AI知识分享01：基础认知

本期栏目带大家一同梳理AI大模型相关的知识。

一、人工智能（Artificial Intelligence, AI）

📌 一句话定义

让计算机能够模仿人类智能的一类学科的统称。

🎯 生活类比

你可以把它想成身边的一个机器人伙伴。你希望它既能像人一样“看”、也能“听”、还能“说”，甚至还能下棋、开车。凡是把这些能力逐步实现、让机器具备“更像人”的智能水平的技术，都可以归到人工智能这个大范畴里。它并不是某一个固定的程序，而是一项总体目标——就像“盖一栋房子”是目标，至于用什么材料、配哪些工具，后面还会继续讲。

🔑 为什么重要

从更宏观的角度看，AI 是许多上层概念的总框架。你在报道里常听到的“AI 取代人类”“AI 爆发”，本质上讲的就是这个总目标正被不断推进、逐步落地。

二、机器学习（Machine Learning, ML）

📌 一句话定义

AI 的关键手段：让机器从数据里主动提炼规律，而不是照着人写好的步骤逐条执行。

🎯 生活类比

传统编程就像给你一份超详细的菜谱：第 1 步先放油，第 2 步再打鸡蛋，第 3 步翻炒……你必须把每一步都写得清清楚楚，机器才会照做。

而机器学习更像是让你拿到 1000 张猫的照片，然后说：“你自己总结一下猫的特征吧。” 机器会去分析这些样本，逐渐学会什么样的东西算是猫。等它再面对一张新图时，就能判断这是不是猫。

⚠️ 关键点

需要数据：没有数据，就没有可学习的内容。

需要反馈：学得好不好，需要由人或某种机制来进行评估与指导。

核心转变：从 “告诉机器每一步怎么做” ，到 “给机器一个目标，让它自行探索方法”。

🔑 为什么重要

如果没有机器学习，就不会有今天的语音识别、推荐系统（抖音、淘宝）、人脸识别等应用。它也是现代 AI 的核心驱动力之一。