1. AI 地铁线路图 2025 版

2. 人工智能 AI：最宏大车站

定义 2025 版：

让机器感知环境 → 做出决策 → 达成人类给定目标 的综合性工程领域。

生活例子：

• 感知：麦克风听见“我热了”

• 决策：空调把温度下调 2℃

• 目标：用户舒适 + 省电

---

3. 机器学习 ML：数据驱动的“统计派”

核心思想：

不写 if-else，让机器从数据里找规律。

子领域	生活梗	2025 案例
监督学习	给 1000 张猫狗图 + 标签，学会分辨	ImageNet 预训练
无监督学习	给 1000 张图，不给标签，自己分堆	客户分群/RAG 文本聚类
半监督学习	标签太贵，10% 贴标 + 90% 裸数据	医疗影像标注
强化学习	打游戏攒积分，积分越高越对	王者荣耀 AI“绝悟”

---

4. 深度学习 DL：机器学习的“火箭推进器”

关键：

用多层神经网络自动学特征，无需人工设计。

结构家族：

• CNN：看图像 → 2025 医学影像 1 秒筛查癌症；

• RNN/LSTM：听序列 → 股票预测/语音转写；

• Transformer：Attention 机制 → GPT / BERT / Sora 视频生成。

口诀：图像 CNN，序列 RNN，万物 Transformer。

---

5. AIGC 新车站：生成式 AI 爆发史

时间轴：

• 2022.11 ChatGPT → 文本生成出圈；

• 2023.03 GPT-4 → 多模态（图+文）；

• 2023.07 Midjourney v5 → 手绘级出图；

• 2024.02 Sora → 60 s 1080P 视频；

• 2024.06 Suno v3 → 秒写歌曲；

• 2025.01 GPT-4o-mini → 免费、实时语音+视觉。

生活例子：

输入“帮我写个贪吃蛇小游戏” → ChatGPT 60 秒给出完整可运行代码 → 直接分享给同学。

---

6. 大模型 vs. 小模型：2025 选型九宫格

数据量	延迟要求	成本预算	推荐方案
<1W 条	<100 ms	低	小模型（LightGBM/CNN）
通用 NLP	实时	低	本地 7B 量化模型
创意写作	离线	中	GPT-4o API
医疗/legal	严格可解释	高	小模型 + 规则

口诀：ToB 小模型优先，ToC 创意大模型，边缘量化是趋势。

---

7. 数据：AI 的“原油”——标注/清洗/增强

流程 2025 标准：

1. 采集：爬虫、传感器、公开集；

2. 清洗：去重、缺失、异常；

3. 标注：人工 / 半自动 / 模型辅助；

4. 增强：旋转、噪声、GAN 合成；

5. 版本：DVC / LakeFS 管理，防止“数据泄漏”。

生活例子：

自动驾驶车队每天拍 10 TB 原始视频 → 自动抽帧 → 模型预标 → 人工复检 1% → 回流训练。

---

8. 训练 vs. 推理：工厂与商店的区别

• 训练：后台“工厂”，占地大、耗电高、可离线；

• 推理：前台“商店”，要求快、占地小、7×24；

• 部署形态：云 API、边缘盒子、手机 APP、浏览器 WebGPU。

2025 新趋势：“端侧大模型” 4-bit 量化 7B 模型跑笔记本 CPU，速度 20 token/s。

---

9. 评估指标：模型“成绩单”

任务	指标	一句话记忆
分类	Accuracy、F1	平衡数据集看 Acc，不平衡看 F1
回归	MAE、RMSE、R²	RMSE 放大异常，MAE 更鲁棒
排序	AUC、NDCG	推荐/搜索用 NDCG
生成	BLEU、ROUGE、BERTScore	文本相似度
图像	IS、FID、LPIPS	越接近真实越好

---

10. 可解释 & AI 安全：2025 法规红线

• 欧盟 AI Act 2025 生效：高风险系统必须提供 SHAP 值报告；

• 中国《深度合成规定》：AIGC 需标识“AI 生成”；

• 数据隐私：GDPR、CCPA、PIPL → 匿名化 + 差分隐私；

• 对抗样本：自动驾驶识别停止牌被贴贴纸 → 100% 误识别 → 需对抗训练。

---

11. 下一站学习路线：从“概念”到“代码”

阶段	目标	推荐资源（免费）
① 概念通关	把本文地铁图讲给别人	收藏本文
② 环境搭建	30 分钟装好 Python+PyTorch	《Python AI 编程入门》
③ 第一模型	用 NumPy 手写线性回归	GitHub “numpy-0to1”
④ 深度学习	跑通 CNN 手写数字	PyTorch 官方 60 分钟
⑤ 大模型实战	微调 ChatGLM3-6B	ModelScope 教程

---

12. 2025 趋势彩蛋（速记版）

1. AI Agent Workflow：LLM 调度工具 → 自动写报告/订票/画图；

2. 多模态大一统：文本、图像、音频、视频同一模型（GPT-4o）；

3. Long Context 1M token：整本 PDF 直接丢，无需切分；

4. Edge AI 爆发：4-bit 量化 + NPU，手机跑 7B 模型；

5. AI+Science：AlphaFold3、材料发现、可控核聚变仿真。