AI 基础总览¶
这一页是「AI 基础」章节的入口。你可以把它当路线图，也可以当复习清单。
这章解决什么问题¶
刚开始学 AI，最容易卡在三个地方。
一个是词太多：AI、ML、DL、LLM、GenAI、多模态、Transformer、Embedding、Context window，全都挤在一起。
一个是体验太像魔法：你输入一句话，模型开始写答案、改代码、看图片、总结文档。它表现得像懂了你，但背后其实是一套数据、模型、推理和采样流程。
还有一个是风险太隐蔽：模型会写得很顺，也会编造引用、误读材料、泄露隐私、继承偏见。UNESCO 在生成式 AI 教育指南中强调，学习者需要理解工具如何运作、如何验证、如何保护隐私，并保持以人为本的使用方式；NIST 的 AI 600-1 生成式 AI 风险画像 也把 confabulation / hallucination、信息完整性、隐私、偏见和滥用列为关键风险。
所以这一章不追求把你直接训练成算法工程师。它的目标更现实：让你知道每个词在整张地图上的位置，知道该从哪篇开始读，知道什么时候该信，什么时候该查。
一张图看懂学习路线¶
这条线可以拆成四段。
| 阶段 | 你要建立的直觉 | 对应章节 |
|---|---|---|
| 认识 AI 大地图 | AI 是总称，机器学习是其中一条路线，深度学习是现代 AI 的关键技术分支 | 什么是 AI、机器学习、深度学习 |
| 进入 LLM 世界 | LLM 生成文字靠 token 级预测，现代生成式 AI 又把文本、图像、语音、视频接到一起 | 什么是 LLM、多模态 AI |
| 拆开模型工作流 | 数据、训练、推理、Token、Embedding、上下文窗口决定了模型能力和调用成本 | 模型、数据、训练与推理、Token、Embedding 与上下文窗口 |
| 学会稳定使用 | Prompt 组织任务现场，采样参数影响输出风格，事实核查处理幻觉风险 | Prompt、上下文和记忆、温度与采样参数、为什么模型会胡说 |
IBM 在 AI、机器学习、深度学习与神经网络的对比文章中把四者整理成层级关系：AI 是最宽的概念，机器学习属于 AI，深度学习属于机器学习，神经网络是深度学习算法的重要基础。Google Cloud 的 AI 与机器学习介绍也采用了类似解释：AI 关注让系统感知、推理、行动和调整，机器学习关注从数据中学习。
如果你时间有限¶
直接读这四篇。
这四篇是使用 LLM 的最小必要知识。你会知道 AI 是什么、LLM 怎么生成答案、Prompt 怎么影响结果，以及为什么模型会自信地出错。
如果你想系统学习¶
按导航顺序读就行。
第 1 站：什么是 AI
从达特茅斯会议、图灵测试、AI 三次浪潮讲起，先把人工智能放进历史里。
第 2 站：机器学习
理解计算机怎么从例子里学规律，分清监督学习、无监督学习和强化学习。
第 3 站：深度学习
看懂神经网络的层级结构，以及 AlexNet 之后深度学习为什么突然爆发。
第 4 站：什么是 LLM
把聊天窗口拆开，看见 token、上下文、Transformer 和下一个 token 预测。
第 5 站：多模态 AI
把文字、图片、语音和视频放进同一张图里，理解「统一入口」怎么形成。
第 6 站：模型、数据、训练与推理
看懂模型从原始数据到上线服务的完整链路，也顺手理解为什么 AI 调用按 token 收费。
第 7 站：Token、Embedding 与上下文窗口
理解文字如何变成数字，语义如何进入向量空间，上下文窗口为什么会限制模型记忆。
第 8 站：Prompt、上下文和记忆
分清用户输入、系统规则、聊天历史、长期记忆和工具消息，各自负责什么。
第 9 站：温度与采样参数
看懂 temperature、top-k、top-p、seed 和惩罚项，知道怎么在稳定与发散之间调节。
第 10 站：为什么模型会胡说
理解幻觉、事实核查、Grounding、引用证据和高风险场景里的人工复核。
Google 的 Machine Learning Crash Course 也采用类似路径：先学回归、分类、数据处理、泛化和过拟合，再进入神经网络、Embedding 和大型语言模型。Hugging Face 的 NLP Course 则把 Transformer、pipeline、Tokenizer、Encoder / Decoder 架构作为进入现代 NLP 和 LLM 的入口。
学 AI 基础时，抓住三条线¶
1. 从「任务」看 AI¶
别一上来钻进公式。先看 AI 正在解决什么任务。
识别图片、过滤垃圾邮件、推荐视频、预测故障、翻译文本、生成代码、整理会议纪要，这些任务背后的技术路线不同，但都可以放进 AI 这张大地图。理解任务，你才知道该看哪一类模型、哪一种数据、哪种评估方式。
2. 从「流程」看模型¶
现代 LLM 可以拆成一条很朴素的流程。
数据 → 训练 → 模型 → 推理 → 输出 → 评估 → 迭代OpenAI 的 Text generation 文档 用 Responses API 展示了输入、指令、输出、结构化结果和文件输入的关系；Anthropic 的 Prompt engineering overview 强调先定义成功标准，再通过清晰指令、上下文、示例和评估不断迭代。
这对新手很重要。Prompt 不是咒语，它更像任务说明书。你要告诉模型目标、材料、约束、格式和判断标准，然后用测试样例检查结果。
3. 从「证据」看可信度¶
生成式 AI 最大的错觉，是流畅度会伪装成可信度。
Google Vertex AI 的 Grounding 文档 把 grounding 定义为将模型输出连接到可验证信息源的能力，目标是减少无依据内容，并通过来源链接提升可审核性。Anthropic 的 Reduce hallucinations 建议给模型明确材料、允许它说「不知道」、要求直接引用证据，并让无证据的声明撤回。
所以，基础章节的收尾放在「幻觉」。这不是吓人，是提醒你：AI 可以帮你跑得更快，但事实性问题必须回到来源。
学完之后，你应该能分清¶
| 概念 | 你应该记住的说法 |
|---|---|
| AI | 一张大地图，包含识别、预测、推荐、生成、规划和对话等任务 |
| 机器学习 | 让计算机从数据里找规律，用规律处理新样本 |
| 深度学习 | 用多层神经网络自动提炼复杂特征，适合图像、语音、文本等非结构化数据 |
| LLM | 大语言模型，根据上下文预测下一个 token，并连续生成文本 |
| 多模态 AI | 让模型同时处理文字、图片、语音、视频等不同信息形式 |
| 模型 | 训练后得到的参数化能力，可以被部署、调用和评估 |
| Token | 模型处理文本的基本单位，直接影响上下文长度和调用成本 |
| Embedding | 把 token、句子、图片等内容转成向量，方便模型计算相似关系 |
| Context | 当前对话现场，包含提示词、历史消息、材料、工具结果等 |
| Memory | 跨会话保存的信息，需要设计边界、更新机制和隐私规则 |
| Temperature | 控制采样分布的随机性，影响回答稳定性和多样性 |
| 幻觉 | 模型生成看似合理但错误、虚构、无法验证或与材料冲突的内容 |
读完这一章，你可以继续去哪¶
去 Prompt 章节
把基础概念变成可复用的提问方法
去 AI 工具使用
学会选择模型、使用 API、理解工具调用
去 RAG 章节
学习如何给模型接上外部知识和来源证据
去 AI Evals
学会判断输出质量、事实性和稳定性
下一步¶
准备开始 AI 基础章节时，下一站建议看：