本课程面向零基础普通人，系统讲解人工智能的核心概念、技术原理、能力边界、学习路径和实践方法。学完本课程，你将能够清晰理解"AI到底是什么""AI能做什么不能做什么""普通人如何应用AI"，并掌握从零开始学习AI的完整路线图。
1.1 AI的定义
人工智能（Artificial Intelligence，简称AI）是指由人制造出来的机器所表现出来的智能。它专注于开发能够模拟人类认知过程的系统，包括学习、推理、预测、优化和任务自动化等能力。
AI的本质是让机器能够模拟、延伸和扩展人的智能，以实现某些脑力劳动的机械化。它不是要完全替代人类，而是要成为人类的智能助手——帮你处理重复性工作、辅助决策、提升效率。
1.2 AI的发展简史
了解AI的历史，有助于理解今天AI能力的来源和局限：
- 1943年：心理学家McCulloch与逻辑学家Pitts提出了第一个人工神经元模型，首次尝试用数学描述大脑活动
- 1950年：图灵发表论文《计算机器与智能》，提出著名的"图灵测试"（Turing Test），用于检验机器是否能表现出与人类等价的智能
- 1956年：达特茅斯会议召开，约翰·麦卡锡正式提出"Artificial Intelligence"一词，人工智能学科诞生
- 1973年：莱特希尔报告导致第一次AI寒冬，资金大幅削减
- 1997年：IBM深蓝战胜国际象棋世界冠军卡斯帕罗夫
- 2012年：AlexNet在ImageNet竞赛中大幅领先，深度学习时代开启
- 2016年：AlphaGo战胜围棋世界冠军李世石
- 2022年：ChatGPT发布，生成式AI爆发，AI进入大众视野
- 2025-2026年：AI大模型百花齐放（GPT、Claude、Gemini、文心一言等），AI应用全面普及
1.3 AI的分类
按照智能水平，AI可以分为三个层级：
第一层：狭义AI（ANI，Artificial Narrow Intelligence）
也称为弱AI。专注于特定任务，在某一领域可以超过人类，但无法通用。
特点：
- 具备自主执行能力，按既定逻辑自动运行
- 能力高度局限，只为单个任务定制，跨界直接失效
- 无法覆盖多目标、动态演化目标
- 不具备自我意识、通用思考、主观情感
实例：AlphaGo（只会下围棋，不会做饭）、人脸识别系统、语音助手（Siri、小度）、推荐系统、ChatGPT（擅长语言生成，但不能直接控制物理设备）。目前地球上所有AI都属于这一类。
第二层：通用AI（AGI，Artificial General Intelligence）
也称为强AI。具备跨领域学习、自我适应和抽象推理的能力，能像人类一样解决广泛问题。
核心特征：
- 通用问题解决能力：在没有特定编程的情况下处理新问题
- 自我学习与改进：通过经验积累和反馈机制持续提升
- 常识推理：具备理解和应用日常知识的能力
- 跨领域迁移：学会下棋的策略后，能迁移到商业决策上
目前仍处于理论探索阶段，尚未实现。
第三层：超级AI（ASI，Artificial Super Intelligence）
在所有认知领域远超人类智能的系统。具备自我改进能力，可能形成"智能爆炸"。目前纯为理论概念，连定义都存在争议。