01
人工智能到底是什么？
你早上用手机人脸识别解锁，问手表"今天天气怎样"，刷到推荐来的短视频，用拍照搜题看解析——这些背后都有人工智能（Artificial Intelligence，简称 AI）。
给你一个12岁也能讲给别人听的定义：
一句话理解AI人工智能就是让机器去完成那些"通常需要人类智能"的任务：识别图像、理解语言、做出判断、从经验中学习。
图灵测试：机器会"骗人"的起点
1950年，英国科学家图灵提出一个思想实验：你隔着屏幕和两个对象聊天（一个是人、一个是机器），如果分不清谁是机器，就可以认为机器具备了"智能"。这就是图灵测试。今天的大语言模型，已经让无数人在对话中产生了"对面是真人"的错觉。
看
计算机视觉：识别人脸、判断医学影像、数牧场里的牦牛
听 & 说
语音识别与合成：语音转文字、AI配音、实时方言翻译
想 & 写
自然语言处理：问答、写作、总结、写代码——就是本网站AI助手的能力
动手试一试下面是已接入真实大模型的AI对话体验舱（在线即问即答）。试着问它："你真的有思想吗？"
02
AI、机器学习、深度学习是什么关系？
这三个词经常被混着用，其实它们是"套娃"关系，一层比一层范围小：
人工智能 AI
让机器拥有智能的所有方法（包括规则、专家系统、机器学习…）
机器学习 ML
不写死规则，让机器从大量数据中自己总结规律
深度学习 DL
用多层"神经网络"学习——当前大模型、AI绘画的核心技术
机器学习的三种"上学方式"
| 学习方式 | 类比 | 数据特点 | 例子 |
|---|---|---|---|
| 监督学习 | 做有标准答案的练习册 | 数据带"标签" | 给10万张标好"猫/狗"的照片，学会认猫认狗 |
| 无监督学习 | 把一堆零件自己归类 | 数据没有答案 | 把购物用户自动分成几类人群、新闻自动聚类 |
| 强化学习 | 像训小鹰：做对奖励、做错受罚 | 靠试错和奖励 | AlphaGo下棋、机器狗学走路、游戏AI通关 |
03
神经网络：机器是怎么"学习"的？
神经网络模仿大脑神经元的连接方式：成千上万个小计算单元（圆圈）分层连接，每条连线都有一个叫权重（weight）的数字，决定信号通过的强弱。
- 训练：把数据喂进去，让网络做预测，再对比"标准答案"算出误差（Loss）；
- 反向传播：根据误差一点点调整每条连线的权重，像调几千个收音机旋钮；
- 成千上万轮后，误差越来越低、准确率越来越高——网络就"学会"了。
类比：刷题学习法做题（预测）→ 对答案（算Loss）→ 订正思路（调整权重）→ 再做一套（下一轮Epoch）。你怎么备考，神经网络就怎么训练！
04
AI的边界：它很强大，但并不可靠
AI 擅长的事
- 处理海量信息：几秒读完几百页资料
- 模式识别：看图、听音、发现数据规律
- 语言任务：翻译、润色、总结、写初稿
- 不知疲倦：24小时重复同样的工作
- 作为"外脑"：陪你头脑风暴、当私教
AI 做不到 / 做不好
- 没有真正的理解、情感和意识
- 幻觉：一本正经地编造错误事实
- 训练数据有截止日期，不了解最新事件
- 无法替你承担责任和做价值判断
- 可能复制数据中的偏见与歧视
关键态度：人机协作把AI当成能力超强但偶尔信口开河的"实习生"——让它干重活，但重要事实你必须亲自核查，最终决定由你做出。
05
动画微课：边看边巩固
四节动画微课（含拓展课）带你快速回顾本章核心，点击播放按钮即可观看，AI 老师还会语音讲解。
动画微课0:58
一分钟看懂人工智能
从手机解锁到聊天机器人，看懂AI就在你身边
动画微课0:57
AI三兄弟与三种学法
套娃关系一图流，监督/无监督/强化一次分清
动画微课0:58
神经网络训练现场
看信号在神经元间传递，Loss一路下降
拓展微课0:50
AI在身边：一个少年的智能一天
把启航站知识放进真实一天，看清AI能力边界
课后实践任务
- 用本页对话体验舱或任意AI工具，向它提问3个你感兴趣的问题，把回答抄下来；
- 用搜索引擎或课本核查这3个回答，记录AI有没有"幻觉"（说错）；
- 试着用"套娃图"给家人讲清楚 AI → 机器学习 → 深度学习 的关系。
专区课后测评