尽管计算机在处理某些数据方面可能比人类更快或更准确，但它们仍然不具备真正的智能。传统计算机编程需要预先设定好计算机在特定情况下的应对方法。然而，一旦遇到未曾预料的情况，即使是微小的变化，计算机也难以自行做出判断。

然而，通过机器学习，程序员不仅可以告诉计算机应该执行什么任务，还可以提供相关数据集及其分析方法。随后，计算机可以根据正反馈或负反馈调整算法，从而从数据集中学习。这样一来，当新数据与训练数据相似时，计算机就能利用学到的算法来处理之前未曾遇到的新数据，从而给出更加准确的结果。

如今，许多科技巨头谈论的人工智能实际上主要指的是机器学习。机器学习是人工智能的一个分支。许多令人称道的功能，如图像识别，都是由机器学习中的“深度学习”部分实现的。很多时候，我们甚至意识不到机器学习在背后发挥了作用。例如，当你使用iPhone拍照时，手机可能会快速连续拍摄多张照片。然后，通过机器学习训练的算法会分析每一张照片，并从中挑选出最佳部分，最终合成一张满意的照片。

可以预见的是，未来几年，人工智能和机器学习将变得更加普及。或许随着国内外研究机构对无人驾驶技术的不断探索，不久的将来我们可以期待实现无证驾驶。