1.2 机器学习、深度学习与生成式 AI
人工智能、机器学习、深度学习、生成式 AI——这些词经常被混用，但它们并不是同一回事。理清这四个概念的层次关系，是理解当代 AI 技术的第一步。
一、四层同心圆：从大到小的包含关系
这四个概念之间是层层嵌套的包含关系，可以用同心圆来理解：
- 人工智能是最大的范畴，泛指一切模拟人类智能的技术；
- 机器学习是实现人工智能的主要方法之一，强调让机器从数据中学习；
- 深度学习是机器学习的一种特殊技术，使用多层神经网络；
- 生成式 AI是深度学习的一类应用方向，专注于创造新内容。
下面逐一展开。
二、机器学习：从数据中"找规律"
机器学习（Machine Learning, ML） 的核心思想可以用一句话概括：不是告诉计算机"怎么做"，而是让计算机从数据中自己"学会做"。
传统编程的逻辑是：程序员编写规则，计算机执行规则。例如，要判断一封邮件是否为垃圾邮件，程序员需要手动列出所有可能的特征（包含"中奖"一词、发件人不在通讯录中……）。
机器学习的逻辑则相反：给计算机大量已标注的邮件样本（"这封是垃圾邮件""这封不是"），让算法自动从中发现规律。学习完成后，机器就能对新邮件做出判断。
机器学习的三种主要方式：
| 学习方式 | 类比 | 说明 | 典型应用 |
|---|---|---|---|
| 监督学习 | 老师批改作业 | 用带标签的数据训练，告诉机器"正确答案" | 垃圾邮件识别、图像分类 |
| 无监督学习 | 自己整理书架 | 数据没有标签，让机器自己发现数据中的结构 | 用户分群、异常检测 |
| 强化学习 | 训练宠物 | 通过奖励和惩罚让机器在试错中学习最优策略 | 游戏 AI、机器人控制 |
◆ 阅读材料：泰坦尼克号生存预测
《人工不智能》一书中介绍了一个经典的机器学习案例：用泰坦尼克号乘客数据（年龄、性别、船舱等级等）训练模型，预测哪些乘客更可能在海难中幸存。结果显示，"女性""头等舱"是最强的生存预测因子——这并非 AI 的"发现"，而是数据忠实地反映了当时"妇女儿童优先"的逃生规则和阶级差异。这个案例提醒我们：机器学习找到的"规律"，本质上是数据中已有模式的数学表达，而非独立的"思考"。
三、深度学习：模仿大脑的神经网络
深度学习（Deep Learning, DL） 是机器学习的一个分支，它使用多层人工神经网络来处理数据。"深度"指的是网络层数多（通常数十层甚至上百层），而非理解的深度。
深度学习与传统机器学习的关键区别：
| 对比维度 | 传统机器学习 | 深度学习 |
|---|---|---|
| 特征提取 | 需要人工设计特征（如"猫有胡须、尖耳朵"） | 自动从原始数据中学习特征 |
| 数据需求 | 小数据集即可工作 | 通常需要海量数据 |
| 计算资源 | 普通计算机即可 | 通常需要 GPU 加速 |
| 可解释性 | 较好，能说明决策依据 | 较差，常被称为"黑盒" |
| 擅长领域 | 结构化数据（表格、数值） | 非结构化数据（图像、语音、文本） |
打个比方：如果要教机器识别猫的照片，传统机器学习需要人类先告诉机器"猫有什么特征"（人工特征工程），而深度学习只需要给机器看大量猫的照片，它会自己学会识别——先学会识别边缘，再学会识别纹理，最后学会识别整体形态。这种端到端学习的能力，正是深度学习的核心优势。
用《大白话人工智能大模型》中的比喻来说：深度学习 = "深度"（层数多）+ "学习"。输入层和输出层中间有一个"黑盒子"（隐藏层），就像人脑把视觉信号层层传递，最终认出"这是一只猫"。
四、生成式 AI：从"找规律"到"创造内容"
传统的 AI 大多是判别式的——就像一台照相机，只能识别已有的东西（"这张照片里是猫"）。而生成式 AI（Generative AI） 则走向了另一个方向：它像神笔马良，能创造从未存在过的新内容（"画一只穿太空服的猫"）。
- 给它一段文字描述，它能生成一幅画（文生图）；
- 给它一个主题，它能写出一篇文章（文本生成）；
- 给它一段旋律提示，它能谱出一首完整的歌曲（音乐生成）。
生成式 AI 的核心技术基础是大规模预训练模型（简称"大模型"）。这些模型通过学习互联网上海量的文本、图像等数据，掌握了语言的统计规律和视觉的生成模式，从而能够"预测"下一个词或下一个像素，实现内容的生成。
当前最具代表性的生成式 AI 技术包括：
| 技术方向 | 代表模型 | 能力 |
|---|---|---|
| 大语言模型（LLM） | GPT 系列、DeepSeek、文心一言 | 文本理解与生成 |
| 扩散模型（Diffusion） | Stable Diffusion、Midjourney | 图像生成 |
| 多模态模型 | GPT-4o、Gemini | 同时处理文本、图像、音频 |
□ 术语卡片
AIGC（AI Generated Content）：即"人工智能生成内容"，泛指由 AI 自动生成的文本、图像、音频、视频等各类内容。它是生成式 AI 的产出物，与 UGC（用户生成内容）、PGC（专业生成内容）并列，构成了内容生产的三种模式。
五、动手体验：用 DeepSeek 感受"机器学习"
理论讲了不少，现在让我们动手体验一下。你不需要写代码，只需要打开 DeepSeek，就能直观感受机器学习中"分类"任务的逻辑。
任务目标：让 AI 扮演一个"分类模型"，根据特征判断水果类型。
第 1 步：打开 DeepSeek（https://chat.deepseek.com），输入以下提示词：
现在请你扮演一个水果分类模型。我会给你一些水果的特征描述，
你需要根据特征判断它是什么水果，并解释你的"推理过程"
（即你依据了哪些特征做出判断）。
特征描述：
- 水果 A：圆形，红色，直径约 8cm，表面光滑，有短柄
- 水果 B：长条形，黄色，长约 20cm，需要剥皮食用
- 水果 C：圆形，橙色，直径约 7cm，表面有粗糙纹理，需要剥皮
第 2 步：观察 AI 的输出。 DeepSeek 的回答示例：
水果 A → 苹果 推理依据：圆形 + 红色 + 光滑表面 + 短柄，这些特征组合高度匹配苹果的典型外观。
水果 B → 香蕉 推理依据：长条形 + 黄色 + 需要剥皮，这是香蕉最显著的特征组合。
水果 C → 橙子 推理依据：圆形 + 橙色 + 粗糙纹理 + 需要剥皮，符合橙子的典型特征。
第 3 步：理解这个演示与机器学习的关系。
在这个演示中，AI 做的事情和机器学习中的"分类器"非常相似：
- 输入特征：形状、颜色、大小、表面质感（对应机器学习中的"特征向量"）
- 输出类别：苹果、香蕉、橙子（对应机器学习中的"标签"）
- 推理依据：AI 解释了它依据哪些特征做出判断（对应机器学习中的"特征权重"）
真正的机器学习模型不会用自然语言推理，而是通过数学计算来完成这个过程。但核心逻辑是一样的：从特征中找规律，用规律做预测。
你可以继续追问 AI："如果我给你一个新的水果特征——椭圆形、绿色、表面有细小凸起、切开后是红色果肉，你会判断它是什么？"观察 AI 能否正确识别出西瓜。
六、一个比喻串起四个概念
如果把人工智能比作交通工具这个大类：
- 机器学习就是"引擎技术"——让交通工具能够自主运转的核心动力；
- 深度学习就是"喷气式引擎"——更强劲、更复杂，能处理更高难度的任务；
- 生成式 AI就是"装载了喷气式引擎的新型飞机"——它不仅能飞（识别、分析），还能在空中表演特技（创造、生成）。
本节小结
| 概念 | 一句话定义 | 核心能力 |
|---|---|---|
| 人工智能 | 模拟人类智能的技术总称 | 感知、推理、学习、决策 |
| 机器学习 | 让机器从数据中自动学习的方法 | 从数据中发现规律 |
| 深度学习 | 用多层神经网络自动提取特征 | 处理图像、语音、文本等复杂数据 |
| 生成式 AI | 基于大模型创造新内容 | 生成文本、图像、音视频 |
理解了这四个概念的层次关系，我们就有了一张清晰的"技术地图"。接下来，我们将深入大模型的内部，看看它究竟是如何"思考"的。