什么是人工智能？完全初学者的简单指南

您可能已经听过“人工智能”这个词数百次。它存在于新闻、产品广告以及有关未来工作的对话中。但如果有人要求你用简单明了的术语解释一下人工智能到底是什么，你能解释一下吗？如果答案是“并非如此”，那么您的同伴就很好。大多数人每天都与人工智能互动，但没有真正了解幕后发生的事情。

本指南将改变这一点。没有行话。没有数学。只是对人工智能是什么、它如何工作以及为什么它对您很重要进行清晰、诚实的解释。

AI一句话

人工智能是一门构建计算机系统的科学，这些计算机系统可以执行通常需要人类智能的任务——例如理解语言、识别图像、做出决策和从经验中学习。

就是这样。人工智能的核心是让机器变得更聪明。没有意识，没有生命，没有知觉——只是能够做以前只有人类才能做的事情。

人工智能简史

智能机器的概念比您想象的要古老。

早期（1950 年代–1970 年代）

1950 年，英国数学家艾伦·图灵发表了一篇开创性的论文，提出了一个看似简单的问题：“机器能思考吗？”他提出了图灵测试——如果一台机器能够令人信服地进行对话，以至于人类无法辨别它不是另一个人，那么它就可以被认为是“智能的”。

整个 20 世纪 50 年代和 60 年代，研究人员构建了早期的人工智能程序，可以下棋、解决数学问题，甚至进行基本对话。乐观情绪高涨。许多人预测，距离人类水平的人工智能只有十年的时间。

人工智能寒冬（1970 年代–1990 年代）

这种乐观情绪碰壁了。当时的计算机根本不够强大，研究人员无法兑现他们的宏伟承诺。资金枯竭，进展停滞，该领域进入了现在所谓的“人工智能冬天”——在很长一段时间内，人们对人工智能的兴趣和投资急剧下降。

在此期间，一种称为“专家系统”的实用方法受到关注。这些程序充满了手写规则——“如果患者发烧和咳嗽，请考虑这些诊断。”它们在狭窄的领域工作，但很脆弱，维护成本昂贵，并且无法自己学习任何新东西。

现代时代（2010 年代至今）

当三件事结合在一起时，一切都发生了变化：大量数据（感谢互联网）、强大的硬件（尤其是图形处理器）以及一种称为“深度学习”的技术——一种训练可以从原始数据中学习模式的大型神经网络的方法。

突然之间，人工智能系统可以识别面孔、翻译语言、在复杂的游戏中击败世界冠军，并生成非常像人类的文本和图像。这是我们现在生活的时代，进步正在加速。

人工智能的三种类型

并非所有人工智能都是生而平等的。研究人员通常描述三个层次：

1. 狭义人工智能（我们今天拥有的）

狭义人工智能（也称为弱人工智能）旨在很好地完成一项特定任务。您今天与之交互的每个人工智能系统都属于这一类：

• 对电子邮件进行排序的垃圾邮件过滤器
• 语音助手可以回答您的问题
• 推荐引擎，建议您的下一场演出
• 在语言之间转换文本的翻译工具

狭义人工智能可以在指定的任务上表现出色，但除了该任务之外它什么也做不了。您的电子邮件垃圾邮件过滤器不知道如何驾驶汽车。

2.通用人工智能（大目标）

通用人工智能（AGI）是一个可以学习和执行人类可以完成的任何智力任务的系统。它可以从写诗转向诊断疾病，再到规划物流——就像人一样。

AGI还不存在。它仍然是计算机科学中最雄心勃勃的目标之一，研究人员对于它是五年还是五十年的目标存在分歧。但这正是许多人工智能实验室正在积极努力的方向。

3.超级人工智能（理论天花板）

超级人工智能（ASI）将在各个方面超越人类智能——创造力、解决问题的能力、社交技能等等。这纯粹是理论上的，也是许多哲学辩论的主题。我们离这个还很远。

您已经使用的现实世界人工智能

人工智能并不是一个未来概念。您现在几乎肯定正在使用它：

• Siri、Alexa 和 Google Assistant 理解您的声音、解释您的请求并做出响应 — 所有这些均由自然语言处理提供支持。
• Netflix 和 Spotify 分析您的观看和收听习惯，以推荐您可能喜欢的内容。
• Google 地图 使用基于数十亿数据点训练的机器学习模型来预测交通、建议最快路线并估计到达时间。
• ChatGPT 和类似工具 通过数十亿次预测序列中最有可能的下一个单词来生成类似人类的文本。
• 您手机的相机使用人工智能来增强照片、检测面部，甚至删除不需要的物体。
• 电子邮件垃圾邮件过滤器 从数百万个示例中学习，将合法邮件与垃圾邮件分开。

一旦你开始寻找人工智能，你就会发现它无处不在。

人工智能实际上是如何学习的

这就是有趣的地方。传统软件遵循程序员编写的明确规则：“如果 X 发生，则执行 Y”。人工智能的工作方式有所不同。人工智能系统不使用规则进行编程，而是从数据中学习模式。

可以这样想：

1. 您向人工智能展示了数千个示例。 例如，数千张标记为“猫”的照片和数千张标记为“不是猫”的照片。
2. 人工智能寻找模式。 它注意到猫往往有尖耳朵、胡须和某些体型。
3. 它构建了一个模型。 该模型本质上是一个捕获这些模式的数学公式。
4. 你向它展示一张新照片。 该模型使用它学到的模式进行预测：“我 94% 确定这是一只猫。”

这个过程——从例子中学习而不是遵循手写的规则——被称为机器学习，它是大多数现代人工智能背后的引擎。如果您想更深入地了解，请查看我们的机器学习初学者指南。

常见的人工智能神话——揭穿

关于人工智能有很多错误信息。让我们澄清一些最大的误解。

“人工智能将取代我们所有的工作”

人工智能将改变就业市场，但“所有工作都消失”的说法有些言过其实。从历史上看，每一次重大技术变革——印刷机、电力、互联网——都消除了一些工作岗位，同时创造了全新的工作岗位。人工智能也遵循同样的模式。关键是适应：了解人工智能的人将处于更好的位置，无论其领域如何。

###“人工智能理解它在做什么”

当前的人工智能系统无法像人类那样“理解”任何事物。他们识别模式并做出统计预测。语言模型并不理解句子的含义——它根据大量的训练数据来预测接下来最有可能出现的单词是什么。它非常强大，但却无法理解。

###“人工智能永远是对的”

人工智能系统会犯错误——有时是自信的。他们可能会在训练数据中反映出偏见，产生幻觉事实，并在没有接受过训练的情况下表现得很糟糕。始终批判性地思考人工智能生成的内容。

“你需要成为天才才能学习人工智能”

这也许是最有害的神话。人工智能概念建立在逻辑、模式识别和一些基础数学的基础上。如果您能够遵循食谱或阅读电子表格，您就可以学习人工智能的基础知识。这是关于坚持，而不是辉煌。

人工智能的发展方向

人工智能的发展速度令人震惊。以下是塑造近期未来的一些趋势：

• 多模式人工智能 — 可以一起处理文本、图像、音频和视频，并理解所有这些内容的上下文的系统。
• 人工智能代理 — 可以自主计划、推理和采取行动以实现目标的程序。
• 设备上人工智能 — 直接在手机或笔记本电脑上运行的模型，无需云，使人工智能更快、更私密。
• 科学中的人工智能 - 从发现新药到预测蛋白质结构，人工智能正在以我们从未见过的方式加速科学研究。
• 监管和道德 - 随着人工智能变得更加强大，政府和组织正在制定框架以确保其负责任地开发。

下一个十年将带来我们难以想象的变化。理解人工智能的人——即使是在基础水平上——将是最有能力驾驭和塑造未​​来的人。

开始学习 — 比您想象的要容易

如果本指南激发了您的好奇心，那么您只需开始使用即可。您不需要技术背景、计算机科学学位或任何特殊设备。你只需要有学习的意愿。

我们的AI种子计划]是专为完全初学者设计的。它通过交互式、简短的课程涵盖了本文中的所有内容，甚至更多内容，您可以按照自己的进度完成这些课程。它完全免费，并提供五种语言版本。

👉 【立即启动AI种子计划](/programs/ai-seeds)，发现理解AI比你想象的更容易实现。