# 第1课 AI 到底是什么 普通话合成配音版，视频约15分钟。逐页稿可用于真人讲解或重新配音。 从导航、认水果与写邀请函理解人工智能，分清核心术语与日常应用的边界。 ## 学习目标 - 说清人工智能、机器学习与深度学习的关系 - 分清模型与应用，理解大语言模型和生成式AI的用途 - 判断识别任务与生成任务，并对输出进行必要核查 ## 第1页 AI 生活课 时间 00:00:00 至 00:00:36 大家好，欢迎来到AI生活课第一课，AI到底是什么。今天我们用导航、认水果和写邀请函三个生活场景，把几个经常混在一起的名字讲清楚。你不需要会编程，也不需要背英文。只要跟着问三件事：它接收什么信息，中间做什么，最后交给我什么结果。先把用途看明白，再决定要不要用，比只记产品名字更实在。我们也会给每个生活比喻画一道边界，避免把软件想成一个住在电脑里的真人。 ## 第2页 这一课，你会读懂什么 时间 00:00:36 至 00:01:21 这一课有两组目标。第一组是认识人工智能、机器学习和深度学习之间的关系。可以先把它们想成由大到小的范围：人工智能讨论的任务很广，机器学习是其中重要的一类方法，深度学习又是机器学习中的一类方法。第二组是分清模型、应用、大语言模型和生成式AI。模型回答的是核心能力从哪里来，应用回答的是我们通过什么界面和功能使用它；大语言模型强调语言能力，生成式AI强调能产出内容。它们不是六个互相排斥的商品类别，同一个工具可以同时符合其中几种说法。 ## 第3页 让机器帮忙认路 时间 00:01:21 至 00:02:13 先看导航。周末去一个没去过的地方，你输入地址，软件结合你的位置、道路和交通信息，给出路线。开到路口走错了，它根据新的位置重新规划。这里最关键的是，推荐依赖前面的信息；起点改变、道路拥堵，结果都可能改变。请想一想，如果完全不知道你在哪里，只知道目的地，导航能否直接给出合适的完整路线？通常不行，缺少输入会影响建议。但也别因为导航看起来会判断，就把整套软件都叫作AI。显示地图、保存地址等功能可以由普通程序完成，其中某些交通预测、识别或推荐能力才可能用到AI。接下来我们给这个大范围的技术领域一个正式名字。 ## 第4页 人工智能 时间 00:02:13 至 00:03:14 人工智能，英文缩写AI，是让机器完成某些通常需要人类智能才能完成的任务的技术与研究领域。看这页的三个步骤，先输入信息，再进行识别、判断或生成，最后给出结果。导航接收位置和道路，输出路线建议；照片识别接收图片，输出类别；文字助手接收要求，输出一段文字。我们说它完成了某个智能任务，不等于它拥有人的意识、感情或生活常识。比如它能写一句安慰人的话，也不能据此认定它真的经历过难过。判断一种技术是否属于AI，还需要看方法和背景，不能只凭界面是否聪明。对日常使用来说，更有用的问题是，它能把哪一步做好，哪些条件下容易出错，以及结果需要谁检查。下面来看，机器的一些能力怎样通过例子形成。 ## 第5页 看例子学会认水果 时间 00:03:14 至 00:04:16 想象教小朋友认识苹果。你拿出一个红苹果，他可能先记住红色。如果只看这一张照片，下次看到红番茄，也可能说是苹果。所以你继续展示青苹果、大苹果、小苹果，还有不同角度的照片，让他发现不能只看颜色，形状和其他特征也重要。这个故事里，后来能判断新水果，依靠的是前面接触过的例子。现在做个理解检查：如果准备的苹果照片全部是红色，而且全放在同一张白桌上，例子够不够丰富？不够，因为颜色和背景都可能成为误导线索。不过，小朋友会触摸、品尝，还会积累生活经验；模型是在给定数据上做数学计算，两者不能画等号。这个水果故事只是帮助我们抓住一个变化：不把每种情况都逐条写成规定，而是让模型从数据中学习可用于新输入的规律。 ## 第6页 机器学习 时间 00:04:16 至 00:05:14 机器学习，就是让模型通过数据学习规律，并利用这些规律处理新输入的方法。这页按顺序画出了许多水果样本、学习特征和规律、判断新水果。注意最后一步是新水果，不是只要求把看过的照片再认一遍。我们希望学到的规律能用在没有见过的情况，这也是为什么不能只检查练习材料上的表现。假如模型总把红色当成苹果的主要线索，面对青苹果就可能失败，面对红番茄也可能误判。对一个要用图片整理库存的工作人员来说，看到演示中认对几张照片，还应该问实际仓库的光线、包装和拍摄角度是否类似。把这层关系记住：AI说的是较大的技术领域，机器学习强调通过数据学习。接下来，看看其中一种处理复杂信息的方法。 ## 第7页 把复杂判断分成多层 时间 00:05:14 至 00:06:10 这一次，我们看一张猫的照片。你可能先注意到轮廓、明暗和色块，接着发现尖耳朵、眼睛和胡须，最后觉得整体很像猫。我们借这个顺序想象，复杂信息可以经过多层处理，前一层的结果成为后面进一步判断的材料。问题来了，只看到两只尖耳朵，能不能保证它就是猫？不能，玩具、狐狸或者图案也可能有相似部分，还需要结合其他信息。真实模型内部的处理，不一定真的存在一层专门认耳朵、下一层专门认胡须，更不等于完整照搬人的视觉过程。这里的线条、部位、整体，只是理解多层变换的一座桥。你要抓住的是信息可以逐步组合成更复杂的表达。下一页的深度学习，就是把多层计算结构用于从数据中学习的方法。 ## 第8页 深度学习 时间 00:06:10 至 00:07:07 深度学习，是利用多层神经网络从数据中学习的方法。这里的深度主要指网络的层次结构，不是说它像人一样思想深刻。输入可以是图片，也可以是文字；信息经过多层计算与变换，最后用于识别或生成结果。我们刚才用认猫来帮助理解，但每一层不一定能对应一个人能说清的概念。也不要从名字推导出，层数多就一定好。请把今天的前三个名字放在一起：人工智能是大范围，机器学习通过数据学习，深度学习是其中使用多层神经网络的一类方法。如果有人说一个文字工具采用深度学习，这句话介绍的是实现能力的方法，还没有告诉我们产品会不会联网、能不能打开文件。要回答这些使用问题，我们需要进一步分清模型和应用。 ## 第9页 做菜能力与厨房工具 时间 00:07:07 至 00:08:00 现在换到餐厅。厨师会炒菜，只代表掌握了做菜的方法。一家能正常服务顾客的餐厅，还需要菜单、点单、餐具、上菜和结账。假如今天厨师做菜水平没变，但餐厅换了菜单、增加了送餐服务，顾客体验仍会变化。请想一想，能不能因为一家餐厅提供外卖，就说厨师本人天生会配送？当然不能，服务来自整套安排。用AI时也是这样，我们常常把聊天界面里见到的一切，都归功于背后的模型。其实，上传文件、搜索网页、保存偏好和展示结果，可能由应用的其他部分组织完成。厨师的比喻只是用来区分核心能力和整体服务，模型并不是一个有主观意图的厨师。 ## 第10页 模型 时间 00:08:00 至 00:08:57 AI模型，是把输入转成预测、判断或生成结果的计算系统，许多模型的能力来自数据训练。看这页的流程，你提交任务后，应用往往先组织信息，再调用模型，最后把结果呈现给你。比如你上传一份会议记录，让工具提炼待办事项，应用需要接收文件，把可用内容送给模型，再显示整理结果。哪个环节支持什么格式，要看具体应用，不能只根据模型的名字推断。做个小检查：如果一个聊天工具今天没有联网入口，能否因为模型回答得很流畅，就认定它刚查过最新网页？不能，需要实际的工具能力和相应证据。记住模型提供核心计算能力，应用把它组织成可用服务。下一步，我们看其中专门处理语言的一类模型。 ## 第11页 读过大量材料的文字助手 时间 00:08:57 至 00:09:49 想象一位文字助手接触过大量文章、对话和说明，从中掌握不同表达的规律。你告诉它要写一段简短的活动介绍，它能根据要求组织句子；你给它一段复杂通知，它也可能换成容易理解的说法。这个故事想帮助理解，语言能力与大量材料中的模式有关，而不是每次都从一张固定答案表里选一句。不过，接触过大量材料，不等于完整记住每本书，也不等于能够准确说出每句话的来源。请思考，如果助手能很顺畅地介绍一个陌生概念，我们是不是就不用检查内容了？还不行，表达顺畅和事实正确是两件事。接下来给这类语言模型一个名字，也把流畅文字容易带来的误解一起说清楚。 ## 第12页 大语言模型 时间 00:09:49 至 00:10:46 大语言模型，常用英文缩写LLM，是经过大规模训练、主要用于理解和生成语言的模型。你提供问题与背景，它根据学到的规律和当前输入组织回答。它可以帮助改写通知、概括材料、解释术语，但这些能力不意味着每个回答都像数据库记录一样可靠。比如你问某份合同的截止日期，如果没有提供合同，它仍可能生成一个看起来完整的答案；完整不代表日期有依据。实际使用时，把原文交给它，要求指出信息来自哪一段，再自己核对，会更有帮助。理解检查：大语言模型和聊天应用是同一个概念吗？不是，前者是模型类别，后者是我们使用服务的一种形式。下面再换一个角度，按照输出的性质来认识生成式AI。 ## 第13页 按要求创作一份新内容 时间 00:10:46 至 00:11:44 假设你要组织一次朋友聚会，请人写邀请语。你告诉对方，周六下午三点，在社区活动室，语气轻松一些，最后提醒大家提前回复。对方按照这些条件写成一段新文案，这和从三条现成通知里勾选一条，做的是不同的事。这里，新文字依赖你给出的时间、地点和要求，也依赖组织语言的已有能力。请检查一个细节：如果你只说写个热闹一点的邀请，却没给地点，对方能否可靠地替你补上真实地点？不能，应该补充信息或者保留待确认内容。AI生成文案时同样如此。它可能把空白补成看似合理的细节，所以不能把自然完整的表达当成信息齐全的证据。这个场景的重点是按输入产生内容，下一页就用生成式AI这个名称概括它。 ## 第14页 生成式 AI 时间 00:11:44 至 00:12:48 生成式AI，是能够根据输入生成文字、图像、音频等内容的一类AI。流程是你给要求和素材，模型进行生成，再得到新的内容。大语言模型常用于生成文字，但生成式AI的范围不限于文字，因此这两个名字不能简单画等号。一份新生成的邀请函，也不自动意味着完全原创、事实准确或者可以直接发布。比如时间写错了、地点是补出来的、措辞与已有作品过于相似，都需要检查。工作中可以用一个简单方法验收：先对任务要求，看是否写全；再对原始材料，看事实是否一致；最后站在收件人角度，看表达是否合适。请想一想，判断一封邮件是否为垃圾邮件，主要是给已有内容分类；写出一封邀请函，则是在生成内容。带着这个区别，我们进入本课的小问题。 ## 第15页 暂停一下，想想这个问题 时间 00:12:48 至 00:13:54 这一页的问题是，写一封邀请函，和判断一封邮件是不是垃圾邮件，分别是什么任务？先在心里给两个任务各选一个动词，再想想输入和输出。邀请函的输入通常是时间、地点、对象和语气，输出是一段新文字，所以它是生成任务。垃圾邮件判断的输入是已有邮件，输出是类别或相关判断，所以它主要是分类任务。两者都可能使用AI，也都可能使用通过数据训练的模型，但不必因为放在同一个应用里，就认为它们属于同一种任务。再加一个小检查：如果工具只是让你从现成模板里选择邀请函，是否就一定用了生成式AI？不能仅凭结果像邀请函就下结论，要看它实际如何工作。接下来我们把几个名字重新放回同一张知识地图。 ## 第16页 这一课，记住这些就够了 时间 00:13:54 至 00:15:00 回顾今天，AI覆盖许多任务，会聊天只是其中一类。机器学习通过数据学习规律，深度学习使用多层神经网络，它们是范围逐渐收窄的关系。模型提供核心计算能力，应用还会组织界面、文件和其他工具。大语言模型主要处理语言，生成式AI强调能够产生文字、图像或声音等内容，这些说法可以有交集。现在你可以用半分钟向同事解释：让软件判断邮件类别是在做识别判断，让它起草邀请函是在生成内容；无论哪种，都要看输入够不够、结果有没有依据。请再给自己留一句使用提醒：能完成某个任务，不意味着有人的意识；说得流畅，也不意味着一定正确。下一课，我们沿着模型能力从哪里来的问题，用水果照片、煎蛋练习和音响旋钮，理解数据、训练、参数以及实际运行模型之间的区别。