alrunalrun
首页
  • 什么是AI
  • 机器学习入门
  • 深度学习入门
  • 大语言模型概览
  • ChatGPT使用指南
  • Claude使用指南
  • AI绘画工具
  • AI视频生成
  • AI趋势与前沿
  • AI商业落地
  • AI在教育中的应用
  • AI与创意产业
  • 提示词工程
  • AI API开发
  • 本地模型部署
  • AI Agent开发
  • AI伦理
  • AI安全
  • AI时代职业发展
首页
  • 什么是AI
  • 机器学习入门
  • 深度学习入门
  • 大语言模型概览
  • ChatGPT使用指南
  • Claude使用指南
  • AI绘画工具
  • AI视频生成
  • AI趋势与前沿
  • AI商业落地
  • AI在教育中的应用
  • AI与创意产业
  • 提示词工程
  • AI API开发
  • 本地模型部署
  • AI Agent开发
  • AI伦理
  • AI安全
  • AI时代职业发展
  • AI基础知识

    • 什么是AI
    • 机器学习入门
    • 深度学习入门
    • 大语言模型概览

什么是AI

人工智能(Artificial Intelligence,简称AI)是指让计算机模拟人类智能行为的技术。它不是魔法,而是基于数学、统计学和计算机科学的系统方法。

AI的分类

AI根据能力范围可分为三类:

类型说明举例
弱AI(Narrow AI)专注单一任务语音识别、图像分类
强AI(General AI)具备通用智能目前尚未实现
超AI(Super AI)超越人类智能理论概念

重要

当前所有实用AI系统都属于弱AI——它们在特定领域表现出色,但无法像人类一样灵活应对各种场景。

AI的发展历程

  • 1950s:图灵提出"图灵测试",AI概念诞生
  • 1960s-70s:符号主义AI兴起,专家系统出现
  • 1980s-90s:机器学习开始发展,神经网络研究推进
  • 2000s-10s:大数据+GPU推动深度学习突破
  • 2020s:大语言模型(GPT系列)引爆AI应用浪潮

AI的三大驱动力

  1. 算力:GPU和专用芯片让训练大规模模型成为可能
  2. 数据:互联网产生的海量数据为模型提供学习素材
  3. 算法:Transformer等架构创新大幅提升了模型效果
AI与人类智能的区别

AI通过模式识别和统计推断来"模拟"智能,而非真正"理解"。AI擅长处理大规模数据和重复性任务,但在常识推理、情感理解和创造性思维方面仍有明显局限。

最后更新: 2026/5/3 12:06
Next
机器学习入门