日常生活中的絕大多數(shù)機(jī)器控制，都可以理解成一個(gè)預(yù)設(shè)好固定邏輯的計(jì)算機(jī)程序，即其輸入和對(duì)應(yīng)結(jié)果都是提前枚舉好的。

但 AI 好像不是——做個(gè)簡(jiǎn)單類比：傳統(tǒng)機(jī)器控制像提前寫好答案的題庫(kù)，問(wèn)的問(wèn)題必須在題庫(kù)里，否則答不上來(lái)；而 AI 像提前教好解題方法的老師，沒(méi)見(jiàn)過(guò)的題目也能按方法解。

還有一點(diǎn)，現(xiàn)在只要聊 AI，網(wǎng)上全是各種專業(yè)詞：大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、建模、大模型……聽(tīng)得我一頭霧水，很多時(shí)候我根本不知道別人在說(shuō)什么。

AI 底層到底是怎么運(yùn)行的？我其實(shí)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(kāi)復(fù)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(lái)早在 10 年前大佬們就已經(jīng)開(kāi)始討論人工智能會(huì)給人類社會(huì)帶來(lái)怎樣的沖擊與改變，只是我這等普通人沒(méi)有關(guān)注而已。

直到今天，AI 真正闖入工作、滲透生活，開(kāi)始實(shí)實(shí)在在影響我們每一個(gè)人時(shí)，我才后知后覺(jué)、倉(cāng)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(wèn)。比如，AI 會(huì)讓人類大量失業(yè)嗎？哪些工作最容易被 AI 取代？AI 時(shí)代該如何學(xué)習(xí)？

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

（1）到底什么是人工智能？

（2）“大數(shù)據(jù)”、“機(jī)器學(xué)習(xí)”、“深度學(xué)習(xí)”、“建?！薄ⅰ按竽Ｐ汀边@些關(guān)鍵詞是什么？

（3）什么是深度學(xué)習(xí)？

（4）為什么說(shuō)“大數(shù)據(jù)”是人工智能的基石？

（1）到底什么是人工智能？

學(xué)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(jì)”的學(xué)問(wèn)，而“智能主題是指一個(gè)可以觀察周遭環(huán)境并做出行動(dòng)已達(dá)致目標(biāo)的系統(tǒng)”。

《人工智能》

（2）“大數(shù)據(jù)”、“機(jī)器學(xué)習(xí)”“深度學(xué)習(xí)”、“建?！?、“大模型”這些關(guān)鍵詞是什么？

用專業(yè)術(shù)語(yǔ)來(lái)說(shuō)，計(jì)算機(jī)用來(lái)學(xué)習(xí)的、反復(fù)看的圖片叫“訓(xùn)練數(shù)據(jù)集”；

“訓(xùn)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(jì)算機(jī)在“大腦”中總結(jié)規(guī)律的過(guò)程，叫“建?！?；

計(jì)算機(jī)在“大腦”中總結(jié)出的規(guī)律就是我們常說(shuō)的“模型”；

而計(jì)算機(jī)通過(guò)反復(fù)看圖，總結(jié)出規(guī)律，然后學(xué)會(huì)認(rèn)字的過(guò)程，就叫“機(jī)器學(xué)習(xí)”。

《人工智能》

（3）什么是深度學(xué)習(xí)？

深度學(xué)習(xí)是一種機(jī)器學(xué)習(xí)。從根本上說(shuō)，深度學(xué)習(xí)和所有機(jī)器學(xué)習(xí)方法一樣，是一種用數(shù)學(xué)模型對(duì)真實(shí)世界的特定問(wèn)題進(jìn)行建模，以解決該領(lǐng)域相似問(wèn)題的過(guò)程。

簡(jiǎn)單地說(shuō)，深度學(xué)習(xí)就是把計(jì)算機(jī)要學(xué)習(xí)的東西看成一大堆數(shù)據(jù)，把這些數(shù)據(jù)丟進(jìn)一個(gè)復(fù)雜的、包含多個(gè)層級(jí)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(guò)這個(gè)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(gè)網(wǎng)絡(luò)作為目標(biāo)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(xué)習(xí)模型是否工作，卻很難說(shuō)出模型中某個(gè)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(lái)最有效的機(jī)器學(xué)習(xí)方法，在許多人看來(lái)，竟然是一個(gè)只可意會(huì)、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(xué)習(xí)的概念，為了讓讀者理解起更容易。

（4）為什么說(shuō)“大數(shù)據(jù)”是人工智能的基石？

大數(shù)據(jù)的價(jià)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(jià)值。

《人工智能》

這就可以理解為什么阿里有“千問(wèn)”，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(xué)習(xí)可以從大數(shù)據(jù)中挖掘出以往難以想象的有價(jià)值的數(shù)據(jù)、知識(shí)或規(guī)律。

簡(jiǎn)單來(lái)說(shuō)，有足夠的數(shù)據(jù)作為深度學(xué)習(xí)的輸入，計(jì)算機(jī)就可以學(xué)會(huì)以往只有人類才能理解的概念或知識(shí)，然后再將這些概念或知識(shí)應(yīng)用到之前從來(lái)沒(méi)有看見(jiàn)過(guò)的新數(shù)據(jù)上。

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

《人工智能》

大數(shù)據(jù)下的人工智能時(shí)代，同時(shí)也是個(gè)人網(wǎng)上隱私“裸奔”時(shí)代（純屬個(gè)人觀點(diǎn)）。

（未完，下期續(xù)...）

更多原創(chuàng)技術(shù)文章：《README 2026》