AI 到底在干什么：找一条线，画一个边界

你打开手机相册，它能自动把你家猫的照片归到一起。你对着微信语音转文字，它把你说的话变成字。你问 ChatGPT 一个问题，它回你一段话。

这些都是 AI。但它们到底在干什么？

答案比你想的简单得多：AI 就是一个函数。训练它 = 找到这个函数的系数。使用它 = 往函数里代入你的数据，算出结果。

这篇文章用一个例子讲清楚这件事。

---

举个例子：教 AI 认识数字 7

你想做一个程序，给它一张图片，它告诉你"这是 7"还是"不是 7"。

怎么做？

第一步：收集数据

你搜集了 100 万张手写的、印刷的、各种字体的数字图片。有些图片上写的是 7，有些不是。

第二步：人工标注

你请一批人，逐张看图片，标上"是 7"或"不是 7"。

这一步最笨，也最关键。AI 不是自己"理解"了什么是 7——它是从你给的标注里学的。你标错了，它就学错。

第三步：把图片变成数字

一张 28×28 像素的灰度图片 = 784 个数字（每个像素的亮度值，0 是黑，255 是白）。

上面一排是你看到的图片，下面一排是计算机看到的——一堆数字。每个格子里的数值代表那个像素的亮度。0 = 纯黑（没笔迹），10以上 = 有笔迹。

所以每张图片就是 784 个输入。AI 的任务：接收这 784 个数字，输出一个判断——是 7（输出 1）还是不是 7（输出 0）。

第四步：训练

这里就是 AI 真正做的事了。

AI 内部有一个函数，长这样：

输出 = f(像素1, 像素2, 像素3, ..., 像素784)

这个函数有一堆系数（也叫权重）。训练的过程就是：

1. 把一张图片的 784 个像素值代入函数
2. 看输出对不对（是不是和人工标注一致）
3. 如果错了，调整系数
4. 拿下一张图片重复

100 万张图片轮几遍，系数就被调到了一个合适的状态——对大部分图片都能给出正确答案。

第五步：测试

拿一些训练时没用过的新图片来试。如果准确率够高（比如 98%），这个 AI 就算训练完成了。

第六步：使用