如今，人工智能（AI）已经成为了一个热门话题，从智能语音助手到自动驾驶汽车，从医疗诊断到金融风险预测，人工智能的影子无处不在。

很多粉丝后台问我“AI入门难不难？”、“我想自学AI，如何上手呢？”……，我的回答是，新手AI入门，一点都不难！每个人都是从新手小白开始的，重要的是迈出第一步，然后保持热情，持续学习，并与实践结合加以运用，最终你将会成为AI界的大牛！

要想快速入门，首先必须要弄清楚几个问题：什么是AI？AI有哪些能力？AI包含哪些类别？AI与各种学习（比如机器学习、深度学习、监督与非监督学习等等）之间的关系是什么？

本文就围绕以上4个问题进行展开，介绍一下AI的基础面貌，带领大家从零开始，踏入AI界的大门！

本文适合新手小白入门，也欢迎大佬们来找茬~~

一、什么是人工智能(AI)？

简单来说，人工智能（Artificial Intelligence，简称AI）就是一种模仿人类智能的技术，目的是让机器能够像人类一样思考和行动。

举个例子，当你向智能音箱询问天气时，它不仅能够理解你的问题，还能快速从网上抓取信息，并用清晰的语音回复你。这个看似简单的对话，其实涉及到了AI的多个技术层面，包括语音识别、自然语言处理和信息检索。

AI的厉害之处在于，它不只机械地执行预设程序，还能根据实际情况自我学习和调整，以提升自身的性能和效果。

二、AI有哪些能力？

AI之所以强大，主要得益于三大核心能力：归纳、演绎和类比。

1. 归纳：这是一种从大量历史数据中提取普遍规律，并用这些规律来预测未来或做出决策的能力。比如，推荐系统通过分析你的浏览和购买历史，就能了解你的喜好，然后推荐你可能感兴趣的内容。

2. 演绎：这是根据已知的规则或原理，推导出具体结论的过程。以自动驾驶为例，AI通过学习交通规则（如“红灯停、绿灯行”），在实际驾驶中应用这些规则，决定何时停车或行驶。

3. 类比：这是一种让机器通过比较不同事物的相似之处来理解新情况和解决问题的能力。在图像识别中，AI通过学习大量猫的图片来识别猫。即使遇到外观不同的猫，AI也能通过类比，识别出它们都是猫。

三、 AI包含哪些类别？

根据功能****来分，包括决策式AI和生成式AI。

1. 决策式AI：

模拟人类的决策过程，使机器在复杂环境中做出最优选择。

通常基于预测模型和优化算法，如决策树、随机森林等，常用于推荐系统、自动驾驶、金融投资等领域。

2. 生成式AI：

学习大量数据，生成全新的内容，如文本、图片、语音、视频等，

通常基于生成模型，如生成对抗网络（GANs）、变分自编码器（VAEs）等。

根据效能来分，包括弱人工智能和强人工智能。

1. 弱人工智能：

只能执行特定任务，没有真正的智能。

没有自主意识，不能自我推理和解决问题。

2. 强人工智能：

能像人类一样思考，有知觉和自我意识。

能适应新环境，解决各种问题，具有通用智能。

四、AI与各种学习之间的关系

一直以来，人工智能、机器学习和深度学习等各种概念让人眼花缭乱，很多从业者都很难说清它们之间的关系，外行人更是雾里看花。

通过下面这张图，简单梳理下它们的关系。

• 图中最外面的紫色圈表示人工智能（AI），它是一个比较广泛的领域，涉及很多学科交叉技术。

• 机器学习（ML）属于AI的一个子集，或者说是实现人工智能的具体技术手段。

• 机器学习领域又有多个分支，包括监督学习、无监督学习、强化学习以及深度学习等等，以后有时间再详细介绍。

• 深度学习（DL），集合了监督学习、无监督学习和强化学习三者的部分精华，但也包含其他一些技术，通过深层神经网络来模拟人脑处理信息的方式。

• 生成式AI，是深度学习的一个分支‌，融合多种深度学习技术和模型，通过研究历史数据的模式来生成新内容，比如现在常说的大模型ChatGPT就是这种。

我们该怎样系统的去转行学习大模型 ？

很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全链接，放心点击）👈

​

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

​​​​​​​L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的
核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造我们自己的Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调；并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全链接，放心点击）👈

​