技术名称通解 --- 什么是 AI ？

计算机擅长数学计算，而人脑擅长学习和逻辑推理。为了消除这种差异，模拟人类智能来解决实际问题能力的技术。人工智能本质就是一个黑盒程序。黑盒程序内部可以是非常复杂的数学函数。黑盒程序的输入端可以是人的文字，图片，视频，音频，文件，输出也是文字，图片，视频，音频，文件。输入和输出间是具有一定逻辑关系的。比如我们演奏一首音乐，在看来就是声音的震动，我们将震动编码为二进制作为输入，通过一系列复杂随机的函数，输出我们预想的音乐结果，再说直白点，有点类似于暴力破解密码，我们一次一次尝试不同的可能最终会有一个正确的结果。这个过程就是训练。训练完成后就可以使用这个黑盒程序使用了。

作为计算机科学的一个领域，人工智能包括（并经常一起提及）机器学习和深度学习。

• 机器学习（Machine Learning）：
  机器学习是一种通过算法从数据中学习规律的技术，目的是让计算机能够根据经验（数据）做出决策或预测。机器学习包括多种算法，如线性回归、决策树、支持向量机（SVM）、随机森林、KNN（K-Nearest Neighbors）等，这些算法不需要人工编程来解决具体问题，而是通过数据训练模型。

• 深度学习（Deep Learning）：
  深度学习是机器学习的一个子领域，使用深层神经网络（Deep Neural Networks）来学习和模拟数据中的复杂模式。它模仿人脑神经元的结构，包含多层“神经元”节点，每一层都在学习数据中的不同特征。深度学习能够自动提取数据的高级特征，适用于处理图像、语音、自然语言等复杂任务。

生成式人工智能（Generative AI）以“生成”新内容为核心，它能够创造新的数据、图像、文字、音频等内容。而与之对比，有些人工智能技术并不具备生成新内容的能力，而许多其他 AI 技术则聚焦于识别、分类、预测和优化。判别式 AI、预测模型、强化学习、专家系统等都不属于生成式 AI，它们在不同的场景中各有优势，但都不具备生成新数据的能力。