AI 科普:从零理解人工智能与大模型

蒸馏术

一套写给非技术背景但想真正搞懂 AI 的入门教材。不跳过任何一个关键概念,不用「你不需要知道这个」来敷衍读者——本书的目标是:读完你就能用自己的话给别人讲清楚 AI 是怎么回事

全书七章,从头到尾讲清楚一条主线:什么是 AI → 大模型怎么造出来的 → Token 是怎么回事 → 算力为什么这么贵 → 模型为什么会胡扯 → 怎么和模型高效对话 → 术语速查


教程结构(思维导图)

mindmap
  root((AI 科普))
    第1章:AI 到底是个啥
      智能的定义
      图灵测试
      极简历史
      AI 的层级地图
      为什么 AI 突然爆发
    第2章:大模型是什么
      神经元与神经网络
      什么是「参数」
      训练的过程
      规模与涌现
      Transformer 架构
    第3章:Token
      为什么不是「字」
      分词器怎么工作
      上下文窗口
      Token 与钱
    第4章:算力
      FLOPs 是什么
      GPU vs CPU
      训练要花多少钱
      推理的成本
      芯片战争
    第5章:温度、幻觉与对齐
      温度是什么
      采样策略
      幻觉从哪来
      RLHF 对齐
      安全与偏见
    第6章:Prompt 工程
      Prompt 的本质
      Zero-shot / Few-shot
      思维链 CoT
      角色扮演
      结构化输出
    第7章:术语速查
      LLM / AGI / RAG
      Fine-tuning / Embedding
      开源 vs 闭源
      多模态 / Agent

阅读顺序

文件 核心问题 前置依赖
第1章 第1章:AI 到底是个啥 AI 是什么?和传统程序有什么区别?
第2章 第2章:大模型是什么 大模型「大」在哪?参数是什么? 第1章
第3章 第3章:Token 模型怎么「读」文字?为什么按 token 收费? 第1章
第4章 第4章:算力 GPU 为什么重要?训练一个模型要花多少钱? 第2章
第5章 第5章:温度、幻觉与对齐 模型为什么胡说八道?怎么让它变老实? 第2章
第6章 第6章:Prompt 怎么写 prompt?思维链是什么? 全部前序
第7章 第7章:术语速查 看到各种缩写不慌 随时查阅

建议按顺序读。 如果你已经有一定基础,可以跳到任意一章。每章末尾都有「本章小结」和「下一章预告」。


章节设计思路

flowchart LR
  A[第1章
什么是 AI] --> B[第2章
大模型怎么造] B --> C[第3章
Token 怎么读] B --> D[第4章
算力怎么烧] B --> E[第5章
温度幻觉对齐] E --> F[第6章
Prompt 工程] C --> F D --> F

这七章的编排遵循一条从宏观到微观、从原理到应用的路径:

  1. 第1章(宏观认知):先画地图,让你知道 AI 这个大领域里哪些是你要关心的。
  2. 第2章(核心原理):聚焦「大模型」这个当前最重要的技术形态,讲清它是怎么造出来的。
  3. 第3 ∼ 5章(关键机制):三个独立但不重叠的专题——Token(模型怎么读文字)、算力(模型需要多少资源)、温度/幻觉/对齐(模型为什么会有「性格」和「毛病」)。
  4. 第6章(实操出口):前面都是「模型怎么工作」,这一章讲「你怎么用好它」——这是整套教程的落脚点。
  5. 第7章(工具书):不要求通读,需要时翻一下就行。

写作约定

约定 说明
比喻驱动 每个抽象概念至少配一个生活化类比,但不会只停在比喻层面——比喻之后,一定回到技术事实。
术语不加省略 出现一个新术语时,当场解释,绝不默认读者知道。
图表辅助 大量使用 Mermaid 流程图、思维导图、对比表格。视觉先行,文字后补。
交叉引用 章与章之间用 [[wikilink]] 连接,方便跳读。
小结 + 预告 每章末尾都有「本章小结」回顾要点,以及「下一章预告」做衔接。

这本书适合谁


推荐学习路径

只想知道 AI 是什么

第1章 → 第2章(前两节)→ 第6章

想搞清楚成本和技术选型

第1章 → 第2章 → 第3章 → 第4章

想用好 AI 工具

第1章 → 第3章 → 第5章 → 第6章

想全面理解

按顺序从头读到尾,第7章随手翻。


知识全景

flowchart TB
  subgraph foundation[基础认知]
    C1[第1章:AI 是什么]
  end
  subgraph core[大模型核心]
    C2[第2章:模型原理]
    C3[第3章:Token]
    C4[第4章:算力]
    C5[第5章:温度幻觉对齐]
  end
  subgraph application[应用层]
    C6[第6章:Prompt 工程]
  end
  subgraph reference[工具书]
    C7[第7章:术语速查]
  end
  C1 --> C2
  C2 --> C3
  C2 --> C4
  C2 --> C5
  C3 --> C6
  C4 --> C6
  C5 --> C6
  C6 -.-> C7

← 上一章 回到目录 下一章 →
蒸馏术 第1章:AI 到底是个啥