AI入门指南：常见概念一文读懂
写在前面：作为仍拼搏在“前线”的一名打工人，面对AI日新月异的进步和应用，抱着拥抱新事物的态度，也在持续的学习和适应。
AI就是“人工制造的智能”。
拆开看——Artificial Intelligence。Artificial，人工的、人造的。Intelligence，智能。合起来就是：借助人为手段，打造出像人一样的智能。
更具体点说——AI探讨的是，如何让机器像人一样感知、理解、思考、判断、决策。
它不是一个具体的“东西”。而是一整套让机器变“聪明”的技术体系。
AI的本质是什么？数据、算法、算力，三个要素合在一起。
AI的“学习素材”。
AI接触过的文字越多、图片越多，掌握的就越多。ChatGPT为什么能跟你聊各种话题？因为它“看过”互联网上几亿个网页、书籍、文章。
AI的“学习途径”。
可以理解为一组步骤和规则。告诉你“怎么操作”。
同样的数据，不同的算法——训练出来的AI，水平差距很大。
AI的“运算实力”。
就像人需要大脑来算数学题。AI也需要强劲的计算设备。
最常见的是GPU，也就是显卡。算力越强，AI学得越快，处理得越复杂。
三者缺一不可。
没数据？没东西学。没算法？不知道如何学。没算力？学不动。
AI、机器学习、深度学习、神经网络。这四个词，究竟是什么关系？
一句话说清楚：
AI > 机器学习 > 深度学习 > 神经网络
从大到小，一个套一个。
最大的范畴。只要让机器变聪明，都算AI。
里面有两种路线。一种是现代的“自己从数据里学”。一种是早期的“人写规则让它执行”。
比如早期下棋程序。依靠的是人写的规则，并非自己学习。
AI的一个核心分支。
跟传统编程的区别在哪？传统编程：你告诉计算机“怎么做”。机器学习：你给计算机“样本”，让它自己找规律。
不用告诉它“猫有两只耳朵、一条尾巴”。给它几万张猫的图片。它自己就能学会认猫。
机器学习的一个分支。
特别在哪？用的神经网络特别“深”。几十层，甚至上百层。
深度学习的出现，让AI在图像识别、语音识别这些任务上——达到了接近人、甚至超越人的水平。
深度学习的“骨架”。
它模仿人脑的神经元结构。许多相互连接的节点，组成一张网。
深度学习就是利用这种“多层神经网络”来学习。
打个比方：
AI = 整个“让机器变聪明”的领域机器学习 = 其中“让机器自己从数据里学”那部分深度学习 = 其中“用很深很深的神经网络来学”那部分神经网络 = 深度学习用到的那个“计算结构”
你听过的ChatGPT、Claude、文心一言、通义千问。都属于大语言模型。
英文叫Large Language Model，简称LLM。
它是什么？
简单说——被海量文本训练出来的。能理解、能生成人类语言的AI系统。
“大”在哪？
大在参数多，参数是什么？可以理解为模型的“记忆单元”。参数越多，能记住的东西就越多、越复杂。
一个大模型，参数通常是几百万到几百亿。
它究竟在做什么？
本质上，它是一个极其强大的“文字接龙”系统。
你给它一段话。它根据这段话，预测下一个最合理的字或词是什么。然后一个接一个往下生成。
它并不是真的“理解”了世界。只是见过的文字足够多。多到看起来像真的在思考。
GPT又是什么？
GPT是OpenAI公司推出的一系列大语言模型的名字。
全称是Generative Pre-trained Transformer。中文叫“生成式预训练Transformer”。
拆开看——
生成式（Generative）它能创造新内容，不只是识别或分类。
预训练（Pre-trained）它先在大量数据上“预习”过一遍。有了基础能力。
Transformer它底层的技术架构。
Transformer又是什么？
2017年提出的一种神经网络结构。
为什么重要？因为现在所有主流大模型——ChatGPT、Claude、Gemini、通义千问、DeepSeek——全都在用它。
它最核心的能力是“捕捉上下文关联”。让AI能理解一整段话里，词和词之间的联系。
AI处理文本的最小单位。
AI不是按“句子”理解你的话。是把你说的话切成小碎片来处理。
中文里，1个汉字大概等于1个Token。“你好世界”就是4个Token。
英文里，一个单词可能被拆成2到3个Token。
Token决定了三件事：你能说多长的话（长度）。你花多少钱（成本）。AI回你多快（速度）。
每次和AI对话，都是按Token计费的。
就是你给AI的指令。
你说“写个请假条”。和你说“帮我写一封语气礼貌、理由是家里有事、发给直属领导的请假邮件”。结果天差地别。
指令越清晰，AI回答越靠谱。
好的Prompt通常包含三样东西：角色设定——你扮演什么身份。任务目标——要做什么。行为约束——格式、风格有什么要求。
AI一次能“记住”多少内容的上限。
窗口越大，能读的文档越长。能进行的对话轮次越多。
早期模型窗口只有几千个Token。现在一些模型已经支持上百万Token。
什么概念？可以一次性“读完”一整套《三体》三部曲。
AI最吓人的地方是什么？
不是它不会。是它不会的时候，也说得特别像真的。
这就是“幻觉”。
AI一本正经地胡说八道。编造不存在的数据。虚构不存在的引用。而且语气极其自信。
用AI做重要事情的时候——一定要核实。一定要验证。别因为它语气坚定就默认它对。
可以理解为给AI配了一个资料柜。
AI被问到问题时——先翻资料，再回答。不是光靠记忆瞎编。
好处很明显。资料可以随时更新。回答更准确、更专业。
很多企业用RAG把AI接入自己的知识库。让AI回答公司内部问题。
AI的进阶形态。
过去的AI只能和你聊天。你问一句，它答一句。
Agent不一样。能自己干活。
你给它一个目标。它能自己规划步骤、调用工具、执行任务。最后把结果交给你。
比如你说“帮我订一张明天去北京的机票”。它能自己打开订票网站。搜索航班。比较价格。完成支付。
全程不需要你一步步教。
按照“能干的事”不同，AI分两大类。
生成式AI能创造新内容。
给它一段话，生成一篇文章。给它一句话，生成一张图、一首歌、一段视频。ChatGPT就是典型代表。
决策式AI能做判断和决策。
推荐系统根据你的浏览记录猜你喜欢什么。自动驾驶根据路况决定加速还是刹车。不“创造”东西。但能帮人做决定。
你可能听过这个词。
现在的AI，不管是ChatGPT还是自动驾驶——都叫**“狭义AI”**。
只能在特定领域表现出色。ChatGPT会聊天但不会开车。自动驾驶会开车但不会写诗。
AGI的目标是什么？
让一个AI系统，在所有认知任务上——都达到甚至超越人类水平。
AGI目前还没实现。但很多顶尖AI公司已经把它当作终极目标。
OpenAI的章程里写得很清楚：AGI是“在大多数具有经济价值的工作中超越人类的高度自主系统”。
AI没你想的那么神秘。
它本质上就是——让机器从数据里学习规律的一门技术。
它不懂感情。没有意识。只是在做一件事：根据见过的数据，预测接下来最可能发生什么。
但它确实在改变世界。手机里的智能助手。帮你推荐商品的算法。路上跑的自动驾驶汽车。
在这个AI越来越普及的时代,AI已经渗透到生活的方方面面.