AI 提效
第 1 课：AI 是什么，以及它为什么突然走进日常生活
从智能的不同含义、几次关键发展浪潮和今天的使用场景，建立不神化也不轻视 AI 的第一张地图。
这一节要解决什么问题
AI 不是一个单一产品，也不是“像人一样思考的机器”的同义词。它是让计算机从数据、规则或反馈中完成识别、预测、生成、决策等任务的一组方法。你今天用到的推荐、语音转文字、导航预估和聊天助手，都属于不同类型的 AI。
从规则到学习，再到生成
早期的 AI 常把专家经验写成规则：如果出现 A 和 B，就给出 C。它在边界清楚的任务中可靠，却难以覆盖现实的例外。机器学习转而让程序从大量例子中找规律；深度学习在图像、语音等复杂数据上带来明显进展。近年的生成式 AI 则能根据上下文续写、作图、合成声音，因此第一次以通用界面大规模进入普通人的工作流。
“发展很快”不等于每一种能力都成熟。棋类程序的强项是明确规则下的搜索；医疗影像模型可辅助识别某些模式；聊天模型擅长组织语言。三者的能力、数据来源和责任都不同，不能互相替代。
用一张任务地图理解 AI
把 AI 分成四类会比背产品名更有用：识别类把图片、语音或文本变成标签；预测类估计风险、需求或下一步；生成类产生新文本、图像、音频、视频；决策与控制类在规则和反馈下选择动作。一个产品可能同时使用多类能力，例如地图先识别道路状态，再预测拥堵，最后给出路线建议。
常见误区与边界
AI 的输出像答案，不表示它已经理解事实或承担责任。它会受训练数据、提示、工具权限和部署环境限制。遇到公共信息、敏感决策或重要专业问题，人的核查、解释和最终决定不能省略。
本节小结
把 AI 看作能力集合，而不是万能主体。接下来两节会解释“学习”在技术上是什么意思，以及大语言模型为何能对话。