什么是 AI
阅读时间：15 分钟
AI 的定义
人工智能 (Artificial Intelligence, AI) 是让机器模拟人类智能的技术[^1]。
传统程序需要人告诉机器每一步怎么做。AI 不一样,你告诉它目标,它自己想办法实现。
Gartner 的定义是:AI 应用先进分析和基于逻辑的技术(包括机器学习)来解释事件、支持和自动化决策[^2]。英国信息委员会办公室(ICO)定义为一系列基于算法的技术,能处理以前需要人类思考才能解决的任务[^3]。
真正的 AI 系统通常具备学习能力、推理能力、感知能力(理解文本、图像、声音)、决策能力和适应能力。
弱 AI vs 强 AI
所有现存的 AI 都是弱 AI(Narrow AI),只能做特定任务。AlphaGo 在围棋上超越世界冠军,但这套系统下不了国际象棋。Siri 能听懂你的指令,但它不会写代码。弱 AI 在特定领域可以超越人类,但无法跨领域应用,也缺乏真正的理解。
强 AI(General AI 或 AGI)是另一种东西:具备与人类相当的通用智能,能在各种领域执行人类能完成的任何智力任务[^4]。AGI 能够理解、学习任何智力任务,具备跨领域推理能力,甚至可能拥有自我意识。但 AGI 目前还没实现。
2025 年 10 月,Dan Hendrycks 等学者在 arXiv 发布论文《A Definition of AGI》,提出了 AGI 的量化框架[^4]。学术界在认真研究 AGI,但距离真正实现还需要相当长的时间。
ChatGPT 看起来很强大,但本质上仍然是弱 AI。它在对话和写作上很强,但缺乏真正的通用智能和意识。
AI 的三大要素
AI 系统依赖三个核心要素：数据、算法和算力。
数据是 AI 的"燃料"。没有数据,AI 无法学习和改进。数据类型包括文本、图像、音频和行为数据。数据质量直接决定模型效果。
算法是 AI 的"大脑",处理数据、提取规律、做出决策。主要类型包括机器学习(从数据中自动学习规律)、深度学习(使用神经网络)、强化学习(通过试错学习)和 Transformer(大语言模型的核心架构)。
算力提供运行 AI 的计算能力。AI 模型训练需要巨大的计算资源。GPT-4 训练使用了数千张 GPU 运行数月。从 CPU 到 GPU、TPU 再到专用 AI 芯片,算力的提升配合云计算的普及,让大规模 AI 训练成为可能。
这三要素在 2010 年代后逐渐成熟:互联网产生海量数据,智能设备持续生成数据,GPU 等计算能力大幅提升,算法不断创新(如 2017 年的 Transformer)。
AI 的应用领域
AI 已经融入日常生活。推荐系统(抖音、淘宝、Netflix)、语音助手(Siri、小爱同学)、翻译工具(Google 翻译、DeepL)、导航软件(高德地图、Google Maps)都是常见的 AI 应用。
商业领域,AI 用于客服机器人提供 7×24 小时自动回复、银行进行信用评估和欺诈检测、供应链优化库存管理、市场趋势预测和用户画像分析。
专业领域也在应用 AI。医疗方面有医学影像诊断和药物研发;法律方面有合同审查和案例检索;教育方面有个性化学习和自动批改;科研方面如 AlphaFold 预测蛋白质结构。
AI 会取代人类吗？
AI 的优势很明显:可以 24/7 不间断工作,处理速度快,能同时处理海量任务,在规则明确的任务上超越人类,且不会厌倦或疲劳。
但 AI 也有明显的局限。它难以产生真正的原创性想法,缺乏真实的情感和共情,在日常生活中常犯常识性错误,无法处理复杂的道德问题,在全新环境下表现不佳。
更实际的问题是:AI 如何增强人类能力?McKinsey 2025 调查显示,64% 的受访者认为 AI 正在推动创新,AI 在企业中主要用于提升效率(80%)[^5]。
未来的趋势很可能是:AI 取代重复性、规则性的工作,人类专注于创造性、战略性、情感性的工作。人 + AI 的组合会优于单纯的人或单纯的 AI。
面对 AI 时代，可以学习使用 AI 工具提升个人效率，培养创造力、领导力、沟通力等独特能力，保持终身学习的习惯，关注情感、同理心、价值观等"人"的价值。
本章小结
- AI 是让机器模拟人类智能的技术
- 现有 AI 都是弱 AI（专注特定任务），强 AI（通用智能）尚未实现
- AI 三大要素：数据、算法、算力
- AI 已在日常生活、商业和专业领域广泛应用
- 未来趋势是人机协作
思考题
- 向一个完全不懂技术的朋友解释什么是 AI
- 你使用过哪些 AI 产品？它们为什么属于弱 AI？
- AI 在哪些领域可能永远不会超越人类？
实践探索
访问 ChatGPT 或 Claude，尝试让 AI 解释一个复杂概念、写一段代码、进行创意写作。观察 AI 在哪些任务上表现出色，哪些任务上还有不足。
扩展阅读
- Gartner AI 术语表[^2]
- "Artificial Intelligence: A Guide for Thinking Humans" by Melanie Mitchell
- "Life 3.0: Being Human in the Age of Artificial Intelligence" by Max Tegmark
下一章：我们将了解 AI 如何从 1950 年的理论发展到今天的大语言模型。
[^1]: Phrase Blog, "Unpacking Artificial Intelligence: What It Is, Why It Matters, and How It Works", July 2025. https://phrase.com/blog/posts/artificial-intelligence/ [^2]: Gartner IT Glossary, "Artificial Intelligence (AI)". https://www.gartner.com/en/information-technology/glossary/artificial-intelligence [^3]: UK Information Commissioner's Office, "Definitions", July 2025. https://ico.org.uk/for-organisations/uk-gdpr-guidance-and-resources/artificial-intelligence/explaining-decisions-made-with-artificial-intelligence/part-1-the-basics-of-explaining-ai/definitions [^4]: Dan Hendrycks et al., "A Definition of AGI", arXiv:2510.18212, October 2025. https://arxiv.org/abs/2510.18212 [^5]: McKinsey & Company, "The state of AI in 2025", November 2025. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai