🤖
AI 探险家
和你的同学们一起，揭开 AI 的秘密
👋 你好，小探险家！
AI 是个神奇的东西——它能听懂你说话，能认出你的脸，能给你推荐想看的视频。
但 AI 也会犯错。
跟着 小米 和 晓晓 两个小朋友，5 个章节，揭开 AI 的秘密！
🎯 你会学到
- 什么是 AI（不是机器人！）
- AI 是怎么"学"会的
- AI 是怎么"思考"的
- AI 做不到什么
- 写你自己的 AI 宣言
⏰ 需要多久？
每章约 5-8 分钟，一共 约 30-40 分钟。
可以分几次完成。
小米："姐，你说 AI 是从数据里'学'的——它怎么学？跟我们学一样吗？"
晓晓："差不多，但又不完全一样。我给你讲个故事——"
📖 小故事：教豆豆认苹果
老爷爷想教小狗"豆豆"认苹果。
第 1 天：拿出红苹果，给豆豆闻闻、舔舔。
第 2 天：拿出青苹果。豆豆一开始不确定，老爷爷说"这也是苹果"。
第 1 周：豆豆见到各种苹果都认对了。
第 1 个月：豆豆见到玩具苹果不吃了——它真的学会了。
AI 学习跟豆豆一样——
看很多例子，然后"学会"。
🎮 玩个游戏：AI 找茬
下面这些，哪些是 AI？点你认为对的。
小爱同学播放音乐
计算器算 1+1
抖音推荐视频
空调按 26 度运行
高铁站刷脸进站
💡 提示：AI 一定会"犯错"——同一个问题，AI 可能给不同答案。
🎯 揭晓：AI 的 3 个关键特征
不是所有"聪明"的东西都是 AI。AI 必须同时满足 3 个条件：
1️⃣ 从数据中"学"
不是写死规则，是从数据里找规律。
例：抖音看你过去的行为，学你喜欢什么。
2️⃣ 结果不确定
同一个问题，AI 可能给不同答案。
例：人脸识别可能认错人。
3️⃣ 做人也能做的事
看、听、说、画、判断、预测……
例：识别猫狗、听懂人话、画图、聊天。
金句：
AI 是工具，不是魔法；
AI 会犯错，要保持怀疑。
🧠 AI 的 3 步工作法
🎤 例子：小爱同学
感知：麦克风"听"到你说话 → 转成数字
学习：它听过几百万条语音，知道"播放+歌名"是什么意思
决策：你说"播放周杰伦的歌" → 它判断你要听歌 → 播放
📱 例子：抖音推荐
感知：记下你看什么、停几秒、点赞谁
学习：分析这些数据，找你喜欢什么
决策：下次推"你可能喜欢"的视频
几乎所有 AI，
都可以用这 3 步解释。
🎮 活动：训练一个小 AI
想象一下：你是"AI 工程师"，要训练一个 AI 识别"猫"。
步骤 1：收集 1000 张猫的图片
步骤 2：让 AI 反复看这些图
步骤 3：AI 学会"认猫"了
步骤 4：给新图，AI 告诉你"这是猫 80% / 狗 20%"
机器学习的 4 步：
数据 → 训练 → 模型 → 预测
⚠️ 但是！数据差，AI 就差
如果你训练 AI 用的全是白猫，给它看一只黑猫——它会认不出。
真实案例：MIT 研究发现，商用的人脸识别系统对深色皮肤的人脸准确率低很多——因为训练数据里大部分是浅色皮肤的人脸。
数据 = AI 的课本。
垃圾进，垃圾出。
🎮 测试一下：你懂了吗？
Q1：训练一个"识别猫狗"的 AI，最重要的"课本"是？
一台很贵的电脑
大量猫和狗的照片
一只真的猫和狗
小爱同学
🎮 第 2 题
Q2：AI 训练时只看了"白人的皮肤病照片"，那它用到"黄种人"身上会怎样？
一样准，因为都是人
可能不准，因为训练数据没覆盖
黄种人不会得皮肤病
📋 好的训练数据 4 原则
💡 记住：
以后听到"AI 准不准"时，先问：它的训练数据够不够多、广、准、公？
小米："小爱同学，倒一杯水。"
晓晓："等等——你说 4 个字，但至少要 5 个步骤：找到水、找到杯子、倒水、端过来、放下。"
📋 算法 = 一步步把事说清楚
就像菜谱——做一道菜，先放油，再放菜，再放盐，再翻炒。
每一步都明确。
🎯 好算法的 3 个标准
- 完整 — 每步都写清楚
- 正确 — 顺序对，逻辑对
- 高效 — 用最少的步骤
算法是思路，程序是代码。
算法可以写在纸上，
程序必须跑在电脑里。
🐛 算法找 bug
下面这个算法有什么 bug？
泡茶算法：
1. 把水烧开
2. 把茶叶放进杯子
3. 把杯子放进冰箱 10 分钟
4. 倒掉水
5. 喝水
❌ Bug 在哪？
第 3 步！茶叶应该泡在热水里，不是冰箱！
这就是"算法出错"——再聪明的程序，写错了也出乱子。
🤖 AI 怎么"思考"？
AI 每次做决定，背后都是一个算法在跑。
抖音推荐算法：收集你 100 条行为 → 找相似用户 → 按喜欢度排序 → 推前 10 条
人脸识别算法：检测人脸 → 提取特征 → 比较数据库 → 给出概率
AI 没有真的"思考"。
它只是按算法处理数据。
AI 做不到的 5 件事
- 没有常识 — AI 不知道"人不会穿鞋睡觉"
- 不会真的"懂"感情 — AI 模仿感情，不是真的感受
- 没见过的事容易出错 — 戴口罩的脸就认不出
- 创造性是"高级组合" — 不是真的创造
- 不会做道德判断 — "该不该"AI 不会替你决定
🤔 AI 能取代老师吗？
AI 能答疑、改作业、出题……
但做不了 5 件事：
- 判断学生"是否真的理解"
- 感受到学生的"困惑、沮丧、开心"
- "因材施教"
- 激发灵感
- 教学生做人
所以：AI 是好工具，但不会取代老师。
未来属于：
会"用 AI"的人 +
会"做人"的人
🎮 测一测：你能想到吗？
Q：哪些是 AI 做不到、但人能做的事？（多选）
理解同学的难过
计算 1+1（算得快）
判断"该不该"帮朋友保守秘密
在大量图片里找出猫
创作一首关于家乡的新诗
🎯 揭晓：人 vs AI
AI 强的地方：
- 算得快（1+1）
- 看得多（海量图片）
- 不累、24小时
- 不忘（一旦训练好）
AI 不如人的地方：
- 没有常识
- 不会真的懂感情
- 没见过会出错
- 不会真创造
- 不会做道德判断
AI 是不错的工具，
但终究是工具。
用得好，帮你做大事；
用得不好，反而会坑你。
🤝 AI 探险家 5 大承诺
- 保持好奇 — 永远问"为什么"
- 保持怀疑 — AI 说的，先想想
- 保持思考 — 用 AI 帮忙，但自己动脑
- 保持善良 — 用 AI 做好事，不伤害人
- 保持学习 — 每天学一点新东西
🎓 你学到了
- AI 是什么（3 步工作法）
- AI 怎么学（4 步学习法）
- AI 怎么思考（算法）
- AI 能力边界（5 件做不到）
- 你的 AI 宣言
AI 是工具，不是魔法。
未来属于会"用 AI"和会"做人"的人。
🚀 接下来你可以
- 把你的 AI 宣言分享给爸妈、朋友
- 用百度 EasyDL 训练一个简单的 AI
- 读更多 AI 相关的书
- 看完我们的其他课程