机器学习是指机器可以自行学习而无需明确编程的学习。它是人工智能的一种应用，它使系统能够灵活地机械学习并从经验中改进。在这里，我们能够通过集成该程序的输入和输出来生成程序，而且，人工智能(AI)是由机器(主要是计算机系统)对人类智能过程进行的模拟。这些过程包括学习数据的访问和使用数据的规则，推理(使用规则来实现近似或确定的结论)和自我校正。AI的特定应用包括专家系统，语音识别和机器视觉。

粗略地说，人工智能曾经是一种计算机算法程序，可以完成智能工作。另一方面，机器学习可以是人工智能的一部分，它可以从数据中学习，该数据还包含从以前的经验中收集的信息，并允许计算机程序因此改变其行为。人工智能是机器学习的超集。所有的机器学习都是人工智能，但并非所有的人工智能都是机器学习。

AI通过自动化系统来管理其他综合性问题。通过利用诸如认知科学，图像处理，神经系统和机器学习之类的任何领域，这种计算机化应该是可能的。

机器学习管理影响用户的机器以从外部环境实现。该外部环境可能是传感器，电子段，存储小工具和不同的设备。

人工智能通过管理机器，框架和完全不同的小工具的创建来管理它们，使他们像所有人通常那样思考和执行任务。机器学习将取决于用户输入或消费者请求的查询，框架会检查它是否在知识库中提供。如果可用，它将结果返回给与该查询相关的用户，但是，如果最初不存储该结果，则计算机将吸收用户输入并增强其知识库，从而为用户提供更好的价值结束。

计算机正在做智能的事情，因此表现出人工智能。“人工智能”一词没有提及，但是解决了这些问题。有多种技术，包括基于规则的系统或专业系统。还有一只猫;在1980年代，许多技术开始被广泛使用。

那些早期的研究人员发现某些问题更加困难的原因是，这些问题仅不适合用于人工智能的第一种技术。硬编码算法或固定的基于规则的系统根本无法正常工作，例如图像识别或从文本中提取含义。