日常生活中的絕大多數(shù)機器控制，都可以理解成一個預設(shè)好固定邏輯的計算機程序，即其輸入和對應(yīng)結(jié)果都是提前枚舉好的。

但 AI 好像不是——做個簡單類比：傳統(tǒng)機器控制像提前寫好答案的題庫，問的問題必須在題庫里，否則答不上來；而 AI 像提前教好解題方法的老師，沒見過的題目也能按方法解。

還有一點，現(xiàn)在只要聊 AI，網(wǎng)上全是各種專業(yè)詞：大數(shù)據(jù)、機器學習、深度學習、建模、大模型……聽得我一頭霧水，很多時候我根本不知道別人在說什么。

AI 底層到底是怎么運行的？我其實一直特別好奇。

帶著這些好奇，我在圖書館讀了幾本書。其中的一本是李開復老師的《人工智能》。這是 2017 年出版的，幾乎是 10 年前寫的書。

原來早在 10 年前大佬們就已經(jīng)開始討論人工智能會給人類社會帶來怎樣的沖擊與改變，只是我這等普通人沒有關(guān)注而已。

直到今天，AI 真正闖入工作、滲透生活，開始實實在在影響我們每一個人時，我才后知后覺、倉促關(guān)注了解。

這本書值得一讀，它解答了絕大多數(shù)普通讀者幾乎所有的疑問。比如，AI 會讓人類大量失業(yè)嗎？哪些工作最容易被 AI 取代？AI 時代該如何學習？

每個人閱讀都有自己的角度以及關(guān)心的問題，所以不同的人閱讀同一本書都會有不同的角度與收獲。下面摘錄僅是我個人的視角與收獲，解答了我?guī)讉€疑問：

（1）到底什么是人工智能？

（2）“大數(shù)據(jù)”、“機器學習”、“深度學習”、“建?！?、“大模型”這些關(guān)鍵詞是什么？

（3）什么是深度學習？

（4）為什么說“大數(shù)據(jù)”是人工智能的基石？

（1）到底什么是人工智能？

學術(shù)界教科書式定義：人工智能是有關(guān)“智能主體（Intelligent agent）的研究與設(shè)計”的學問，而“智能主題是指一個可以觀察周遭環(huán)境并做出行動已達致目標的系統(tǒng)”。

《人工智能》

（2）“大數(shù)據(jù)”、“機器學習”“深度學習”、“建?！?、“大模型”這些關(guān)鍵詞是什么？

用專業(yè)術(shù)語來說，計算機用來學習的、反復看的圖片叫“訓練數(shù)據(jù)集”；

“訓練數(shù)據(jù)集”中，一類數(shù)據(jù)區(qū)別于另一類數(shù)據(jù)的不同方面的屬性或特質(zhì)，叫作“特征”；

計算機在“大腦”中總結(jié)規(guī)律的過程，叫“建?！?；

計算機在“大腦”中總結(jié)出的規(guī)律就是我們常說的“模型”；

而計算機通過反復看圖，總結(jié)出規(guī)律，然后學會認字的過程，就叫“機器學習”。

《人工智能》

（3）什么是深度學習？

深度學習是一種機器學習。從根本上說，深度學習和所有機器學習方法一樣，是一種用數(shù)學模型對真實世界的特定問題進行建模，以解決該領(lǐng)域相似問題的過程。

簡單地說，深度學習就是把計算機要學習的東西看成一大堆數(shù)據(jù)，把這些數(shù)據(jù)丟進一個復雜的、包含多個層級的數(shù)據(jù)處理網(wǎng)絡(luò)（深度神經(jīng)網(wǎng)絡(luò)），然后檢查經(jīng)過這個網(wǎng)絡(luò)處理得到的結(jié)果數(shù)據(jù)是不是符合要求——如果符合，就保留這個網(wǎng)絡(luò)作為目標模型，如果不符合，就一次次地、鍥而不舍地調(diào)整網(wǎng)絡(luò)參數(shù)設(shè)置，知道輸出滿足要求為止。

《人工智能》

人們通常只知道深度學習模型是否工作，卻很難說出模型中某個參數(shù)的取值與與最終模型的感知能力之間，到底有怎樣的因果關(guān)系。

這真是一件特別有意思的事。有史以來最有效的機器學習方法，在許多人看來，竟然是一個只可意會、不可言傳的“黑盒子”。

《人工智能》

PS：原書中作者用了通俗的文字和比喻闡述了深度學習的概念，為了讓讀者理解起更容易。

（4）為什么說“大數(shù)據(jù)”是人工智能的基石？

大數(shù)據(jù)的價值在于數(shù)據(jù)分析以及分析基礎(chǔ)上的數(shù)據(jù)挖掘和智能決策。

大數(shù)據(jù)的擁有者只有基于大數(shù)據(jù)建立有效的模型和工具，才能充分發(fā)揮大數(shù)據(jù)的價值。

《人工智能》

這就可以理解為什么阿里有“千問”，字節(jié)有“豆包”，騰訊有“元寶”了，他們都是大數(shù)據(jù)的擁有者。

深度學習可以從大數(shù)據(jù)中挖掘出以往難以想象的有價值的數(shù)據(jù)、知識或規(guī)律。

簡單來說，有足夠的數(shù)據(jù)作為深度學習的輸入，計算機就可以學會以往只有人類才能理解的概念或知識，然后再將這些概念或知識應(yīng)用到之前從來沒有看見過的新數(shù)據(jù)上。

此外，大數(shù)據(jù)的應(yīng)用必然帶來個人隱私保護方面的挑戰(zhàn)。為了給你推送精準的廣告信息，就要收集你的購買習慣、個人喜好等數(shù)據(jù)，這些數(shù)據(jù)往往包含了許多個人隱私。

《人工智能》

大數(shù)據(jù)下的人工智能時代，同時也是個人網(wǎng)上隱私“裸奔”時代（純屬個人觀點）。

（未完，下期續(xù)...）

更多原創(chuàng)技術(shù)文章：《README 2026》