基础 · 深度词条
AI(Artificial Intelligence,人工智能)
让机器完成过去通常需要人类感知、学习、推理、生成或决策的任务。AI 是一组方法和系统的总称,不是某个聊天产品。
四层解释
通俗
让机器完成过去通常需要人类感知、学习、推理、生成或决策的任务。AI 是一组方法和系统的总称,不是某个聊天产品。
专业
AI 系统通过模型、规则、数据和计算,把环境输入映射为预测、内容或行动。今天投入生产的大多数系统都是针对有限任务优化的弱人工智能。
机制
AI 没有单一算法。规则系统显式编码知识,机器学习从样本估计函数,生成模型则学习数据分布并产生新输出。
工程
先定义任务、用户、输入输出、成功指标和失败代价,再决定是否需要模型以及采用哪类模型。
全链路位置
INPUT数据、规则与环境信号
→PROCESS表示、学习、推断或规划
→OUTPUT预测、生成内容或行动
常见用途
- 图像识别与预测
- 搜索、推荐与风控
- 文本、图像和代码生成
专业边界
- AI 不等于意识或通用智能
- 单项能力不能证明跨领域可靠性
常见误解
- 把 ChatGPT 等同于全部 AI
- 把自动化规则都称为机器学习
关联概念
来源与核对记录
S1NIST AI Risk Management Framework 1.0NIST · 标准与框架 · 查阅 2026-09-07
↗S2Machine Learning GlossaryGoogle for Developers · 官方技术文档 · 查阅 2026-09-07
↗编辑核对:2026-09-07。本状态表示内容与来源已登记,不代表经过外部专家审稿。