机器学习是人工智能的一个特殊分支。遗憾的是，在讨论这些主题时使用的许多术语都是模棱两可的，旨在表明在某种程度上与人类是等同的。在这一点上，没有任何人工智能的应用是这类的。
然而，在一些应用程序中，计算机的速度被用来解决问题，通过执行简单的任务，这些任务被编程为每秒数百万次，以完成一些更大的任务。我们通常将其称为解决问题的“蛮力”方法。例如，如果我们谈论发现一个4位数的密码，我们知道计算机可以在几秒钟内尝试所有可能的数字组合。如果在第三次尝试之后有一个联锁，关闭了用户，或者在这种情况下，黑客，那么暴力破解方法将不起作用。
编写一个程序来尝试4位密码的每个数字组合是一种人类活动，它为二进制计算机创建指令来执行一个程序解决方案。编写一个程序来搜索一组变量之间的相关性并报告它们的值是二进制计算机要执行的另一组指令。我们可以研究所有类型的数据之间的统计关系，然后得出执行这些指令并产生结果的计算机代码。
这不是智力。这是二进制计算机模仿人类智能的过程。在当今的半导体处理器中，创建二进制指令机制需要更多的智能。
我们正在看到制造业环境中我们如何做事的根本性转变的开始。也许“人工智能”工具真的代表了监控控制系统的机器。我们需要一些新的术语来处理系统如何部署以及事物在物理世界中的位置的模糊性。
尽管很复杂，但驱动力是价值。新的工具被创造出来是因为可以赚钱。在自动化世界中，人工智能意味着能够将更智能的工具应用于各地制造企业的日常运营。随着这些工具的成本降低，越来越普遍，并显示出其优点，它们将是必不可少的。更高的生产率和更低的停机时间是许多大企业愿意付出代价的价值。
也许我们看到的是《杰森一家》时代的到来。
了下:机电整合的建议
