🧠
AI 如何学习
探索机器学习的奥秘
—— 适合有一定基础的学习者 ——
📗 人工智能基础(6+2)系列课程
中睽智汇研创中心
📋 课程导航
  • 1什么是机器学习
  • 2三种学习方式
  • 3数据:AI 的燃料
  • 4训练过程揭秘
  • 5大语言模型 LLM
  • 6LLM 的工作原理
  • 7Prompt 的艺术
  • 8AI 生态系统
  • 9动手实践
  • 10总结与展望
🎓什么是机器学习?

传统程序是人类写好规则,计算机照做;
机器学习是让计算机自己从数据中找规律

💡 类比理解:

🧒 小孩学习识别猫:看了 100 张猫的照片后,自然就知道猫长什么样了

🤖 机器学习也一样:给 AI 看 10000 张猫的图片,它就能自动学会识别猫!

这就是从数据中学习的力量 📊
🔬机器学习的三种方式
👩‍🏫
监督学习
有老师带着学

给 AI 标注好的数据
例:标注好"这是猫""这是狗"的图片
🔍
无监督学习
自己发现规律

给 AI 一堆没标签的数据
例:把客户自动分成不同群体
🎮
强化学习
试错中学习

做对了奖励,做错了惩罚
例:AlphaGo 下棋越下越强
🌟 类比:监督学习 = 有答案的练习册;无监督学习 = 自己分类整理房间;强化学习 = 玩游戏闯关
📊数据:AI 的燃料

AI 模型就像一辆汽车,数据就是燃油。
没有数据,再聪明的算法也无法工作。

📁
原始数据
🔧
数据清洗
📐
特征提取
🧠
模型训练
AI 模型
⚠️ 数据质量问题:
数量 —— 数据太少,AI 学不好
质量 —— 错误数据 → 错误结论(Garbage in, Garbage out)
公平 —— 偏见数据 → 偏见 AI(需要多样性和代表性)
⚙️AI 是怎么"训练"的?

AI 训练的核心就是不断试错、不断改进

🎲
① 随机猜测
📏
② 计算误差
🔧
③ 调整参数
🔁
④ 重复万遍
🎯
⑤ 精准预测
🏋️ 训练强度有多大?

训练 ChatGPT-4 一次大约需要:
• 🖥️ 25,000 块顶级 GPU
• ⏱️ 约 100 天连续运行
• 💰 数千万美元的电费
• 🌡️ 大量冷却用水
💬认识大语言模型 LLM

LLM(Large Language Model)是当前最火的 AI 技术,ChatGPT、文心一言、通义千问都属于这一类。

📚 什么是"语言模型"?

简单说,它是一个超厉害的"文字接龙"选手 🐉

给定一段文字,它能预测接下来最可能出现的内容
训练数据来源:互联网上的书籍、文章、网页……万亿字级的文本!
📖
海量阅读
读过人类写下的万亿文字
🧩
理解语义
理解词语之间的关系
✍️
流畅生成
写出连贯的中文/英文
🔧LLM 是怎么工作的?

LLM 的核心是 Transformer 架构,关键是"注意力机制"(Attention)

👀 注意力机制类比:

当你读句子"小明去了银行取钱"时,你知道"银行"是金融机构;
当读到"小明站在河岸看日落"时,你知道这里的"岸"是河边。

同样一个字,在不同上下文里意思不同!
注意力机制让 AI 也能做到这一点 —— 它会在阅读时"关注"重要的词 👁️
📝
输入文字
🔢
转为数字
🧠
注意力处理
🎯
预测下词
💬
输出回答
🎯Prompt 的艺术

与 LLM 对话的秘诀在于如何提问(Prompt)
同样一个问题,不同问法,结果天差地别!

😕 一般的 Prompt
❌ "写篇文章"
❌ "帮我翻译"
❌ "这个怎么弄"
😊 优秀的 Prompt
✅ "用小学生能懂的语言,写一篇200字介绍太阳系的科普文"
✅ "将以下英文科技新闻翻译成中文,保持专业术语准确"
❓ "请提供角色 + 任务 + 要求 + 格式"
💡 好 Prompt 四要素:角色(你是谁)+ 任务(做什么)+ 要求(怎么做)+ 格式(输出形式)
🌐AI 生态系统

AI 不是孤立存在的,它有一个完整的生态系统 🌱

🖥️
算力基础
GPU/TPU 芯片提供计算能力
NVIDIA、华为昇腾、寒武纪
☁️
云平台
阿里云、腾讯云、AWS 提供 AI 服务
让任何人都能用上 AI
📦
开源社区
Hugging Face、GitHub
全球开发者共享模型和代码
🏢
应用层
将 AI 落地到各行各业
医疗、教育、金融、制造…
⚠️AI 也有缺点
  • 🌀幻觉问题(Hallucination) —— AI 会一本正经地胡说八道,编造不存在的事实
  • 📅知识截止 —— LLM 只知道训练时的信息,不了解最新事件
  • 🧮数学推理弱 —— 复杂数学计算经常出错,不如计算器可靠
  • 🔒隐私风险 —— 训练数据可能包含个人信息,输出也可能泄露隐私
  • ⚖️偏见传递 —— 如果训练数据有偏见,AI 也会产生歧视性输出
🎓 启示:使用 AI 时要保持批判性思维,永远验证重要信息,不能完全依赖 AI!
🛠️ 动手实践:训练你的第一个 AI
  1. 1体验 Teachable Machine(teachablemachine.withgoogle.com)
    用摄像头训练一个能识别手势的 AI,只需 5 分钟!
  2. 2与 ChatGPT/文心一言对话
    设计 3 个不同场景的 Prompt,记录哪个效果最好
  3. 3测试 AI 的边界
    问 AI 一些它可能答错的问题,记录"幻觉"案例
  4. 4制作报告
    把你的发现整理成一份小报告:AI 的优点、缺点、你的思考
📝知识回顾
🎓
机器学习
从数据中自动发现规律
监督/无监督/强化学习
📊
数据为王
数量、质量、公平性
决定 AI 的能力上限
💬
大语言模型
Transformer 架构
注意力机制预测文字
🎯
Prompt 技巧
角色+任务+要求+格式
好问题得到好答案
🚀
深入 AI 的世界!
理解了 AI 如何学习
你就掌握了未来最重要的技术语言 🔑
📕 下一站:高级篇 · AI 系统与未来
中睽智汇研创中心 · 人工智能基础课程
中睽智汇研创中心 · 中级篇 · AI 如何学习
人工智能基础(6+2)系列课程