深色模式
1.01 什么是人工智能：先建立正确认知
假设你打开手机相册，看到照片被分成了不同人物；说一句“明天提醒我带伞”，屏幕上出现了对应文字；输入一段要求，又得到了一份旅行计划初稿。这些功能看起来很不一样，却都可以从同一个问题开始理解：机器接收了什么信息，又帮人完成了什么任务？
人工智能，常写作AI，是让机器完成通常需要智能参与的任务的一类技术与研究领域。这里的“智能”可以表现为识别、预测、推荐、生成或规划等能力，不要求机器在所有方面都像人。一个系统能把语音转成文字，不代表它也能可靠地规划旅行。认识AI，可以先弄懂一个具体功能，而不必急着背技术名称。
把一项功能拆成三个部分
我们用一个假设的邮件功能来看全过程。你收到一封邮件，系统提示“这可能是垃圾邮件”，并把它放入待检查的文件夹。这个功能可以拆成输入、处理、输出。
输入是系统拿来分析的信息，例如邮件标题、正文和发件地址。输入不是用户最后看到的判断，而是产生判断之前提供的材料。
处理是系统根据这些材料进行计算。假设它采用了一种从历史邮件样本中学习规律的方法：开发者先准备许多邮件，并标出哪些是垃圾邮件、哪些是正常邮件，让系统从中寻找可用于区分两类邮件的线索。利用数据学习规律的方法叫机器学习。这一节先理解它的大意即可。
输出是处理后的结果，例如“疑似垃圾邮件”这个类别，或一个表示风险高低的分数。邮件软件再根据结果显示提醒、调整文件夹。这些后续动作也属于产品功能，却不能全部等同于刚才的判断过程。
这个例子也能说明错误从哪里来。一封正常邮件可能用了大量促销词，被错误地归入垃圾邮件；一封新形式的诈骗邮件，也可能没有被发现。因此，“系统给出了判断”和“判断一定正确”是两件事。查看误分类的具体邮件，比笼统地说“AI不准”更有助于理解问题。
换一个功能，仍可以沿用相同思路：
| 功能示例 | 输入 | 处理目标 | 输出 |
|---|---|---|---|
| 语音转文字 | 一段录音 | 识别说话内容 | 一段文字 |
| 照片中的人物分组 | 多张照片 | 判断哪些照片可能是同一人 | 人物分组 |
| 预计到达时间 | 位置、路线和路况等信息 | 估计出行用时 | 预计时长 |
| 按要求生成初稿 | 写作要求和相关材料 | 组织符合要求的内容 | 一份文本初稿 |
这些是帮助理解任务的例子，并不是说任何同名功能都采用了完全相同的技术。
AI、模型和产品各指什么
AI是一个领域，不能把它理解成某一个软件的名字。
模型可以先理解为负责某类计算或判断的组件：它接收规定形式的输入，按内部规则和参数计算，再给出结果。前面例子中的邮件判断模型，只承担识别任务的一部分，不等于整套邮件软件。“模型”这个词本身也不能证明一个组件就一定属于AI。
产品则是人实际使用的软件或服务。邮件软件还需要登录、存储、搜索和界面等功能；其中有些可能使用AI，有些使用普通软件规则。一个产品可以组合多个模型，也可以只在某一项功能中使用AI。判断时应具体到功能，不要因为产品写着“AI”，就认定它的每一步都由同一种技术完成。
自动运行为什么不一定是AI
假设你设置“每天18点切换深色模式”，程序只需检查时间，再执行预设动作。它无需每次由你点击，这叫自动化：让流程按设定自行运行。
自动化描述的是执行方式，AI描述的是所用技术与任务能力，两者可以同时存在，却不是同一个概念。邮件识别完成后自动移动邮件，就把判断与自动执行接在了一起。
也不要反过来认为“只要有固定规则，就一定不是AI”。AI也可以使用人编写的知识与推理规则。这里的时间开关例子，只是说明简单自动执行本身不足以证明使用了AI，不能据此排除所有采用规则的方法。
独立练习与答案解析
先不看下面解析，完成三道题。
- 一个工具把你说的“今天复习Python”变成文字。它的输入、处理目标和输出分别是什么？
- 一个程序每天20点自动备份文件。能否仅凭“自动完成”就认定它使用了AI？
- 邮件软件能识别垃圾邮件，是否说明它一定能准确回答所有问题？软件、识别模型与AI领域是什么关系？
**答案与解析：**第一题的输入是声音，处理目标是识别说话内容，输出是文字；说出来的句子与屏幕文字内容相似，但信息形式不同。第二题不能，定时触发和复制文件就可能完成备份，自动化不足以说明采用了AI。第三题不能，完成一种任务不代表具备所有能力；软件是完整产品，识别模型是其中的组件，AI是相关技术所属的领域。
最后，为自己常用的五项数字功能各写一行“输入—处理目标—输出”，再挑一项写出具体可能的错误，例如“把两位外貌相似的人分到同一组”。暂时不知道背后的技术，可以标记为“待确认”；能把任务说清楚，比猜一个热门名称更有用。