从"会算"到"会学"：人工智能问题的基本形态

当人们说“计算机很聪明”时，往往混合了两种能力：一种是“会算”，即按照明确规则高速、可靠地执行；另一种是“会学”，即在规则不完整、环境变化、目标含糊时，仍能从经验中形成可迁移的策略。传统软件工程的强项在前者：把需求翻译为规则，把规则翻译为代码；而现代人工智能的突破集中在后者：当我们无法把规则写清楚，或规则写得再多仍覆盖不了真实世界时，就转而让系统从数据中自动形成“近似规则”。本章要做的不是罗列算法清单，而是给出一种更稳定的理解方式：把绝大多数人工智能问题都放入同一个“任务—数据—模型—目标函数—评测指标”的框架中，从而解释为什么“学习范式”改变了工程方法，也为全书后续讨论建立共同语言。

人工智能、机器学习与通用智能：三个层次的区分

“人工智能”是目标，“机器学习”是一类方法

在最宽泛的意义上，人工智能（Artificial Intelligence, AI）指让机器表现出某种通常需要人类智能才能完成的能力，例如识别、规划、对话、推理、控制等。它更像一个“目标集合”：要解决什么能力问题，而不限定必须用哪种技术路线。

机器学习（Machine Learning, ML）则是一类方法论：不直接手写规则，而是从数据中学习映射关系或策略。换言之，ML是AI的重要子集，但不是全部。即便在今天，许多AI系统仍由规则、搜索、优化、知识库与学习模块共同构成。

> 侧边栏：一个实用判断 > 若系统的核心行为由“参数”决定，而这些参数主要通过对数据的优化得到（而非人工逐条设定），它通常属于机器学习系统；若系统的核心行为主要由显式规则或可解释结构直接决定，则更接近传统符号方法或规则系统。

“通用智能”谈的是跨度与迁移，而非单点性能

通用人工智能（Artificial General Intelligence, AGI）关心的不是某一项任务的高分，而是能力的广泛性与迁移性：能否在较少样本、较少人工改造的前提下，把已有知识迁移到新任务；能否在多目标、多约束、开放环境中长期稳定地学习与适应。现实中的系统大多属于“窄域智能”（在特定任务上强），距离通用性仍有明显鸿沟。

为了避免概念争论，本书采用一个对普通读者更可操作的三层视角：

• **AI（问题域）**：关注要实现的能力与任务形态。
• **ML（方法族）**：关注从数据学习参数与表示的技术体系。
• **通用智能（能力性质）**：关注跨任务迁移、泛化、持续学习与自主性。

常见混淆与澄清

1. “AI=深度学习”：深度学习是机器学习的重要分支，但AI问题还包括规划、约束满足、博弈搜索、符号推理等。 2. “会下棋就会思考”：单任务超人并不等同于通用智能；它可能依赖强先验、封闭环境与密集反馈。 3. “数据越多必然越好”：数据量重要，但数据分布、质量、标注一致性与任务匹配同样关键；甚至在某些场景，数据越多越会放大偏差与噪声。

人工智能问题的统一框架：任务—数据—模型—目标函数—评测指标

许多AI实践之所以容易“看似玄学”，往往不是因为算法神秘，而是因为在讨论中把五个要素混在一起。一个更稳定的做法是把问题拆成五个部件，并明确它们之间的依赖关系：

1. 任务（Task）：系统要完成的行为规范与输入输出形式。 2. 数据（Data）：任务的经验载体，包括样本来源、分布、标注与噪声。 3. 模型（Model）：可学习的函数族或策略空间（例如神经网络、树模型、线性模型）。 4. 目标函数（Objective / Loss）：训练时优化的数学指标，决定“学到什么”。 5. 评测指标（Metric）：交付与比较时使用的指标，决定“算不算好”。

它们之间的关系可以用一个工程化流程表示：

```mermaid flowchart TD A[任务定义 Task\n输入/输出/约束] --> B[数据 Data\n采集/清洗/标注] B --> C[模型 Model\n结构/参数/先验] C --> D[目标函数 Objective\n损失/正则/约束] D --> E[训练 Training\n优化器/超参] E --> F[评测 Metric\n离线/在线/鲁棒性] F --> G{上线与监控} G -->|分布漂移| B G -->|指标退化| A ```

用一个最小数学表达把“学习”说清楚

在监督学习中，我们常把数据写成 $D=\{(x_i,y_i)\}_{i=1}^n$：$x$是输入（邮件文本、图像像素、用户行为序列等），$y$是目标（垃圾/正常、类别标签、点击与否等）。模型是带参数的函数 $f_\theta(x)$，目标函数（损失）常写作：

$$ \min_\theta \ \frac{1}{n}\sum_{i=1}^{n} \mathcal{L}(f_\theta(x_i),y_i) + \lambda \Omega(\theta) $$

其中 $\mathcal{L}$刻画“预测错了有多糟”，$\Omega(\theta)$是正则项，$\lambda$控制复杂度惩罚。这个式子并不意味着一切都能被优雅数学化，但它提醒我们：学习的核心是“用数据定义偏好，用优化把偏好刻进参数”。

为什么“目标函数”与“评测指标”必须分开谈

在工程上，训练损失与评测指标经常不一致：

• 训练时用可微、稳定的损失（如交叉熵）；
• 交付时关心业务指标（如召回率、误报率、延迟、成本、合规性）。

如果不把两者区分清楚，就会出现“训练曲线很好看，上线却翻车”的典型现象。更进一步，评测还应包含对分布外（OOD）、鲁棒性与公平性的检查：同样的平均准确率，可能在不同群体、不同场景下风险截然不同。

> 侧边栏：指标是一种价值选择 > 选择准确率、AUC、F1、延迟、能耗、可解释性，本质上是在做价值权衡。指标不是“客观真理”，而是“在约束下可执行的目标代理”。

三个直观案例：同一框架下的不同表象

下面用三个常见系统把五要素逐一对齐。读者可把它当作一个“模板”：遇到任何AI项目，先把五要素填完整，再讨论算法细节。

案例一：垃圾邮件过滤——从规则堆砌到数据驱动

• **任务**：输入一封邮件，输出“垃圾/正常”，并尽量降低误杀（把正常邮件判成垃圾）。
• **数据**：历史邮件文本与人工/用户反馈标签；关键在于采样是否覆盖新型诈骗话术。
• **模型**：从朴素贝叶斯、线性模型到深度文本模型皆可。
• **目标函数**：分类损失+对误杀的加权惩罚（例如对“正常→垃圾”更重）。
• **评测指标**：误报率（False Positive Rate）与召回率的权衡，往往比总体准确率更重要。

对比一下规则系统与学习系统在工程形态上的差异：

```python

规则系统（示意）：覆盖有限，维护成本随规则数上升

def is_spam_rule(email_text: str) -> bool: suspicious = ["免费提现", "点击领奖", "紧急验证", "账户冻结"] return any(k in email_text for k in suspicious)

学习系统（示意）：规则不手写，而是由数据“沉淀”到参数

model.fit(X_train, y_train)

y_pred = model.predict(X_test)

```

规则系统的问题不是“没用”，而是当对手（垃圾邮件发送者）持续对抗、话术快速演化时，人工更新规则会变成一场永无止境的追逐；学习系统的优势在于能从大规模反馈中更新“统计规律”，但代价是需要数据管线、评测体系与上线监控。

案例二：图像识别——为何深度学习改变了“特征工程”

• **任务**：输入图像，输出类别（猫、狗、车辆等）。
• **数据**：大规模标注图像；数据增强（裁剪、翻转）常用于提升泛化。
• **模型**：卷积神经网络等深度模型。
• **目标函数**：交叉熵损失+正则化。
• **评测指标**：Top-1/Top-5准确率、鲁棒性（模糊、遮挡、光照变化）等。

这一领域的标志性转折常被追溯到ImageNet竞赛中深度网络的显著提升：当模型能够端到端学习“表示”（representation）时，许多传统的手工特征设计被系统性替代[^1]。这并非意味着“人类不再需要理解视觉”，而是意味着理解的载体从“手工编码的特征”部分转移到“数据分布、归纳偏置与训练机制”上。

案例三：推荐系统——目标函数与指标冲突最明显的战场

• **任务**：给用户排序内容，最大化长期价值（满意度、留存、购买等）。
• **数据**：曝光、点击、停留、购买、负反馈，以及强烈的选择偏差（用户看见什么本就被系统影响）。
• **模型**：从矩阵分解到深度排序模型，常包含用户与物品的嵌入（embedding）。
• **目标函数**：往往以点击/转化为代理目标，但必须处理样本偏差与延迟反馈。
• **评测指标**：离线AUC不等于在线收益；还需关注多样性、冷启动、公平性与“信息茧房”。

推荐系统提醒我们：AI工程从来不是单纯的“拟合数据”。当系统上线后，它会反过来改变数据分布（用户行为因推荐而变），形成闭环。此时，“数据”不再是静态资源，而是系统行为的一部分；这也是现代AI系统需要长期监控与持续迭代的原因。

学习范式如何改变传统软件工程：从“写规则”到“管不确定性”

需求表达方式的变化：从规格说明到数据与指标

传统软件工程强调把需求写成清晰规格，再实现并验证；而学习系统的需求常以“数据+指标”表达：

• 你很难写出“什么叫好看的图片”或“什么叫垃圾邮件”的完备规则；
• 但你可以收集样本，让不同人标注，再用一致性与评测指标逼近可执行的标准。

因此，AI项目的前期工作往往不是“选一个更强的模型”，而是：

• 定义输入输出边界（任务）；
• 建立标注规范与数据版本；
• 明确评测协议与上线门槛（指标与阈值）。

测试观念的变化：从“对/错”到“误差分布”

在传统程序中，很多模块可以被单元测试覆盖到接近确定性；但学习系统天生带有统计误差：同一模型在不同样本上表现不同。于是测试的关注点从“是否通过某个断言”转向“在某个分布下错误是否可接受”。这引出三个关键概念：

• **泛化（Generalization）**：在未见样本上的表现能力。
• **过拟合（Overfitting）**：在训练集很好、在新数据变差。
• **分布漂移（Distribution Shift）**：上线环境与训练数据不一致，导致性能退化。

从工程实践看，这意味着你需要的不只是测试代码，还包括：数据切分策略（训练/验证/测试）、线上监控、告警阈值、回滚机制，以及定期再训练与复盘。

交付形态的变化：模型不只是“文件”，而是“系统部件”

一个可上线的学习系统通常包含：数据采集、特征/预处理、训练流水线、模型注册与版本管理、服务部署、监控与反馈回流。它更接近“持续运营的产品系统”，而不是“一次性交付的软件”。这也是近年来“MLOps”兴起的背景：它并非新口号，而是对学习系统工程现实的回应。

> 侧边栏：为什么AI系统更需要“治理” > 数据隐私、偏见、公平性、可解释性、合规审计，往往不是模型训练完成后再补的“外部要求”，而是从任务与指标阶段就必须纳入的设计约束。否则，越强的模型可能越高效地放大风险。

关键术语与阅读路线：把共同语言先立起来

本书后续反复出现的术语（精确定义版）

• **样本（Sample）**：一次观测到的输入（及可能的标签）。
• **特征/表示（Feature/Representation）**：输入的表达方式；深度学习常把表示也交由模型学习。
• **标签（Label）**：监督信号，可能来自人工标注、用户反馈或延迟结果。
• **损失（Loss）**：训练时优化的代价函数，定义“错的程度”。
• **正则化（Regularization）**：抑制过拟合的约束或惩罚项。
• **训练/验证/测试集**：用于拟合、选超参、最终评估的不同数据切分。
• **超参数（Hyperparameter）**：训练前设定、训练中不直接学习的参数（如学习率、模型宽度）。
• **基线（Baseline）**：最朴素但可靠的参照方案；没有基线就难以判断改进是否真实。
• **分布外（OOD）**：与训练分布显著不同的输入；是许多“上线翻车”的根源。
• **反馈回路（Feedback Loop）**：系统输出影响后续数据输入，常见于推荐与策略系统。

阅读路线：从统一框架走向更强的心智模型

本章建立的五要素框架将贯穿全书。建议读者带着三个问题向后阅读： 1. 我在解决什么任务？任务边界在哪里？ 2. 数据从哪里来，代表了谁，遗漏了什么？ 3. 我的目标函数与评测指标是否一致？若不一致，差距如何治理？

后续章节将逐步回答更深层的问题：

• 当数据有限或有偏时，如何构造更可靠的学习与评测？
• 当任务变成序列决策（如机器人、博弈）时，五要素如何扩展？
• 当我们谈“通用心智”时，哪些能力是由表示学习、记忆、规划、工具使用与自我反思共同构成的？

最后需要强调的是：学习范式并没有取消“工程”，而是把工程的重心从“写出所有规则”转移到“设计可学习的系统”：你要设计任务、治理数据、选择模型、对齐目标与指标，并在真实世界的漂移与反馈中持续校准。这条从“会算”到“会学”的路径，正是理解当代人工智能的最短通道；而理解它的统一形态，则是迈向“通用心智”讨论的第一块基石。

[^1]: A. Krizhevsky, I. Sutskever, G. Hinton. *ImageNet Classification with Deep Convolutional Neural Networks*, 2012（可在公开学术搜索中查阅）。