AI 全景定位：从概念迷雾到清晰地图

引言

“AI"可能是这个时代被使用最多、也被误解最多的一个词。

一个创业者说"我们的产品用了 AI”，他可能只是接了一个 ChatGPT 的 API。一个投资人说"AI 赛道"，他可能指的是从芯片到应用的整条产业链。一个家长说"AI 会不会取代我孩子的工作"，他心里想的可能是一个无所不能的机器人。而一个研究者说"AI 还远远不够"，他在谈论的是一个我们甚至无法定义的目标——通用智能。

同一个词，在不同语境下，指向完全不同的东西。 概念的混淆带来判断的失误——有人高估它，有人恐惧它，有人在错误的层面上讨论它。

这篇文章想做一件事：画一张地图。

把 AI、机器学习、神经网络、深度学习、Transformer、LLM 这些纠缠在一起的概念各归其位。更重要的是，我想讲清楚一件大多数人没意识到的事：当下这波 AI 浪潮的底层，不是某个具体的产品或模型，而是一次认知范式的更换——它和传统软件的区别，不是程度上的，而是本质上的。

一、AI 家族的层级关系

AI 领域的这些概念不是并列的，而是层层嵌套的——每一层都完整地包含在外面一层里。

每一层都完整地包含在外面一层里——所有 LLM 都是深度学习，所有深度学习都是机器学习，所有机器学习都是 AI。但反过来不成立：很多 AI 不是机器学习（比如 1980 年代的专家系统），很多机器学习不是深度学习（比如决策树）。

这张图解决了一大半的术语混乱。接下来我们进入最重要的那一层。

二、机器学习：一次被低估的范式革命

2.1 一切始于一个反转

AI 研究经历了几十年的探索，最终汇聚到一条主线上。这条主线的名字叫机器学习。

理解机器学习，最好的方式不是定义它，而是把它和你已经熟悉的东西做对比。

Keras 框架的创建者 François Chollet 画过一张被引用了无数次的图，它用最少的笔墨捕捉了这次范式转变的本质：

传统编程： 人类写规则 + 数据 → 答案。 机器学习： 数据 + 答案 → 机器自己找出规则。

箭头的方向反了。 这就是全部。

但这个反转的意义是深远的。用一个例子来感受。

2.2 一个例子：预测上海的房价

假设你有一批上海二手房成交数据——面积和成交价。你想预测一套新房子能卖多少钱。

传统做法： 你是资深中介，凭经验写规则——

if 陆家嘴 and 面积 > 100:  价格 = 面积 × 12万
elif 外环外:               价格 = 面积 × 3万
elif 老静安 and 学区房:     价格 = 面积 × 15万
...

这些规则能用，但永远不够精确。同一个小区的不同楼层、朝向、楼龄、装修都会影响价格，排列组合有几千种。你写不完，也调不准。

更要命的是：市场在变。去年的规则今年就不准了，你得不断回来改代码。

机器学习做法完全不同。 你不写任何规则。你把所有历史成交数据（面积、楼层、朝向……和真实成交价）一股脑丢给机器，说一句话：

“你自己去找面积和价格之间的关系。”

机器怎么做？三步循环：

第一步：随机猜。 机器先随便猜一组参数，比如 价格 = 0.5 × 面积 + 100。这条线画出来跟真实数据点差得很远。

第二步：量化"差多远"。 用一个叫 Loss（损失函数） 的数字来衡量预测值和真实值的差距。Loss 越大，错得越离谱。

第三步：往更好的方向调一小步。 计算 Loss 对每个参数的导数（梯度），朝着让 Loss 变小的方向微调参数。这就是梯度下降——想象你蒙着眼站在山上，用脚探路，每次朝下坡方向迈一小步。

然后重复。猜 → 量化差距 → 调整。几千次之后，那条线就贴合了数据。

蓝点：真实成交数据 ｜ 红线：模型预测——随着训练进行，Loss 不断下降，预测线逐步逼近真实分布

这个循环——前向传播、计算 Loss、梯度下降——是所有机器学习的训练核心。 从 1990 年代的线性回归到 2024 年训练 GPT-4，底层都是它。

2.3 但等一下——人到底做了什么？

走到这里，你应该有一个疑惑：

“你说机器学习是’机器自己找规则’。但公式 y = wx + b 不也是人定的吗？这跟传统编程有什么区别？”

好问题。这正是最容易混淆的地方。

让我们把分工彻底说清楚。机器学习中：

• 人类定框架——选什么结构的模型（一条直线？一个三层网络？一个 96 层 Transformer？），用什么损失函数，学习率设多大。这些叫超参数和架构设计。
• 机器填参数——在人定的框架内，通过梯度下降，从数据中找到最优的参数值。

一个类比：

传统编程像建筑师亲自砌每一块砖——墙放哪、门开多大，全部由人决定。

机器学习像建筑师只画了"三室两厅"的平面图，然后让一个自动化系统去试几千种具体布局方案，从中选出居住体验最好的那个。

图纸是人画的。房子是机器盖的。

这个区别在不同规模的模型中始终成立：

从 2 个参数到 1750 亿个——框架越复杂，机器能学到的模式越丰富。这就是大模型"涌现"能力的底层原因：不是算法变了，是框架给了机器更大的探索空间。

2.4 框架选错了会怎样？——过拟合

既然人类负责选框架，那选错了会发生什么？

还是房价例子。如果你用一条直线（2 个参数），可能太简单，学不到弯曲的趋势——这叫欠拟合。如果你用一条 15 次多项式曲线（16 个参数），模型有足够的灵活性穿过每一个数据点——在训练数据上完美，但面对新数据就一塌糊涂——这叫过拟合。

左：框架太简单（欠拟合）—— 中：复杂度恰当 —— 右：框架太灵活（过拟合，穿过每个点但扭曲离谱）
（来源：scikit-learn 官方文档，Underfitting vs. Overfitting）

过拟合的本质：机器把训练数据中的噪声也当成规律学进去了。 它"背"住了答案，而不是"理解"了规律。

这件事在 LLM 中同样存在——如果语言模型把训练数据背下来而不是学会语言的规律，它就会在训练数据之外的问题上"一本正经地胡说八道"。

所以机器学习工程师的核心技能之一，就是给机器选择恰当复杂度的框架。不能太简单，也不能太灵活。这个平衡点的选择，至今仍然更接近手艺而不是科学。

三、神经网络与深度学习：一段改名求生的历史

3.1 神经网络：简单到令人意外

一个人工神经元做的事只有一件：接收几个输入，加权求和，过一个激活函数。就这样。

但当你把成千上万个神经元连成网络，层层叠加——奇妙的事情发生了。网络开始能学会极其复杂的模式：从图片中认出猫、从语音中识别文字、从文本中预测下一个词。

神经网络本质上就是一种机器学习的框架——一种特别灵活的、层次化的函数结构。人定义"几层、每层多宽"，机器通过梯度下降来填充所有权重。

3.2 四十年的寒冬

1969 年，AI 先驱 Marvin Minsky 用数学证明了单层神经网络连最简单的异或逻辑都学不会。这本书（《Perceptrons》）的杀伤力是毁灭性的——整个学术界得出结论：神经网络是死路一条。

经费被砍，论文被拒，研究者被嘲笑。从 1969 年到 2006 年，将近四十年，做神经网络研究的人在学术界被视为异端。NeurIPS 会议上投稿神经网络论文，评审意见常常就一句话：“This is just a neural network.”

Geoffrey Hinton 在加拿大多伦多大学，带着极少经费，一年又一年地发论文，一年又一年地被无视。他后来说：

“我们就像一小群人在沙漠中行走，所有人都说前面没有绿洲。”

3.3 “深度学习”——一个绕过偏见的名字

2006 年，Hinton 证明了深层网络可以被有效训练。但问题是：“Neural Network"这三个字已经臭了。 四十年的冷遇让这个词在学术界等同于"过时、已被证伪、不值得讨论”。

于是他和同行开始用一个新名字：Deep Learning。

同样的技术，换了个名字，绕过了四十年的偏见。 2012 年 AlexNet 用两块游戏显卡在图像识别比赛中碾压所有传统方法后，“深度学习"彻底爆发。

2018 年，Hinton、LeCun 和 Bengio 三人获得图灵奖。从异端到最高荣誉，他们等了三十年。

这段历史的完整故事，可以看 《AI 的 70 年》三部曲。

3.4 深度学习是一个家族

深度学习不是一种方法，而是一组不同的网络架构，各有擅长：

“AI 能画画"是扩散模型，“AI 能聊天"是 Transformer——它们都是深度学习家族里的不同分支。

四、Transformer 与 LLM：最内圈的爆发

2017 年 Google 论文《Attention Is All You Need》提出 Transformer 架构。之前的 RNN 像逐字读书，读到第 100 个字时，第 1 个字已经记不清了。Transformer 像一眼扫完整页，然后直接计算任意两个词之间的关联。

它之所以能替代 RNN，是因为它天然适合 GPU 并行计算——恰好赶上了算力指数级增长的时代。

LLM（大语言模型） 就是用 Transformer 架构、在海量文本上训练出来的超大规模模型。它做的事本质上极其简单：预测下一个词。

但当框架足够大（1750 亿参数）、数据足够多（万亿 token）时，这个简单的任务涌现出了对话、推理、编程、创作等能力。

一个 LLM 从训练到变成你手里的 ChatGPT，要经过四个阶段：

预训练              指令微调            对话微调             技能扩展
"读遍天下书"        "学会听指令"        "学会聊天"          "学会用工具"
   ↓                  ↓                  ↓                  ↓
Base Model       Instruct Model      Chat Model          AI 应用

每个阶段用的都是我们前面讲的东西：预训练用梯度下降，指令微调用监督学习，对话对齐用 RLHF（强化学习），技能扩展用 RAG 和 Agent。

机器学习不是 LLM 的"祖先”。它是 LLM 正在使用的每一项核心技术。

五、LLM 之上：AI 系统的完整拼图

LLM 是"大脑”，但光有大脑不够。一个完整的 AI 应用——比如你正在用的 ChatGPT 或 Claude——还需要记忆、工具和执行力：

所有让 AI 变聪明的技术，本质上都在做同一件事：给大脑喂更好的输入。

关于这些组件的详细拆解，会在后续文章中展开。

六、回到那张地图

现在我们可以回答引言中的问题了——当不同的人说"AI"时，他们到底在说什么：

概念各归其位。但这篇文章真正想传递的，不是这张分类表。

真正重要的事

当下所有让你觉得"AI 爆发了"的东西——ChatGPT、Claude、Copilot、Midjourney——无一例外，都是机器学习的产物。它们共享同一个底层范式：

不是人类写规则让机器执行，而是人类提供数据让机器自己学。

这件事的意义比大多数人意识到的更深。

传统软件是确定性的——同样的输入永远产生同样的输出。你可以追踪每一步逻辑，定位每一个 bug，理解每一个决策。几十年的软件工程方法论——测试、调试、代码审查——都建立在这个确定性之上。

而机器学习产出的模型是概率性的——它给出的是"最可能的回答”，不是"确定正确的回答"。它的"知识"不在代码里，而在几千亿个浮点数组成的权重矩阵里。你无法逐行审查它的"逻辑"，因为那些逻辑从未被人类显式写出——它们是从数据中涌现的。

这不是技术升级。这是范式更换。

它意味着我们正在进入一个时代：越来越多影响你生活的决策——贷款审批、内容推荐、医疗诊断辅助——将由你无法审查其逻辑的系统做出。这些系统有效、强大、有时惊人地准确，但它们的工作方式与人类几千年来构建知识体系的方式根本不同。

理解这个范式转变——知道它的力量在哪里、边界在哪里、代价是什么——不是技术人员的专利。它是这个时代每一个人需要具备的基本素养。

这就是为什么我们要从头讲起。

延伸：动手体验与推荐阅读

理论看完了，想动手试一下？

本博客的相关深度文章：

• 《AI 的 70 年》三部曲 —— 从达特茅斯的梦想到 ChatGPT 的爆发
• 《AI 的数学语言》六篇系列 —— 从向量到梯度下降，零基础也能看懂
• 《Attention 机制零基础拆解》 —— 用加减乘除看懂注意力
• 《LLM 全流程可视化》 —— 从输入到输出的每一步