浅谈人工智能（1）

 

日常生活中的绝大多数机器控制，都可以理解成一个预设好固定逻辑的计算机程序，即其输入和对应结果都是提前枚举好的。

但 AI 好像不是——做个简单类比：传统机器控制像提前写好答案的题库，问的问题必须在题库里，否则答不上来；而 AI 像提前教好解题方法的老师，没见过的题目也能按方法解。

还有一点，现在只要聊 AI，网上全是各种专业词：大数据、机器学习、深度学习、建模、大模型…… 听得我一头雾水，很多时候我根本不知道别人在说什么。

AI 底层到底是怎么运行的？我其实一直特别好奇。  

带着这些好奇，我在图书馆读了几本书。其中的一本是李开复老师的《人工智能》。这是 2017 年出版的，几乎是 10 年前写的书。

原来早在 10 年前大佬们就已经开始讨论人工智能会给人类社会带来怎样的冲击与改变，只是我这等普通人没有关注而已。

直到今天，AI 真正闯入工作、渗透生活，开始实实在在影响我们每一个人时，我才后知后觉、仓促关注了解。 

这本书值得一读，它解答了绝大多数普通读者几乎所有的疑问。比如，AI 会让人类大量失业吗？哪些工作最容易被 AI 取代？AI 时代该如何学习？

每个人阅读都有自己的角度以及关心的问题，所以不同的人阅读同一本书都会有不同的角度与收获。下面摘录仅是我个人的视角与收获，解答了我几个疑问：

（1）到底什么是人工智能？

（2）“大数据”、“机器学习”、“深度学习”、“建模”、“大模型”这些关键词是什么？

（3）什么是深度学习？

（4）为什么说“大数据”是人工智能的基石？

（1）到底什么是人工智能？

学术界教科书式定义：人工智能是有关“智能主体（Intelligent agent）的研究与设计”的学问，而“智能主题是指一个可以观察周遭环境并做出行动已达致目标的系统”。

《人工智能》

（2）“大数据”、“机器学习”“深度学习”、“建模”、“大模型”这些关键词是什么？

用专业术语来说，计算机用来学习的、反复看的图片叫“训练数据集”；

“训练数据集”中，一类数据区别于另一类数据的不同方面的属性或特质，叫作“特征”；

计算机在“大脑”中总结规律的过程，叫“建模”；

计算机在“大脑”中总结出的规律就是我们常说的“模型”；

而计算机通过反复看图，总结出规律，然后学会认字的过程，就叫“机器学习”。

《人工智能》

（3）什么是深度学习？

深度学习是一种机器学习。从根本上说，深度学习和所有机器学习方法一样，是一种用数学模型对真实世界的特定问题进行建模，以解决该领域相似问题的过程。

简单地说，深度学习就是把计算机要学习的东西看成一大堆数据，把这些数据丢进一个复杂的、包含多个层级的数据处理网络（深度神经网络），然后检查经过这个网络处理得到的结果数据是不是符合要求——如果符合，就保留这个网络作为目标模型，如果不符合，就一次次地、锲而不舍地调整网络参数设置，知道输出满足要求为止。

《人工智能》

人们通常只知道深度学习模型是否工作，却很难说出模型中某个参数的取值与与最终模型的感知能力之间，到底有怎样的因果关系。

这真是一件特别有意思的事。有史以来最有效的机器学习方法，在许多人看来，竟然是一个只可意会、不可言传的“黑盒子”。

《人工智能》

PS：原书中作者用了通俗的文字和比喻阐述了深度学习的概念，为了让读者理解起更容易。

（4）为什么说“大数据”是人工智能的基石？

大数据的价值在于数据分析以及分析基础上的数据挖掘和智能决策。

大数据的拥有者只有基于大数据建立有效的模型和工具，才能充分发挥大数据的价值。

《人工智能》

这就可以理解为什么阿里有“千问”，字节有“豆包”，腾讯有“元宝”了，他们都是大数据的拥有者。

深度学习可以从大数据中挖掘出以往难以想象的有价值的数据、知识或规律。

简单来说，有足够的数据作为深度学习的输入，计算机就可以学会以往只有人类才能理解的概念或知识，然后再将这些概念或知识应用到之前从来没有看见过的新数据上。

此外，大数据的应用必然带来个人隐私保护方面的挑战。为了给你推送精准的广告信息，就要收集你的购买习惯、个人喜好等数据，这些数据往往包含了许多个人隐私。

《人工智能》

大数据下的人工智能时代，同时也是个人网上隐私“裸奔”时代（纯属个人观点）。

（未完，下期续...）

更多原创技术文章：《README 2026》