什么是AI？

神里张语
654 阅读7分钟

一、概述

1.1 AI是什么

就像给机器装了个"会学习的大脑"，让它们能像人一样：

  1. 看懂世界（比如手机相册自动识别猫狗照片）
  2. 听懂人话（比如叫"Siri定个闹钟"）
  3. 自己思考（比如围棋AI阿尔法狗下棋）

1.2 AI的三大超能力（用日常例子说明）

能力类型具体表现生活实例
学习能力越用越聪明抖音越刷推荐越准
推理能力解决新问题导航软件绕开堵车路段
创造能力生成新内容AI绘画生成动漫头像

1.3 AI包含哪些技术？（类比学校课程）

计算机视觉 ➔ 机器的"眼睛"（人脸识别打卡）
自然语言处理 ➔ 机器的"语文课"（智能客服聊天）
机器学习 ➔ 机器的"自习课"（通过数据自己进步）
机器人技术 ➔ 机器的"体育课"（工厂机械臂）

1.4 AI有多重要？

  1. 科技地位：
    • 20世纪三大尖端技术：登月火箭、核电站、AI
    • 21世纪三大尖端技术：基因编辑（修改生命密码）、纳米技术（超级小材料）、AI
  2. 实际影响：
    • 医疗：AI辅助看CT片（比医生看得更快）
    • 交通：自动驾驶汽车（不用手握方向盘）
    • 教育：智能作业批改（老师轻松多了）

1.5 AI发展小故事

  • 1956年：AI概念在达特茅斯会议诞生，就像"AI的生日"
  • 1997年：IBM深蓝打败国际象棋冠军，震惊世界
  • 2016年：AlphaGo战胜李世石，开启AI新纪元

举个栗子🌰：现在的AI就像小学三年级学生，会算数会背课文，但还不会自己发明新知识。未来可能会成长为大学生，甚至超越人类哦！

1.6 AI大模型划分

一、按应用场景和功能分类（就像不同专业的"AI专家"）

1.自然语言处理专家（NLP大模型）

  • 做什么：专门处理文字工作
  • 例子：
    • 手机输入法的智能纠错（把"泥豪"改成"你好"）
    • 作文自动批改系统（能指出语法错误）
    • 自动生成短视频文案（像写广告词的小能手）
  • 常见任务：就像语文课代表，擅长阅读理解/写作/翻译

2.计算机视觉专家（CV大模型）

  • 做什么：专门分析图片视频
  • 例子：
    • 学校门口的刷脸闸机（1秒认出学生）
    • 美颜相机的自动瘦脸功能
    • 自动驾驶汽车识别红绿灯
  • 特殊技能：像美术老师，能看懂画作/照片里的内容

3.语音识别专家（ASR大模型）

  • 做什么：处理声音相关任务
  • 例子：
    • 智能音箱（说"播放周杰伦"就放歌）
    • 电话客服的语音菜单（说"转人工"就能转接）
    • 英语跟读打分软件
  • 工作原理：像耳朵+嘴巴，先听懂再回应

4.推荐系统专家

  • 做什么：猜你喜欢什么
  • 例子：
    • 抖音的"猜你喜欢"视频流
    • 淘宝首页推荐商品
    • 网易云音乐每日推荐歌单
  • 秘诀：像会读心术的朋友，记住你每次点赞收藏

5. 强化学习专家（RL大模型）

  • 做什么：通过试错学习
  • 例子：
    • AlphaGo下围棋
    • 游戏AI陪练（比如王者荣耀人机模式）
    • 机器人学走路（像婴儿蹒跚学步）
  • 特点：像打游戏通关，失败越多越聪明

二、按部署方式分类（就像"AI住所"不同）

1. 云侧大模型

  • 特点：住在超级电脑里
  • 优势：
    • 像图书馆有海量知识库（比如百度搜索）
    • 能处理复杂任务（如视频特效渲染）
  • 缺点：需要网络，像在线游戏必须联网

2. 端侧大模型

  • 特点：住在你手机/电脑里
  • 优势：
    • 离线也能用（像单机游戏）
    • 保护隐私（数据不传上网）
  • 例子：手机相册的宠物识别功能

三、按训练类型分类（像不同"学习方法"）

1. 机器学习模型

  • 学习方式：像做五年高考题
  • 例子：
    • 预测考试成绩的算法
    • 垃圾邮件过滤器
  • 特点：需要大量练习题（数据）

2. 深度学习模型

  • 学习方式：像大脑神经网络
  • 例子：
    • 人脸识别门禁
    • 语音转文字工具
  • 特殊结构：像洋葱有层层"思考层"

3. 规则模型

  • 学习方式：背公式手册
  • 例子：
    • 自动批改选择题的系统
    • 红灯停绿灯行的交通控制
  • 局限：遇到新题型就懵

4. 弱人工智能

  • 特点：单项冠军
  • 例子：
    • 计算器（只会算数）
    • 扫地机器人（只会清洁）
  • 现状：目前大多数AI属于这类

5. 强人工智能（未来方向）

  • 特点：全能学霸
  • 想象场景：
    • 既能辅导作业又会修电脑
    • 可以自己学习新技能
  • 现状：还在科幻电影阶段

四、重点补充：大语言模型（LLM）

  • 本质：NLP专家中的"状元"
  • 超能力：
    • 续写故事（像帮你编作文）
    • 解答百科问题（像活字典）
    • 模仿写作风格（比如鲁迅体）
  • 代表选手：ChatGPT/文心一言

举个栗子🌰：就像给AI看了整个图书馆的书，让它学会了所有写作套路，既能写诗歌也能编代码，但有时候会"一本正经地胡说八道"。

1.7 AI大模型生态

第一阶段：学基础工具（开发大模型算法）

就像学做机器人前要先学用工具🔧

  1. Python语言：你的"万能工具箱"
  • 为什么学？👉 80%的AI项目都用它，就像80%的机器人用螺丝刀制造
  1. numpy（Python库）：数学课的"超级计算器"🧮
  • 功能：快速计算矩阵（比如算全班同学成绩总和）
  1. pandas（Python库）：信息课的"Excel小助手"📑
  • 功能：整理数据（比如统计全校学生身高体重）
维度numpypandas
核心结构多维数组（ndarray）表格型数据结构（DataFrame）
擅长领域数学运算/科学计算数据清洗/分析/可视化
常用场景图像处理/机器学习算法成绩分析/销售报表
学习难度⭐⭐⭐⭐⭐

第二阶段：造"大脑"（模型阶段）

就像组装机器人的智能核心🧠

  1. PyTorch/TensorFlow：两种"组装工具"
    • PyTorch：灵活乐高（适合实验室创新）
    • TensorFlow：标准零件（适合工厂量产）
  2. 大模型LLaMA/DeepSeek：不同规模的"大脑"
    • LLaMA：小狗级智能（能听懂简单指令）
    • DeepSeek：人类级智能（能写诗编程）
模型参数量相当于硬件需求
LLaMA-7B70亿小学生游戏笔记本
DeepSeek1300亿博士生8台服务器

第三阶段：让机器人工作（部署阶段）

就像给机器人安装身体和技能🤖

  1. ollama工具：一键安装包
    • 功能：在自家电脑运行大模型（像安装游戏）
    • 优势：不用联网/保护隐私
  2. 向量数据库：给机器人外接"记忆U盘"
    • 场景：让AI记住你的日记/公司资料
  3. 开发框架：
    • 手机APP（Flutter）：做智能助手APP
    • 网页端（React）：做在线问答网站

第四阶段：机器人上岗（应用场景）

就像让机器人去不同地方工作🚀

应用方向典型案例使用技术
移动端手机语音助手Flutter + 语音识别
网页端智能客服系统React + 大模型API
硬件端智能音箱C++ SDK + 本地模型

如下图所示, 系统主要包含四大模块：

1.8 生态工具

一、开源大模型：可自由修改的“积木套装”

模型名称特点类比说明适用场景
DeepSeek-300B中文理解冠军/支持插件扩展中文版百科全书+工具箱教育/法律/医疗
LLaMA-3-400B多语言专家/代码生成强会编程的联合国翻译官跨国企业/开发者
Falcon-180B轻量化/手机可运行装在口袋里的AI助手移动端/智能穿戴


学生案例：用Falcon-180B在iPad上开发作业提醒APP（代码量<100行）

二、闭源大模型：即开即用的“智能家电”

服务商代表产品核心优势计费方式
OpenAIGPT-4多模态全能王$0.03/千token
GoogleGemini Ultra实时联网搜索广告+免费额度
文心4.0行业定制版中文法律/医疗特化¥0.02/千token

企业案例： 某三甲医院用文心4.0医疗版：

  • 诊断准确率提升37%
  • 病历分析耗时减少80%
avatar
文章
阅读
粉丝