AI
AI 是让机器表现出识别、预测、生成、决策等智能行为的一大类技术。
AI
AI 是让机器表现出识别、预测、生成、决策等智能行为的一大类技术。它不是单一产品，也不是一个固定能力等级。
图片说明：原创范围图，展示 AI、机器学习、深度学习、生成式 AI 和智能体系统的关系。
一句话先记住
AI 是最大范围的总称。今天你看到的聊天机器人、图像生成、推荐系统、语音识别和自动驾驶能力，都只是 AI 这个大范围里的不同分支。
先记住这 3 点
AI 是总称
它覆盖识别、预测、生成、规划和决策，不等于某个聊天产品。
能力边界差异很大
会写文章的系统，不一定能可靠做医学判断、财务决策或长期规划。
要看任务和证据
判断 AI 是否有用，应该看任务、数据、评估和失败边界。
给普通人的解释
如果把传统软件理解成“人把规则写进程序”，AI 更像“人给出数据、目标和反馈，让系统学出某种模式”。这不是说 AI 有人的意识，而是说它可以在大量样本中学习统计规律，再把规律用于新输入。
AI 可以很强，也可以很脆弱。它可能在某个任务上超过普通人，但在另一个任务上犯很低级的错。所以学习 AI 的第一步，不是问“AI 有没有智能”，而是问：它在什么任务上表现好，为什么好，失败时会怎样。
和相近概念的区别
AI 是最大范围，包括规则系统、机器学习、专家系统、搜索、规划和生成式模型等路线。
机器学习 是 AI 的重要方法之一，核心是从数据中学习规律。
生成式 AI 是 AI 的应用形态之一，重点是生成文本、图片、音频、视频或代码。
常见误解
延伸阅读
参考来源
- OECD AI Principles
- NIST AI Risk Management Framework
- 最后核查日期：2026-04-19