今后的預(yù)測中

這也是自動化與AI最大的區(qū)別，也正是很多張口閉口就是AI的人壓根沒搞明白的事情，包括筆者

現(xiàn)在的人工智能還沒有進(jìn)化出很強(qiáng)學(xué)習(xí)能力和預(yù)測能力，兩者階段性相似，實(shí)際存在大區(qū)別。這也是為什么人們對自動化和人工智能區(qū)別產(chǎn)生困惑的原因。通俗的講，目前的人工智能在很大程度上，是自動化技術(shù)融合了計(jì)算機(jī)、互聯(lián)網(wǎng)等技術(shù)迅猛發(fā)展起來的一個(gè)新物種。因?yàn)槿斯ぶ悄苓€沒有很強(qiáng)學(xué)習(xí)能力和預(yù)測能力，所以目前兩者之間有一定相似之處。由于深度學(xué)習(xí)等技術(shù)的加入，人工智能可以自動迭代算法并吸收學(xué)習(xí)，產(chǎn)生新數(shù)據(jù)。在未來，人工智能會與自動化存在明顯差別。