写在前面：作为一名破旧网民，从关注ChatGPT的问世，到感受我们的国产大模型DeepSeek惊起一滩鸥鹭，我深感自己原本要拯救地球的那颗红心开始铮鸣不已。我决心要和小伙伴们一起进步，共同提高，拥抱AI。所以从今天起，我会根据自己的时间不定期面向我们普通人更新讲解AI知识课，课程计划从全面认识AI到发现AI的价值红利，再到AI的实践应用，进行全链路的实操讲解。我尽量通俗易懂简单直白的来讲，希望大家都能够有所收获。

另外，课程内容会首发招文袋的知识星球，公众号和其他平台可能会迟滞发布或部分发布，推荐想一起交流学习的小伙伴们，加入招文袋的知识星球，共同学习提高。

下面开始本节课的讲解，示意配图由豆包AI生成。

第一章 认识AI，重塑AI认知，打破信息差

第一节 什么是AI？

在科技飞速发展的今天，AI（Artificial Intelligence）这个词频繁出现在我们的生活中，无论是打开手机看到的新闻推送，还是使用智能音箱查询天气，AI 都如影随形。

那么，究竟什么是 AI 呢？接下来，就让我们一起揭开 AI 的神秘面纱。

一、基础定义拆解

1. 官方解释

AI（Artificial Intelligence）是通过计算机系统模拟人类智能行为的技术，包含学习、推理、决策三大核心能力。这就好比计算机系统拥有了一个 “智能大脑”，它可以像人类一样去学习新知识、根据已有的信息进行推理思考，然后做出决策。

想象一下，人类通过不断地学习各种知识，逐渐掌握了如何识别不同的物体、理解语言含义等技能。AI 也类似，它借助计算机强大的计算能力，从大量的数据中学习规律，进而实现对各种任务的处理。比如，当 AI 学习了大量的图像数据后，就能识别出图片中是猫还是狗；学习了很多语言文本，就能理解人们说的话并进行回应。

2. 生活化理解

传统程序：像严格按菜谱做饭的厨师，只能执行设定好的步骤。假设菜谱上写着炒菜时先放菜，再放调料，按照固定的顺序和用量操作，无论做多少次，过程和结果都不会有变化。即使菜品味道可能不太符合食客口味，它也不会自己做出调整。

AI 系统：像会尝味道调整火候的大厨，能通过经验自主改进。这位大厨在做菜过程中，会根据自己的经验和对菜品味道的实时判断，灵活调整炒菜的火候、调料的用量等。如果发现这次做的菜有点淡，下次就会适当多放些盐；要是觉得颜色不够好看，就会调整烹饪的时间和方式。这种根据实际情况不断优化和改进的能力，就是 AI 与传统程序的重要区别。

二、核心技术三兄弟

AI 能够实现强大的功能，离不开背后一系列的核心技术，其中机器学习、深度学习和神经网络发挥着至关重要的作用。它们就像是支撑 AI 这座大厦的三根重要支柱。

1. 机器学习（ML）

本质：让计算机从数据中自己找规律。计算机就像一个勤奋好学的学生，通过不断地学习大量的数据，总结出其中隐藏的规律和模式。

类比：教孩子认猫→给他看 100 张猫图，孩子自己总结猫的特征。当孩子看到各种各样的猫的图片时，他会逐渐注意到猫都有四条腿、一条尾巴，眼睛圆圆的，耳朵尖尖的等等共同特征。下次再看到类似特征的动物，他就能判断出这可能是一只猫。计算机在机器学习过程中也是如此，它从大量的数据中提取出关键的信息和模式，从而学会如何完成特定的任务。

案例：抖音推荐算法越刷越懂你。抖音平台上有海量的视频内容，机器学习算法会根据用户的观看历史、点赞、评论等行为数据，分析出用户的兴趣偏好。比如，如果用户经常观看美食类视频，还点赞了很多烘焙相关的内容，算法就会认为用户对美食尤其是烘焙感兴趣，进而为用户推荐更多烘焙教程、美食探店等类似的视频。随着用户使用抖音的时间越长，产生的数据越多，算法对用户兴趣的把握就越精准，推荐的视频也就越符合用户的喜好。

2. 深度学习（DL）

特别之处：模仿人脑神经元的多层网络结构。人脑是一个极其复杂且强大的器官，神经元之间相互连接形成了复杂的网络，通过这些网络进行信息的传递和处理。深度学习借鉴了这一结构，构建了多层的神经网络，每一层都可以提取数据中不同层次的特征。

形象展示：以图像识别为例，深度学习网络的第一层可能只能识别出图像中的一些简单边缘，比如线条、轮廓；中间层则可以根据这些边缘信息进一步组合识别出物体的基本形状，像圆形、方形等；而最深层会综合前面各层的信息，准确地识别出整个物体，比如这是一只猫或者一辆汽车。这种层层递进、逐步深入的特征提取方式，使得深度学习在处理复杂数据时表现得非常出色。

案例：人脸识别解锁手机。手机中的人脸识别技术就是深度学习的一个典型应用。它首先通过摄像头获取人脸图像数据，然后深度学习模型会对这些图像进行多层分析，提取出人脸的各种特征，如面部轮廓、五官比例、眼睛间距等。当用户下次使用人脸识别解锁时，模型会将当前获取的人脸特征与之前存储的特征进行比对，判断是否为同一人。由于深度学习能够准确地提取和识别复杂的人脸特征，所以人脸识别解锁的准确率越来越高，为用户提供了便捷又安全的解锁方式。

3. 神经网络

工作原理：输入层（接收信息）→ 隐藏层（分析处理）→ 输出层（给出结果）。这就好比一个工厂的生产流水线，原材料从输入端进入，在工厂内部经过一道道工序的加工处理，最后从输出端产出成品。

类比：快递分拣系统：包裹进入→扫描条形码（输入）→ 按地区 / 大小分类（处理）→ 发往对应区域（输出）。在快递分拣系统中，包裹上的条形码包含了收件地址等重要信息，就像神经网络输入层接收的信息。扫描条形码后，系统会根据这些信息对包裹进行分类处理，将寄往同一地区或者大小相近的包裹分到一起，这类似于神经网络隐藏层的分析处理过程。最后，包裹被发往对应的派送区域，这就是输出层给出的结果。神经网络通过这样的结构，对输入的信息进行层层处理，最终得到我们想要的输出结果。

三、人类 VS AI 能力对比表

注：当前所有 AI 都属于 “弱人工智能”，即专注特定任务的工具，不存在电影中的自主意识。

在学习速度方面，人类从小学开始，经过中学、大学等多年的学习，才能掌握丰富的知识和技能。而 AI 凭借强大的计算能力，在短时间内就能处理海量的数据，比如在 1 分钟内 “读完” 整个图书馆的书籍内容，快速获取大量信息。

精准度上，人类在长时间工作后容易疲劳，注意力不集中，从而出现错误。但 AI 只要程序运行正常，就可以全天候稳定地工作，持续输出准确的结果。

说到创造力，人类的创造力是无限的，艺术家们可以创造出全新的艺术风格，给人们带来前所未有的视觉和听觉享受。而目前的 AI 虽然可以对已有的元素进行组合和变化，但还无法真正创造出全新的、超越人类已有认知的艺术风格。

在情感理解方面，人类能够真正体会他人的喜怒哀乐，给予真诚的情感回应和支持。AI 虽然可以通过预设的程序模拟情感反应，像客服 AI 会用一些温暖的话语回应客户，但它并不能真正理解情感的内涵，只是按照设定好的规则进行回复。

四、三大常见误解纠正

误解一：AI = 机器人

真相：机器人是硬件载体，AI 是大脑软件。机器人就像是人的身体，而 AI 则是赋予这个身体 “智慧” 的大脑。没有 AI，机器人就只是一堆没有自主能力的机械部件；而 AI 如果没有合适的硬件载体，也无法发挥实际作用。

举例：扫地机器人 = 铁壳身体 + 导航 AI 程序。扫地机器人的铁壳和各种机械部件构成了它的身体，让它能够在地面上移动、清扫。而导航 AI 程序则像是它的 “大脑”，通过传感器收集周围环境信息，规划清扫路线，避开障碍物，完成高效的清扫工作。

误解二：AI 会自主进化

真相：AI 的 “进化” 完全依赖人类更新数据 / 算法。AI 本身并没有自我进化的能力，它的发展和进步离不开人类的干预。

类比：电饭煲不会自己变成微波炉。电饭煲是按照特定的设计和程序来煮饭的，它不会自己突然具备加热食物、制作爆米花等微波炉的功能。AI 也是如此，如果不更新数据，它就只能基于已有的信息进行处理；不优化算法，它的能力也很难得到提升。只有人类不断地为 AI 提供新的数据、改进算法，它才能变得更 “聪明”。

误解三：AI 能完全替代人类

现实：AI 目前只能替代标准化工作环节。在一些重复性高、规律性强的工作中，AI 确实可以发挥很大的作用，比如数据录入、客服咨询等。

关键差异：人类有跨领域联想能力，AI 只能在训练范围内发挥。人类可以将在一个领域学到的知识和经验运用到另一个完全不同的领域。比如，一个画家可能从音乐中获得灵感，创作出独特的画作。而 AI 只能在它所训练的特定任务和领域内工作，如果遇到超出训练范围的情况，它就很难做出有效的应对。

五、AI 在生活中的实际存在

AI 已经深入到我们生活的方方面面，从早上起床到晚上睡觉，它都在默默地为我们服务。

早上 7:00

智能音箱播报天气（语音识别）：当我们对智能音箱说 “播放今天的天气” 时，智能音箱通过语音识别技术，将我们说的话转化为文字信息，然后从天气数据平台获取相关信息，并播报出来。它能准确识别不同人的声音、口音，快速理解我们的需求。

手机推送通勤路线（预测算法）：手机地图 APP 会根据我们平时的出行习惯、实时路况以及历史交通数据，利用预测算法为我们推荐最佳的通勤路线。如果某条道路经常堵车，算法就会优先推荐其他更快捷的路线，帮助我们节省通勤时间。

中午 12:00

外卖 APP 推荐餐厅（推荐系统）：外卖 APP 会根据我们的点餐历史、位置信息、口味偏好等数据，通过推荐系统为我们推荐合适的餐厅和菜品。如果我们经常点川菜，系统就会为我们推荐附近口碑好的川菜馆，还会推荐一些热门的川菜菜品。

刷朋友圈看到的广告（用户画像）：社交媒体平台通过分析我们在平台上的各种行为，如点赞、评论、浏览内容等，构建用户画像。根据这个画像，平台会为我们推送符合我们兴趣的广告。比如，喜欢运动的用户可能会看到运动装备的广告，爱美的用户则会看到化妆品、美容服务的广告。

晚上 20:00

视频网站自动生成字幕（自然语言处理）：视频网站利用自然语言处理技术，对视频中的语音内容进行识别和转换，自动生成字幕。这项技术不仅方便了听障人士观看视频，也让我们在不方便听声音的情况下，依然能轻松理解视频内容。

健身 APP 调整训练计划（数据分析）：健身 APP 会收集我们的运动数据，如运动时长、运动强度、心率等，通过数据分析评估我们的运动效果和身体状况。然后根据这些数据，为我们调整个性化的训练计划，帮助我们更科学地进行健身锻炼。

六、课堂小实验（注意：这里大家可以按照下面的实验步骤观察感受）

为了让大家更直观地感受 AI 的存在和作用，我们来做几个简单的课堂小实验。

1. 打开微信语音输入 → 观察识别准确率。打开微信聊天界面，点击语音输入按钮，对着手机说话，看看微信能多准确地将我们说的话转化为文字。可以尝试用不同的语速、口音说话，感受语音识别技术的效果。

2. 在淘宝搜索 “运动鞋” → 记录首页推荐商品类型。在淘宝 APP 中搜索 “运动鞋”，然后观察首页推荐的商品。这些推荐商品是淘宝的推荐算法根据我们的搜索历史、浏览记录、购买行为等数据生成的，通过观察推荐商品，我们可以了解推荐算法的逻辑和特点。

3. 用美颜相机拍照 → 对比原图与 AI 修图效果。使用美颜相机拍照，美颜相机中的 AI 算法会自动识别面部特征，进行磨皮、美白、瘦脸等处理。对比拍摄的原图和 AI 修图后的照片，我们可以直观地看到 AI 在图像处理方面的能力

最后给大家出一道思考题

你还能找出身边 10 个隐藏的 AI 应用吗？（例：银行 ATM 的人脸识别）

大家可以仔细观察身边的各种设备和应用，比如智能门锁的指纹识别、智能电视的内容推荐、电商平台的智能客服等等，看看自己能发现多少隐藏的 AI 应用。这不仅能帮助我们更好地理解 AI，还能让我们感受到 AI 在生活中的无处不在。

再来对照你的理解进行自我检测一下

1. 判断对错

扫地机器人就是 AI 本身（❌）。

扫地机器人是硬件设备，它搭载了 AI 技术，如导航算法等，但它本身并不等同于 AI。

ChatGPT 属于强人工智能（❌）。

ChatGPT 虽然功能强大，但它仍然属于弱人工智能，只能在自然语言处理领域完成特定任务，并不具备真正的自主意识和通用智能。

2. 认知连线

机器学习 -从数据中找规律

深度学习 - 多层神经网络分析

神经网络 - 信息分层次处理结构

通过这些题目，我们可以检验自己对 AI 相关知识的理解程度，进一步巩固所学内容。

通过这种生活场景切入→技术原理具象化→主动实验验证的步骤，即使是完全没有技术背景的小伙伴，也能在 30 分钟内建立对 AI 的基础认知框架。希望大家通过这一章节的学习，对 AI 有个更清晰的认识，也能在今后的生活中发现更多 AI 的奇妙之处，为进一步探索 AI 的世界打下坚实的基础。

下一章节我们讲AI发展简史，大家记得关注并订阅招文袋的公众号。

我的课程准备的比较通俗直白，如果对课程还有哪里觉得不清晰的请在招文袋的知识星球内发帖提问。如果你想获取更多AI知识资料，交流认知，共同提高，也请私信留言或直接进入招文袋的知识星球下载获取。

好了，感谢阅读，下课！

来源：招文袋/知识星球 招文袋/公众号