全网首发，AI入门科普第一课，一张图看懂AI关系网，刷到必看

　　学习AI时，面对诸如AI、生成式AI、AIGC、机器学习、监督学习、无监督学习、深度学习、强化学习等专业术语，是否感到头疼不已？别担心，今天你刷到了这篇指南，将带你用一张图理清这些错综复杂的AI关系。

　　本文作为【小白入门AI的第一课】，希望各位读者点赞收藏，以便后续高效学习。接下来，我将从中心圆开始逐一讲解，内容分为四个维度：

1. AI的定义及核心知识
2. AIGC与AI应用层
3. Agent与大模型层
4. AI基础层

　　请系好安全带，正片马上开始。

一、AI的定义及核心知识

什么是AI？

　　AI是指机器能够模拟人类的智能和行为，执行复杂的任务，如理解语言、识别图像、进行决策等。例如，自动驾驶汽车就是一种应用AI技术的典型例子。

　　与传统软件或硬件不同，AI是通过训练而来的，因此它可以自我决定做什么、回答什么。机器学习是训练AI的核心技术，包括监督学习、无监督学习和强化学习三种方法。其中，强化学习通过给AI设置积分来增强其能力。

　　深度学习是在机器学习基础上进一步训练AI的方法，使AI能够模仿人类大脑的学习和思考过程。生活中常见的刷脸支付、语音识别、自动驾驶等都是深度学习的应用。

大语言模型（LLM）

　　大语言模型是AI核心圈最里面的一个圈，是语言类的AI模型。目前我们常用的各种AI软件背后都用到大语言模型。此外，还有一些垂直领域的模型，如Stable Diffusion（擅长绘画）和本草（擅长中医）。

二、AIGC与AI应用层

AIGC、生成式AI、Gen AI

　　AIGC指的是由AI生成的内容，与之相对的是UGC和PGC。2023年，AIGC作为AI最火热的概念应运而生。生成式AI和Gen AI与AIGC本质上没有区别，只是叫法不同。值得注意的是，小侠个人更看好AI Agent方向的发展潜力。

AI应用层

　　AI应用层是我们接触最多的层级，主要包括：

• AI效率工具：如火山写作、Stable Diffusion等基于AI单独开发的新型软件，以及飞书、钉钉等融合AI的传统软件。
• 聊天机器人：如豆包、通义千问等以自然语言交流为主的软件。
• Prompt工具及社区：用于整理能够让AI理解的命令和提示词。
• 开发者社区：供大家学习交流的地方。
• 应用开发工具：如Coze平台、Dify平台等用于开发AI应用的平台。

三、Agent与大模型层

AI Agent

　　Agent是一种具有感知、决策、行动能力的自主系统，关注AI在复杂环境中执行任务和达成目标的能力。它可以通过软件方式处理任务，如订机票、打电话等。目前Agent的发展速度非常快，预计最迟明年上半年，就有很多企业将采用私有AI解决公司实际业务问题。

大模型层

　　大模型是AI的大脑，包括通用大模型和垂直大模型。通用大模型如GPT-4、豆包大模型等，主要解决语言类问题；垂直大模型如Stable Diffusion等，针对特定技能训练出来。企业如果直接用通用大模型可能会发现其效果并不理想，因此需要对通用模型进行微调和配置相应技能。

四、AI基础层

　　基础层主要解决AI最底层的问题，包括：

• AI芯片：如NVIDIA的CUDA AI训练平台等。国内企业如华为的昇腾也在发力。
• 云计算平台：数据服务、开源数据集等。这部分内容对普通人来说关系不大，但可以作为课外知识了解。
• Transfomer架构、NLP和CNN等：这些都是AI训练相关知识，对专业人士来说非常重要。但本文不做过多扩展，只需知道它们都是实现AI技术的方法即可。

总结

　　希望看完本文后，大家对AI有个全面的认识。以后遇到AI相关的知识或课程推荐时，不至于一无所知被当韭菜割了。觉得分享不错的读者可以关注并点赞支持一下！