AI（人工智能，Artificial Intelligence）

AI（人工智能，Artificial Intelligence），简单说就是让机器像人一样学习、理解、判断、创造的技术与系统。

一、核心定义

1956 年达特茅斯会议正式提出 “人工智能”：由人造系统表现出的智能行为。

本质：模拟、延伸、扩展人类智能（感知、推理、学习、决策、创造）。

不是机器人，是算法 + 数据 + 算力驱动的软件 / 系统。

二、AI 的两层分类

弱 AI（专用 AI，ANI）：当前主流，只擅长单一任务，无自我意识。

例：语音助手、人脸识别、推荐算法、AI 绘画、自动驾驶。

强 AI（通用 AI，AGI）：尚未实现，具备人类级别的跨领域通用智能 + 自我意识。

三、核心技术栈

机器学习（ML）：AI 的核心，从数据中自动学习规律，不用逐行写死规则。

深度学习（DL）：机器学习的分支，模拟人脑神经元网络，自动提取特征，支撑大模型与生成式 AI。

大语言模型（LLM）：深度学习的顶级应用，超大参数 + 海量文本训练，能理解 / 生成语言（如豆包、GPT）。

计算机视觉（CV）：让机器 “看懂” 图像 / 视频（人脸识别、自动驾驶）。

自然语言处理（NLP）：让机器 “听懂 / 说出” 人类语言（聊天机器人、翻译）。

四、日常应用（你早已在用）

手机：人脸解锁、语音助手、拍照美颜、输入法联想。

互联网：短视频 / 购物推荐、智能搜索、AI 文案 / 作图 / 配音。

出行：导航路线规划、自动驾驶、网约车派单。

医疗：影像诊断、药物研发、健康监测。

办公：AI 写 PPT、自动报表、邮件分类、会议纪要。

五、当前浪潮：生成式 AI

能原创内容：写文章、画画、做视频、生成代码、设计方案。

代表：大语言模型（LLM）、文生图 / 文生视频模型。

六、发展三要素

算力：GPU/TPU 集群，支撑超大模型训练。

数据：海量文本、图像、视频，AI 的 “燃料”。

算法：深度学习、Transformer 等，AI 的 “大脑”。

总结：AI 是让机器变机智的技术，目前的 AI 都是 “偏科高手”，未来目标是 “全能超人”