L01 Introduction to AI：三个同心圆，最外圈叫 AI，最里面才是深度学习

一句话版

这一讲划清 AI、机器学习、深度学习三个词的边界，再把机器学习切成监督、无监督、强化三类。

一个类比：教一个新来的店员

店里来了个新人，你有两种教法。

第一种是写手册：什么时候补货、遇到退货怎么办、哪类客人要多问一句，一条一条写清楚，他照着执行。手册的好处是出了错能翻回去看是哪一条写坏了，改也只改那一条。麻烦在于世界永远比手册长——碰上手册没写的情况，他就站在原地。这就是课件 p.32 讲的专家系统，它的死穴有个正式名字叫 knowledge acquisition bottleneck。

第二种是把过去一整年的销售记录扔给他，让他自己摸出规律。你不告诉他”周五下午冰饮卖得好”，他从数据里看出来。这是 p.33 的机器学习。代价是你问他为什么这么补货，他答不上来，只能说”数据是这么显示的”。

三类学习也在这家店里：给他一沓带标准答案的练习册，每道题都标了对错，是监督学习；只给一堆客户资料让他自己分堆，分完每堆代表什么还得你来解释，是无监督学习；谁也不告诉他每一步对不对，月底看提成，是强化学习（p.69–71、p.80）。至于深度学习，是这个店员不再需要你提示”看客人的鞋和表”，他自己从原始观察里一层层提炼出该看什么（p.48）。

类比在哪里失效：店员有常识，能把上一份工作的经验搬过来；模型换个任务通常从训练数据中学习。店员被问”你为什么这么判断”多少答得出，深度模型的可解释性是公认的低（p.33）。手册和数据在现实里从来不是二选一，这门课前半教手册那套、后半教数据那套，两边都要（p.81）。还有一点类比装不下——AI 寒冬那种”投资方按通用智能的期待投钱、拿到的却是窄领域工具”的落差，店里没有对应物（p.50）。

概念卡

1. 三层包含关系（AI ⊃ Machine Learning ⊃ Deep Learning）

人话定义：AI 是让机器表现出智能的整门学科，机器学习是其中”从数据里学规则”的那一支，深度学习又是机器学习里用多层神经网络的那一支。

例子：课件 p.30 给的定义句是 John McCarthy 的 the science and engineering of making intelligent machines，他也是 1956 年 Dartmouth 会议上造出 Artificial Intelligence 这个词的人（p.30、p.50）。

三个词的关系画出来是三层嵌套：

常见误解

把 AI 和深度学习当同义词 → p.81 那页把搜索、逻辑、概率图和各类模型一起列出来，深度学习只占其中一格。这门课前半讲的搜索和逻辑推理里一个神经网络都没有。

2. 两条路线（Expert Systems vs Machine Learning）

人话定义：知识从哪来——人手工编码，还是从数据中自动学习。

例子：课件 p.32–33 把两者并排。专家系统可解释性高、能追溯到具体规则，更新靠改规则，瓶颈在知识获取；机器学习可解释性低（尤其深度模型），更新靠喂新数据重训，瓶颈在数据的质量与数量。

常见误解

以为专家系统已经被淘汰 → 它是这门课第 8 周的正式内容。p.50 的时间线显示这是一个钟摆：1980–88 专家系统繁荣、1988–93 寒冬、1990 年后统计方法崛起、2012 年起深度学习爆发。符号主义和连接主义交替占上风，课程编排也照着这条线走。

3. 机器学习的定义：<T, P, E>

人话定义：Mitchell 1998 的说法——程序在任务 T 上、由指标 P 度量的表现，随着经验 E 增加而提升，就说它在学习。

例子：课件 p.38 用垃圾邮件过滤套这个三元组：T = 判断邮件是否为垃圾邮件，P = 分类准确率，E = 已标注的历史邮件。Samuel 1959 那句更口语，落点在 without being explicitly programmed。

常见误解

把 P 写成”模型本身”、把 E 写成”训练时间” → P 必须是一个能算出数值的度量，E 必须是数据或与环境的交互经历。给场景指认三元组是这一页最标准的考法，套路固定，练两三个场景就够。

4. 深度学习的”深”

人话定义：用多层非线性信息处理做特征提取与变换（Deng & Yu, 2013），“深”指隐藏层的数量。

例子：课件 p.48 那条链——原始像素 → 边缘 → 局部形状 → 物体部件 → 完整物体。每一层比前一层抽象一点，这叫层级特征学习，也是深度学习相对传统机器学习的核心优势：传统方法要人工设计特征，深度模型自己学出特征层级。

把这条链摆到网络结构上：

常见误解

答”深”是参数多或数据多 → 那是结果，p.47 说的是隐藏层数量。另外”非线性”三个字不能丢：纯线性的多层网络叠起来等价于单层，深度就没有意义了（p.40）。

5. 三分类的判据

人话定义：只看一条——标签有没有、从哪来。

例子：课件 p.69–71。监督学习数据形态是 (x, y)，学 x → y 的映射，算法有线性回归、决策树、SVM、CNN；无监督只有 x，目标是发现内在结构，算法有 k-means、层次聚类、PCA；本讲在线强化学习靠与环境交互；补充：离线强化学习也可用固定经验集，算法有 Q-learning、DQN。强化学习的标准词表是 agent / environment / state / action / reward（p.80）。

三条分界线摆在一张图上：

常见误解

把 k-means 的分组当成分类 → 分类的类别是人事先定义好的，k-means 的分组是算出来的，算完每组代表什么还得人去解释，而且 k 值要人预先指定，这是它最大的实践难点（p.78）。

把它们串起来

这一讲是整门课的地图，没有一个要动笔的公式，但它决定了后面每一讲该往哪个抽屉里放。

主线从边界开始：先划出 AI 的范围（p.30），再把它切成手工规则和数据驱动两条路（p.32–33）。这一刀切下去，整门课的编排就解释得通了——前半周教搜索、逻辑、专家系统，是规则那条路；后半周教神经网络和深度学习，是数据那条路。

第二条线回答”为什么是现在”。神经网络 1980 年代就有，缺的是数据和算力，p.34–35 的数据增长图和 p.50 的时间线合起来就是这个因果：2012 年之后深度学习才爆发。大数据 4V 是这条线上唯一要背的名词表。

时间线和钟摆放一起看：

第三条线是三分类（p.69–71），它是后半门课的骨架。监督学习内部再按输出分成回归和分类（p.76），而所有监督模型共用一个骨架：模型 → 损失函数 → 优化（p.72–75）。后面学神经网络时，变的只是第一步的形状。

课件里的坑

本讲课件未发现错误。

课后 10 分钟：考点复习

这 10 分钟怎么用：合上页面，先默写三条——<T, P, E> 三个位置各放什么、机器学习三分类的判据、AI ⊃ 机器学习 ⊃ 深度学习的包含关系；再把下面的「变式题」做一遍；最后回查两个最容易错的地方——把 P 写成模型本身、把 k-means 的分组当成分类。三步做完再往下看答案。

必背

1. AI ⊃ 机器学习 ⊃ 深度学习；AI 定义句 the science and engineering of making intelligent machines 出自 John McCarthy，学科诞生于 1956 年 Dartmouth 会议。
2. 两条路线：专家系统手工编码规则，可解释但卡在 knowledge acquisition bottleneck；机器学习从数据学规则，性能强但难解释。
3. Mitchell 1998 的 <T, P, E>：程序在任务 T 上由指标 P 度量的表现随经验 E 提升；Samuel 1959 强调 without being explicitly programmed。
4. 深度学习 = 多层非线性信息处理，「深」指隐藏层的数量，核心优势是自动学习层级特征。
5. 大数据 4V：Volume / Velocity / Variety / Veracity，最容易漏掉的是 Veracity。
6. 机器学习三分类的判据是标签的有无与来源：有标准答案是监督，只有数据是无监督，环境给奖励是强化。
7. 监督学习按输出再分：回归输出数值常用 MSE，分类预测类别常用交叉熵；通用骨架是模型 → 损失函数 → 优化。
8. 历史三锚点：1950 图灵测试 / 1956 达特茅斯会议 / 1988–93 AI 寒冬。

完整例题

这一讲全是概念，没有数可算，换成一道两问的对比题——它们正好卡在最容易混的两条边界上。

(1) 用历史「下雨 / 不下雨」标签训练，预测明天降雨概率，属于回归还是分类？

1. 先看输出类型。回归输出连续值（房价、气温、股价），分类输出离散类别（是否垃圾邮件、手写数字）（p.76）。
2. 降雨概率是 0 到 1 之间的数，看形状像连续值。
3. 本题标签是”下雨 / 不下雨”两个类别，所以在做概率分类；类别概率可以就是最终输出，不必再取硬标签。
4. 看建模目标与标签语义，不只看输出格式 → 本题以类别标签训练，所以是概率分类。
5. 对照组：把题面换成”预测明天的气温”就是回归，因为要的就是那个数值本身。两者都属于监督学习，差别只在输出是连续的还是离散的。

(2) 用 <T, P, E> 描述”手写数字识别”。

1. T（task）：把一张手写数字图片判成 0–9 中的一个类别。
2. P（performance measure）：分类准确率。
3. E（experience）：带标签的手写数字样本。
4. 顺手判一下它的位置：有现成的标准答案 → 监督学习；输出是离散类别 → 分类；常用损失是交叉熵，评价指标除准确率外还有精确率、召回率、F1（p.38、p.76）。

变式题（先自己做）

(1) 「预测一位用户下个月在平台上的消费金额」属于回归还是分类？ (2) 用 <T, P, E> 描述「垃圾邮件过滤」。

提示

第 (1) 问别看输出长什么样，看任务最终要交付的是一个数值还是一个类别。第 (2) 问按顺序填三格：要做的事、拿什么打分、用什么经验练。

参考答案与自检（非官方评分标准）

自检要点：① 第 (1) 问写出判据与依据，不只给结论；② 第 (2) 问的 E 要明确为带标签的数据，「大量邮件」不足以说明监督信号。

(1) 回归。要交付的就是那个金额数值本身，没有一张离散的类别表。和完整例题里的降雨概率正好相反：那题以「下雨 / 不下雨」类别标签训练，所以是概率分类；仅凭输出在 0–1 之间不能判断任务类别（p.76）。

(2) T = 把一封邮件判成垃圾 / 非垃圾；P = 分类准确率（或精确率、召回率、F1）；E = 带「垃圾 / 非垃圾」标签的历史邮件。位置是监督学习 + 二分类（p.38、p.76）。

闪卡自测

1. 写出 AI 的定义句，说出提出者、学科诞生的会议与年份。

The science and engineering of making intelligent machines，John McCarthy 提出；学科诞生于 1956 年的 Dartmouth 会议，“Artificial Intelligence” 这个词也是他在那次会议上造的（p.30、p.50）。

2. 专家系统和机器学习的知识来源各是什么？专家系统的核心瓶颈叫什么？

专家系统靠人手工编码规则，机器学习从数据中自动学习。专家系统的瓶颈是 knowledge acquisition bottleneck——规则要人一条条写，写不完也没法自动适应新情况（p.32、p.33）。

3. 大数据的 4V 是哪四个？哪一个最容易被漏掉？

Volume（量大）、Velocity（产生和处理快）、Variety（类型多样）、Veracity（真实性参差）。前三个讲”多快杂”，第四个讲”准不准”，Veracity 最容易漏——有些教材只讲 3V（p.36）。

4. "深度学习"里的"深"指什么？为什么"多层线性变换"不算深度学习？

“深”指隐藏层的数量（p.47）。定义要求的是多层非线性处理：纯线性的多层网络叠起来等价于单层，加层数不增加表达能力，深度就失去意义（p.40）。

5. 深度学习相对传统机器学习的核心优势是什么？

自动学习层级特征，省掉人工特征工程。p.48 的例子是原始像素 → 边缘 → 局部形状 → 物体部件 → 完整物体，这一串抽象层级是模型自己从数据里学出来的。

6. 监督、无监督、强化学习的划分依据是什么？各举一个算法。

依据是标签的有无与来源：有现成标准答案是监督（线性回归、决策树、SVM、CNN），没有标准答案只有数据是无监督（k-means、层次聚类、PCA），没有标准答案但环境给奖励是强化（Q-learning、DQN）（p.69–71）。

7. 描述 k-means 的四个步骤。它的分组和分类的类别有什么本质区别？

随机选 k 个中心点 → 把每个样本分给最近的中心 → 重新计算每组的中心（取组内均值）→ 重复分配样本与更新质心两步（不重复随机初始化）直到中心不再移动。分类的类别是人事先定义好的，k-means 的分组是算出来的，每组代表什么含义要人事后解释，且 k 要人预先指定（p.78）。

8. 监督学习模型的通用骨架是哪三步？

模型（假设 y = wx + b，w、b 待定）→ 损失函数（回归常用均方误差 MSE）→ 优化（调参数使损失最小，常用梯度下降）。后面学神经网络时只有第一步的形状在变（p.72–75）。

9. 强化学习的五个标准名词是什么？它和监督学习最本质的区别在哪？

agent / environment / state / action / reward。监督学习每一步都有人给正确答案，强化学习以奖励为反馈，奖励可以即时或延迟、密集或稀疏（下完一整盘棋才知道输赢），所以要解决信用分配问题——这盘赢了，功劳记在哪一步上（p.80）。

10. AI 寒冬发生在哪个时期？成因是什么？

1988–93。专家系统能在窄领域表现出色，但规则手工编写成本极高、无法泛化到新情况、维护困难，一超出预设范围就崩溃；投资方按”通用智能”的期待投钱，拿到的是脆弱的窄领域工具，落差导致资金撤离（p.50）。

11. Deep Blue 和 AlphaGo 各走哪条技术路线？

Deep Blue（1997 年重赛战胜 Kasparov）用搜索加人工评估函数，即 Minimax 与 αβ 剪枝，知识来自国际象棋大师手工调参，属符号主义；AlphaGo 用深度神经网络加蒙特卡洛树搜索加强化学习，知识来自棋谱学习和自我对弈，属连接主义（p.60–61）。

下一讲

下一讲把 AI 问题改写成”从起点找到终点”，BFS、DFS、爬山法和 A* 是这门课第一块要动笔算的内容。