首先，我在商务智能课程中遇到的术语“机器学习”比在AI课程中遇到的更多。
我的AI教授Rolf Pfeifer会这样说：(在对什么是智能，如何定义它，不同类型的智能等进行了长时间的讨论之后)。ML更静态和“愚蠢”，没有意识到它的实际环境，并且不与它交互，或者仅在抽象的基础上进行交互。AI具有一定的环境意识，可以与环境进行交互，从而通过反馈循环进行自主决策。从这个角度来看，Ugnes Answer可能是最接近的。除此之外，ML当然是AI的子集。
机器学习不是真正的智能(imho)，它主要是反映在逻辑算法中的人类智能，正如我的商业智能教授所说的那样：关于数据及其分析。机器学习有很多监督算法，实际上确实需要人类通过说出对与错来支持学习过程，因此它们不是独立的。一旦应用了它们，算法就几乎是静态的，直到人们重新调整它们为止。在ML中，您大多具有黑匣子设计，而主要方面是数据。数据进入，数据被分析(“智能化”)，数据消失，学习在大多数情况下适用于预实施/学习的过程。在大多数情况下，ML并不关心机器所处的环境，它只关心数据。
相反，人工智能是关于模仿人类或动物的智力。按照我的教授的方法，人工智能不一定与自我意识有关，而是与环境互动，因此，要构建人工智能，您需要给机器传感器提供感知环境的能力，能够持续学习的各种智能以及相互作用的元素与环境(武器等)。互动应该以自主方式进行，理想情况下，就像人类一样，学习应该是一种自主的，持续的过程。
因此，在逻辑方案中扫描字段以查找颜色模式以在农作物中发现杂草的无人驾驶飞机会更好。特别地，如果数据稍后由人类进行分析和验证，或者所使用的算法是具有内置“智能”但不能重新布置或适应其环境的静态算法。无人机会自动飞行，在电池电量不足时自动充电，扫描杂草，学会检测未知杂物并自行将其撕裂并带回进行验证，这就是AI ...
