什么是人工智能——会思考的机器朋友
什么是人工智能——会思考的机器朋友
你有没有想过，当你对着手机说"嘿，Siri"或者"小爱同学"的时候，你的手机是怎么听懂你说的话的？当你用手指轻轻一划就能解锁手机，或者拍照时手机自动识别出你的脸，这些神奇的事情是怎么发生的呢？今天，就让我们一起踏上这段奇妙的旅程，去认识一位特别的“朋友”——人工智能，英文名叫Artificial Intelligence，我们通常简称它为AI。
你身边的AI小助手
让我们先来找找看，你的日常生活中有没有遇到过身怀绝技的“机器朋友”呢？
会听话的手机
拿起你的手机，仔细观察一下。如果你对着它说“嘿，Siri，帮我查一下今天的天气”，或者“小爱同学，播放一首歌”，会发生什么？手机会眨巴眨巴“眼睛”（屏幕亮起来），用好听的声音回应你，好像真的在认真听你说话一样。
> 💡 小思考 > > 想象一下，你的手机就像一个非常聪明的小精灵。这个小精灵住在你的手机里，它会听你说话、会帮你做事、会在你需要的时候出现。你觉得这个“小精灵”真的有自己的想法吗？还是它只是按照某种规则在行动呢？
[插图：展示孩子对着手机说话，手机屏幕亮起并显示天气或播放音乐的可爱场景]
聪明的智能音箱
如果你家里有智能音箱，比如小爱同学、天猫精灵或者小度，你一定会发现它们特别有趣。你可以对它说“放一首儿歌”，它就会播放音乐；你说“讲个故事”，它就会开始讲故事；你问它“1加1等于几”，它会立刻回答你“等于2”。
这些智能音箱就像一个个神奇的魔法盒子，你说什么它们就能听懂什么，你问什么它们就能回答什么。但它们真的“懂”你在说什么吗？它们是怎么做到的呢？
神奇的智能相机
现在拿起你爸爸妈妈的手机，打开相机。你有没有注意到，当你把手机对准一个人脸的时候，手机屏幕上会出现一个小方框，准确地“框住”人脸？如果是很多人一起拍照，手机还能找出每一张脸呢！
有些手机还有一个更厉害的功能——智能场景识别。当你把相机对准蓝天、大海、花朵或者美食的时候，手机能自动识别出你正在拍什么，然后调整最适合的拍摄模式，让照片变得更好看。这是不是很神奇？
[插图：展示智能相机识别不同场景的可爱插画，包括花朵、美食、人脸等]
会学习的推荐系统
你有没有这样的经历：在视频网站上看了几个动画短片之后，网站就开始给你推荐更多你可能喜欢的动画？在音乐软件里听了喜欢的歌曲之后，软件会神奇地找到风格相似的歌曲？在购物软件里浏览了某个玩具之后，你会在首页看到类似的玩具推荐？
这些看似贴心的推荐，其实都是人工智能的杰作。AI会记住你喜欢什么，然后帮你找到更多你可能会喜欢的东西。它就像一个非常了解你的小助手，总是能猜到你的心思。
AI到底是什么
说了这么多神奇的例子，现在让我们来正式认识一下AI。
简单的定义
人工智能，就是让机器（尤其是计算机）能够像人一样思考和做事的科学技术。这个定义里有几个关键词，让我们一起来拆解：
“像人一样”——这意味着人工智能要模仿人类的一些能力，比如看东西、听声音、说话、思考、学习、做出决定等等。
“思考和做事”——AI不仅要能“想”，还要能“做”。它要能够理解你说的话，然后帮你完成任务；它要能够认出照片里的小猫小狗；它要能够在棋盘上和你下棋，甚至打败世界冠军。
[插图：用简单的图示展示人工智能模仿人类能力，包括看、听、说、学习、做决定]
AI不是魔法，而是数学和代码
虽然AI看起来很神奇，好像拥有魔法一样，但它其实并不是真正的魔法。在AI的背后，是无数的数学公式、计算机程序和海量的数据。
想象一下，当你学习骑自行车的时候，你需要不断练习，摔倒了再爬起来，慢慢地你就学会了怎么保持平衡。AI的学习方式其实和这个很像，但它学习的是数学知识——通过看大量的例子，它能够自己发现规律，然后用这些规律来解决问题。
> 📖 英文小课堂 > > Artificial Intelligence (AI) — 人工智能 > - Artificial /ˌɑːrtɪˈfɪʃəl/ — 人工的、人造的（不是天然的，是人创造出来的） > - Intelligence /ɪnˈtelɪdʒəns/ — 智能、智慧（像人一样思考和理解的能力） > > 例句：*My phone uses artificial intelligence to recognize my voice.*（我的手机使用人工智能来识别我的声音。）
强AI与弱AI
科学家们把人工智能分成两类：强人工智能和弱人工智能。
弱人工智能（Weak AI），也叫窄人工智能（Narrow AI），是指专门为某一个特定任务设计的AI。它只能做好一件事，在其他方面可能完全不行。比如下棋的AI AlphaGo，它可能是世界上下棋最厉害的程序，但如果让它帮你点外卖，它可能就完全不会了。
强人工智能（Strong AI），也叫通用人工智能（Artificial General Intelligence，AGI），是指像人类一样全面思考的AI。这种AI可以做任何人类能做的事情，有真正的“理解”和“意识”。不过到目前为止，科学家们还没有真正创造出强人工智能——我们身边的AI，包括最厉害的聊天机器人和下棋程序，都还是弱人工智能。
[插图：用对比的方式展示强AI和弱AI，弱AI像是一个只会一项技能的小专家，强AI像一个什么都会的全能超人]
AI是如何“思考”的
现在你已经知道AI是什么了，那么AI到底是怎么“思考”的呢？它的脑子里在想些什么？
从眼睛到大脑的信息之旅
让我们用一个你非常熟悉的例子来说明——你是怎么认出你家里的小猫的？
当你看到一只小猫的时候，这个过程是怎么样发生的呢？
1. 眼睛看到图像：小猫的样子先进入你的眼睛，你的眼睛就像一台小小的摄像机，把小猫的样子拍下来。
2. 信号传递到大脑：眼睛把拍到的图像变成信号，通过神经发送给大脑。
3. 大脑识别：大脑里负责看东西的部分（叫做视觉皮层）开始工作，它会分析这张图片——有四条腿、尖尖的耳朵、长长的尾巴、毛茸茸的身体……
4. 得出结论：大脑把这些特征组合起来，和记忆中的“小猫”对比，然后告诉你：“这是一只小猫！”
[插图：展示人类识别小猫的完整过程，从眼睛看到图像，到大脑识别，再到说出“小猫”]
计算机的“眼睛”——数字图像
但是计算机和人类不一样。计算机不是用眼睛看东西的，它是用一种叫“数字图像”的方式来理解图片的。
当你用手机拍一张照片时，照片会被分解成很多很多个小小的点，每个点都有自己的颜色。这些小点叫做像素（Pixel）。一张普通手机照片可能有几百万个像素！计算机就是通过分析这些像素的颜色和位置，来理解图片里有什么的。
> 📖 英文小课堂 > > Pixel /ˈpɪksəl/ — 像素（图片中最小的单位） > - 想象一下，你把一张照片放大再放大，最后你会看到很多很多小方块，每个小方块就是一个像素。 > > 例句：*This photo has millions of pixels.*（这张照片有数百万个像素。）
AI的“神经网络”
人类的大脑是由几十亿个叫做神经元（Neuron）的细胞组成的，这些神经元互相连接，形成了一个复杂的网络。当我们学习新东西的时候，大脑里神经元之间的连接方式会发生改变，这就是我们学会新技能的过程。
科学家们发现，如果我们能让计算机也用类似的方式来处理信息，计算机会不会也能像人一样学习呢？于是，他们创造了人工神经网络（Artificial Neural Network）——一种模仿人类大脑结构的计算机程序。
> 📖 英文小课堂 > > Neural Network /ˈnʊərəl ˈnetwɜːrk/ — 神经网络 > - Neural /ˈnʊərəl/ — 神经的、神经系统的 > - Network /ˈnetwɜːrk/ — 网络（由很多节点互相连接形成的系统） > > 例句：*AI learns using neural networks that work like human brains.*（AI使用像人脑一样的神经网络来学习。）
人工神经网络并不是真正的脑子，但它确实模仿了大脑的工作方式。在神经网络里，有一层一层的“节点”（也叫神经元），信息从输入层进去，经过一层一层的处理，最后从输出层出来，得到答案。
[插图：用简单可爱的图示展示神经网络的基本结构，包括输入层、中间的隐藏层和输出层，以及层与层之间的连接线]
训练AI——教机器学习
既然AI是用神经网络来学习的，那人类是怎么“教”AI学会本领的呢？
这就要说到一个很重要的概念——机器学习（Machine Learning）。机器学习的意思是，让计算机通过分析大量的数据，自己发现规律，自己学会怎么做某件事，而不需要人类一步一步地告诉它具体的做法。
举个例子，如果我们要教AI认识猫和狗，我们应该怎么做呢？
第一步：准备数据
我们先收集很多很多猫的照片和狗的照片。照片越多越好，而且要各种各样——不同颜色、不同姿势、不同大小的猫和狗。
第二步：标记数据
然后，我们告诉AI哪些照片是猫，哪些照片是狗。这个过程叫做“标注”（Labeling）。就像你在书上贴标签一样，我们给每张照片贴上一个标签：“这是猫”或者“这是狗”。
第三步：训练模型
AI开始学习了。它一张一张地看这些照片，慢慢地，它发现猫的照片有一些共同的特点（比如尖尖的耳朵、圆圆的瞳孔），狗的照片也有一些共同的特点（比如下垂的耳朵、长长的鼻子）。AI会调整自己的神经网络，让它能够越来越准确地区分猫和狗。
第四步：测试和检验
学习完之后，我们要考验一下AI。我们给它看一些它没见过的猫和狗的照片，看看它能不能正确认出来。如果它认错了，我们会让它继续学习，直到它变得足够准确为止。
[插图：用流程图展示训练AI识别猫狗的四个步骤：准备数据、标记数据、训练模型、测试检验]
> 💡 小思考 > > 你觉得AI学习认识猫和狗的方式，和你小时候学习认识动物的方式有什么相似的地方吗？你是通过看很多动物图片学会分辨猫和狗的吗？
走进小明的AI世界
为了更好地理解AI是怎么工作的，让我们来认识一个新朋友——小明。
小明的周末
小明是一个10岁的男孩，他最喜欢的事情就是和爸爸妈妈一起去公园玩。这个周末，爸爸妈妈带小明去公园野餐。
在公园里，小明看到了很多有趣的东西：
他看到一只小狗在草地上跑来跑去；
他用手机拍了一张公园里盛开的郁金香照片；
他和爸爸妈妈一起玩了一场智能下棋游戏；
他对着智能手表说“帮我记录一下今天的路程”，手表很快就显示了他们走了多远的路。
晚上回到家，小明躺在床上，回想着这一天遇到的各种神奇的事情。
> 📖 英文小课堂 > > Smart /smɑːrt/ — 智能的、聪明的 > - 我们常说smart phone（智能手机）、smart watch（智能手表）、smart home（智能家居）——这些设备都有人工智能在里面帮忙呢！ > > 例句：*My dad has a smart watch that can count his steps.*（我爸爸有一块能计算步数的智能手表。）
神奇的问题
小明突然想到一个问题：这些智能设备是怎么知道我刚才说的是什么的呢？它们真的“理解”我说的话吗？
他好奇地问妈妈：“妈妈，你说小爱同学真的能听懂我说话吗？它知道我想要什么吗？”
妈妈笑着说：“这个问题问得好！小爱同学其实并不能真正‘理解’你说的话，至少不是像你或者我这样理解。它做的事情更像是找到你说的词和它数据库里预存的回答之间的匹配关系。”
小明更好奇了：“那它是怎么找到正确的回答的呢？”
妈妈想了想，决定用一个简单的例子来解释。
妈妈的解释
妈妈说：“想象一下，你第一次去学校的时候，是怎么找到自己的教室的？”
小明说：“老师给我看了贴在墙上的地图，地图上写着‘一年级教室在二楼左边第一间’，我就找到了。”
妈妈点点头：“没错！现在想象一下，如果有一台超级聪明的机器，它看过一百万张地图，也看过一百万个人是怎么找到教室的。通过分析这些例子，它自己就学会了一种规律——什么样的地图信息对应什么样的教室位置。虽然它从来没有去过你们学校，但它可以根据学到的规律，帮你找到教室。”
“AI理解语言的方式有点像这样。它看过和听过几百万句人类说的话，学会了什么样的词语组合最可能对应什么样的意思。当你说话的时候，它会猜测你可能想表达什么，然后从它学习过的内容里找出一个最合适的回答。”
小明好像有点明白了：“所以它不是真的‘懂’，而是很会‘猜’？”
妈妈笑了：“你说得很对！AI确实很会‘猜’，而且它猜对的概率往往非常高，这就是为什么我们会觉得它很聪明。”
AI不是完美的
小明又想到一个问题：“那如果AI猜错了怎么办？”
妈妈认真地说：“你问得非常好！AI确实不是完美的，它有时候会犯错。就像你做数学题一样，做多了可能还是会算错。AI也是这样，它可能听不懂方言、可能认错相似的东西、可能给出不太合适的回答。所以我们在使用AI的时候，要保持思考，不要完全依赖它。”
> 💡 小思考 > > 想想看，你有没有遇到过智能设备“犯傻”的时候？比如语音助手听不懂你说的话，或者智能相机认错了东西？你是怎么解决的呢？
什么是AI的“黑盒子”
妈妈说了一句让小明印象很深的话：“AI虽然很强大，但它也有一个神秘的特性——我们很难知道它到底是怎么做出决定的。”
黑盒子的比喻
妈妈说：“想象一下，你有一个盒子，这个盒子有一个入口和一个出口。你把东西从入口放进去，盒子里会发生什么你看不到，但出口会出来一个结果。比如，你放进去一张猫的照片，盒子可能会输出‘猫’这个字。”
小明说：“这有什么奇怪的？很多机器都是这样的啊！”
妈妈点点头：“你说得对！但是AI的盒子比较特别。普通的机器，它的内部是怎么工作的，我们是可以理解的。比如计算器，你按下数字和运算符号，它会按照我们设定好的规则进行计算，这个过程我们完全理解。”
“但AI的盒子不一样。科学家们把这种盒子叫做‘黑盒子’（Black Box），意思是它的内部工作方式非常复杂，连创造它的科学家们都不完全理解。AI是根据数据自己学习出来的，它的‘思考’过程对我们来说是一个谜。”
[插图：用生动的插画展示黑盒子的概念，左边是一个输入（猫的照片），中间是一个神秘的黑色盒子，右边是输出（文字“猫”），盒子内部用问号和迷雾表示]
为什么AI是黑盒子
小明很困惑：“可是AI不是人类发明的吗？为什么创造它的人也不知道它是怎么工作的？”
妈妈解释道：“这是一个很好的问题。AI的学习过程确实是我们设计的，但是当AI真正开始学习的时候，它是通过调整海量的数字参数来找到最好的答案的。这些参数的数量可能达到几百万甚至几十亿个。这么多参数怎么组合在一起工作，已经超出了人类能够理解的范畴。”
“打个比方，就像你学会骑自行车一样。你知道自己是怎么保持平衡的吗？你能说出来吗？大多数人可能说不清楚，但他们确实会骑。AI也是一样，它确实学会了做某件事，但怎么做的，中间经历了什么，它自己也‘说不清楚’。”
> 📖 英文小课堂 > > Black Box /blæk bɒks/ — 黑盒子 > - 这个词本来是指飞机上用来记录飞行数据的装置，无论发生什么，它都能记录下所有信息。AI领域的“黑盒子”指的是那种我们能看到输入和输出，但不知道内部怎么工作的系统。 > - 相对的概念是White Box（白盒子）或Interpretable AI（可解释的人工智能），指的是我们可以理解其内部工作原理的AI。 > > 例句：*Scientists are trying to open the AI black box to understand how it makes decisions.*（科学家们正在尝试打开AI的黑盒子，理解它是如何做决定的。）
黑盒子带来的问题
妈妈告诉小明，知道AI是黑盒子是很重要的，因为如果不知道它是怎么做决定的，可能会带来一些问题。
问题一：不知道为什么会犯错
如果AI认错了东西，我们很难知道它为什么会认错，也就不知道该怎么改进它。
问题二：可能产生偏见
如果训练AI用的数据有偏见（比如照片里猫总是躺在沙发上，AI可能就以为沙发是猫的一部分），AI也会学到这些偏见，但我们可能发现不了。
问题三：难以信任
如果AI给出了重要的建议，比如医生用AI来帮助诊断疾病，但医生不知道AI为什么给出这个建议，那医生可能不太敢相信AI。
小明听得入神：“那怎么办？难道就让这个黑盒子一直黑着吗？”
妈妈笑着说：“当然不是！这就是你这本书要学的内容了——如何打开AI的黑盒子，了解它在想什么。科学家们正在研究各种方法，让AI的工作过程变得更透明、更容易理解。这就是‘AI透明度’（AI Transparency）这个研究领域的意义。”
> 📖 英文小课堂 > > Transparency /trænsˈpærənsi/ — 透明度、透明性 > - 透明的、反义词是opaque（不透明的） > - AI Transparency 是指让AI的决策过程变得可见和可理解 > > 例句：*We need more transparency in how AI makes decisions.*（我们需要更多的AI决策透明度。）
生活中还有哪些AI
在睡觉之前，小明又问了妈妈一个问题：“除了我今天看到的，生活中还有哪些地方有人工智能呢？”
妈妈想了想，开始列举：
医疗领域
“当你生病去医院的时候，医生可能会用到AI来帮助诊断。比如AI可以看X光片，帮忙找出有没有肺炎或者骨折。有些AI甚至可以比人类医生更早发现某些疾病的迹象。”
[插图：展示医生使用AI辅助诊断的场景，屏幕上显示X光片和AI的分析结果]
教育领域
“你的学习软件里可能也有AI。比如一些数学练习软件会根据你的水平自动调整题目难度，让练习既不会太简单也不会太难。有些英语学习软件会用AI跟你对话，帮你练习口语。”
交通领域
“你爸爸妈妈开车的时候有没有用过导航？导航里有人工智能帮你找到最快的路线。未来的自动驾驶汽车更是离不开AI，它要像人类司机一样观察路况、判断情况、做出决定。”
[插图：展示智能交通场景，包括智能导航和自动驾驶汽车]
娱乐领域
“还有你玩的游戏！很多游戏里，电脑控制的角色看起来很聪明，好像真的在思考下一步怎么走