企业官网建设流程全解析

1. 什么是人工智能？

人工智能是让机器模拟人类感知、思考、推理、学习、创作的技术总称，用来替代和辅助人类完成智能任务。

2. 弱AI与强AI区别

1. 弱 AI (ANI，专用人工智能)：仅擅长单一特定任务，当前所有大模型都属于弱 AI；任务之间不能自动互通。例：写代码的 AI 不会自动驾驶。

2. 强 AI (AGI，通用人工智能)：拥有自主思考、跨领域通用学习能力，目前尚未实现。

ANI:Artificial Narrow IntelligenceAGI:Artificial General Intelligence

3. AI三大流派

符号主义、连接主义、行为主义。

符号主义：依靠逻辑、规则、符号推理，早期专家系统。

连接主义：模拟人脑神经元，神经网络、深度学习。

行为主义：基于感知-行动交互，强化学习、机器人行为仿真。

4. 人工智能发展四个阶段

早期符号AI → 机器学习 → 深度学习 → 大模型时代。

5. 两次AI寒冬原因

算力不足、算法瓶颈、数据匮乏、市场预期过高。

6. 大模型的特点

海量数据预训练、泛化能力强、支持多任务、具备推理与创作、存在AI幻觉（编造虚假信息）。

1. 海量数据预训练

2. 泛化能力强，一个模型适配多种任务

3. 具备推理、创作能力

4. 存在 AI 幻觉：会编造虚假、不存在的信息

7.AI→ML→DL→LLM（层级：由大到小，层层嵌套）

AI（人工智能） ⊃ ML（机器学习） ⊃ DL（深度学习） ⊃ LLM（大语言模型）

1.AI 人工智能（Artificial Intelligence）：最顶层，泛指一切机器智能技术。

2.ML 机器学习（Machine Learning）：AI 的分支，机器从数据中自动学习规律，而非人工写死全部规则。传统 ML 算法：线性回归、决策树、随机森林、SVM、K-means。

3.DL 深度学习（Deep Learning）：ML 的子领域，多层神经网络，自动提取特征，无需人工设计特征。

CNN 卷积神经网络（图像）；RNN、Transformer（文本、序列）。

4.LLM 大语言模型（Large Language Model）：DL 的一类应用，基于 Transformer 架构，海量文本训练，专门处理人类语言。

代表：GPT 系列、通义千问、Llama 等。

简单记忆：AI 总集合，ML 学数据，DL 深网络，LLM 专语言

8.分类：判别式 AI vs 生成式 AI

• 判别式 AI：输入数据，做分类 / 判别判断。例：识别图片是猫还是狗。

• 生成式 AI：接收提示词，创造全新内容。例：生成图片、写文章。

9.能力

感知，理解，生成，辅助决策

10.感悟

1. LLM ≠ AGI，大模型属于弱 AI

2. 深度学习一定是机器学习，机器学习不一定是深度学习

3. AI 幻觉是大模型固有问题，不是程序 bug

4. 符号主义是早期 AI，不靠神经网络

5. 判别式是判断分类；生成式是产出新内容