每日AI术语解读：第一讲 认识人工智能

核心并非复制人类，而是赋能机器处理需要智能的工作

人类智慧与机器学习交汇之处

尽管越来越多人每天都在使用人工智能，却常常难以准确回答：AI 究竟是什么？

今天，我们从这个系列最基础的术语入手。

人工智能，指的是使机器展现出与人类智能相似行为的一类技术。

这些行为涵盖语言理解、图像识别、问题分析、预测推断，以及文字、图片和视频的生成。

传统软件犹如一位严格按配方操作的厨师。

开发者需要预先明确：

先做什么操作

再做什么操作

遇到不同情形如何应对

传统软件遵循既定流程；AI 则从海量样本中提取规律

人工智能更像一位研习过大量食谱和实操演示的学徒。

无需逐一编写规则，只需提供充足样本，它就能自主从中归纳规律。学成之后，便能尝试处理从未遇到过的新情况。

人工智能并非真正像人类那样进行"思考"。

大多数 AI 系统的工作流程可简化为三个环节：

AI 的核心工作流程：接收数据、提炼规律、生成结果

以图像识别为例，一个能识别猫的 AI 在分析大量标注了"猫"和"非猫"的图片后，会逐步掌握猫的外观特征。

当面对一张新图片时，就能判断其中是否包含猫。

人工智能已渗透到众多日常场景：

AI 已渗透生活、出行、消费、医疗和工作领域

手机的面部解锁

地图的路径导航

电商平台的商品推送

短视频平台的内容分发

汽车的辅助驾驶

医学影像诊断

智能客服系统

ChatGPT 等对话产品

AI 绘图与视频创作

这些应用表面上千差万别，但本质上都在借助数据和算法完成识别、预测、决策或生成任务。

误区一：AI 就是机器人

机器人是硬件实体，AI 则是赋予机器智能的软件技术。机器人可集成 AI，但 AI 不必然依托机器人存在。

误区二：AI 已像人类一样理解世界

当前多数 AI 擅长依据数据发现规律，但并不意味着它真正具备常识、意识或情感。

误区三：AI 给出的答案必定准确

AI 可能因数据缺失、问题模糊或模型限制而犯错。生成式 AI 甚至会一本正经地编造内容，因此关键信息仍需人工校验。

常见的 AI 产品包括：

ChatGPT

Claude

Gemini

DeepSeek

Midjourney

GitHub Copilot

自动驾驶辅助系统

各类智能推荐系统

它们分别代表了语言生成、图像创作、编程辅助、智能驾驶和内容推荐等应用领域。

人工智能的宗旨并非让机器变成人，而是让机器能够完成过往需要人类智能才能胜任的工作。

下一个术语：机器学习（Machine Learning）