从 0 开始学 AI：第 2 课，AI、机器学习、深度学习和大模型是什么关系？

[1. 这一课要解决什么问题？](#1. 这一课要解决什么问题？)
[2. 它们之间的关系](#2. 它们之间的关系)
[3. 什么是 AI？](#3. 什么是 AI？)
[4. 什么是机器学习？](#4. 什么是机器学习？)
[5. 什么是深度学习？](#5. 什么是深度学习？)
[6. 什么是大模型？](#6. 什么是大模型？)
[7. 什么是大语言模型？](#7. 什么是大语言模型？)
[8. 什么是生成式 AI？](#8. 什么是生成式 AI？)
[9. 几个常见误区](#9. 几个常见误区)
- [误区 1：AI 就是 ChatGPT](#误区 1：AI 就是 ChatGPT)
- [误区 2：机器学习就是深度学习](#误区 2：机器学习就是深度学习)
- [误区 3：大模型只会聊天](#误区 3：大模型只会聊天)
- [误区 4：模型越大一定越好](#误区 4：模型越大一定越好)
[10. 例子判断](#10. 例子判断)
[11. 本课核心总结](#11. 本课核心总结)
[12. 本课自测问题](#12. 本课自测问题)

1. 这一课要解决什么问题？

学习 AI 时，经常会看到这些词：

AI
机器学习
深度学习
大模型
大语言模型
生成式 AI

这些词不是完全并列的，它们之间有一定的层级关系。

可以先记住一句话：

AI 是最大范围，机器学习是 AI 的一部分，深度学习是机器学习的一部分，大模型通常属于深度学习，大语言模型是大模型的一种。

2. 它们之间的关系

可以用下面这张图理解：

text 复制代码

人工智能 AI
└── 机器学习 Machine Learning
    └── 深度学习 Deep Learning
        └── 大模型 Large Model
            └── 大语言模型 LLM

简单记法：

text 复制代码

AI > 机器学习 > 深度学习 > 大模型 > 大语言模型

不过，生成式 AI 不是单纯的层级概念。

它是按照"能不能生成新内容"来划分的一类 AI。

3. 什么是 AI？

AI，全称是 Artificial Intelligence，中文叫人工智能。

它指的是：

让机器表现出某种智能行为的技术。

例如：

识别图片
识别语音
翻译语言
推荐视频
自动驾驶
回答问题
生成文章
生成图片

AI 是一个很大的概念，并不是所有 AI 都必须使用机器学习。

早期一些 AI 系统主要靠人工写规则，例如：

text 复制代码

如果用户问营业时间，就回复 9:00-18:00。
如果用户问客服电话，就回复 400-xxx-xxxx。
如果用户问退货政策，就回复 7 天内可退。

这种系统也可以算简单 AI，但它不一定具备学习能力。

一句话总结：

AI 是最大概念，指让机器表现出智能行为。

4. 什么是机器学习？

机器学习是 AI 的一个重要分支。

它的核心是：

不完全依赖人写规则，而是让机器从数据中学习规律。

比如房价预测。

如果使用机器学习，可以给模型大量历史房价数据：

text 复制代码

面积、位置、楼层、房龄、成交价格

模型会从这些数据中学习：

text 复制代码

哪些因素会影响房价？
面积和价格有什么关系？
地段和价格有什么关系？
楼层、房龄和价格有什么关系？

训练完成后，输入一套新房子的信息，模型就可以预测它的价格。

机器学习常见应用包括：

房价预测
垃圾邮件识别
用户流失预测
推荐系统
金融风控
销量预测

一句话总结：

机器学习是让机器从数据中学习规律，并用这些规律处理新问题。

5. 什么是深度学习？

深度学习是机器学习的一种。

它的核心是：

使用多层神经网络学习复杂规律。

这里的"深度"不是说它很神秘，而是指神经网络有很多层。

比如识别一张猫的图片，深度学习模型可能会逐层学习：

text 复制代码

第一层：边缘、线条
第二层：纹理、局部形状
第三层：眼睛、耳朵、鼻子
更高层：判断这可能是一只猫

深度学习特别适合处理复杂数据，例如：

图片
语音
视频
自然语言
自动驾驶感知
医学影像

一句话总结：

深度学习是使用多层神经网络处理复杂数据的一类机器学习方法。

6. 什么是大模型？

大模型通常指规模很大的深度学习模型。

它的"大"主要体现在几个方面：

参数多
训练数据多
消耗算力大
能力更通用

普通模型通常只擅长一个任务，例如：

text 复制代码

猫狗识别模型：识别猫和狗
房价预测模型：预测房价
垃圾邮件模型：判断垃圾邮件

而大模型通常更通用，可以完成多种任务，例如：

聊天
写文章
总结文档
翻译
写代码
分析数据
生成图片
辅助办公

一句话总结：

大模型是规模更大、能力更通用的一类深度学习模型。

7. 什么是大语言模型？

大语言模型，英文是 Large Language Model，简称 LLM。

它是大模型的一种，主要处理语言文字。

例如 ChatGPT 这类工具，背后就是大语言模型。

大语言模型可以完成：

问答
写作
总结
翻译
改写
写代码
提取信息

可以先这样理解：

大语言模型是通过大量文本训练出来的模型，擅长理解和生成文字内容。

8. 什么是生成式 AI？

生成式 AI 指的是能够生成新内容的 AI。

它可以生成：

文字
图片
音频
视频
代码
表格

例如：

text 复制代码

ChatGPT 生成文章
文生图工具生成图片
AI 工具生成视频
AI 工具生成音乐

生成式 AI 的重点是"生成内容"。

但不是所有 AI 都是生成式 AI。

例如：

text 复制代码

判断邮件是不是垃圾邮件
预测房价
识别人脸
判断产品有没有划痕

这些任务主要是判断、分类或预测，不一定是在生成新内容。

一句话总结：

生成式 AI 是能够生成文字、图片、音频、视频等新内容的 AI。

9. 几个常见误区

误区 1：AI 就是 ChatGPT

不对。

ChatGPT 是 AI 的一种应用，但 AI 不等于 ChatGPT。

AI 还包括：

人脸识别
语音识别
推荐系统
自动驾驶
工业质检
医学影像分析

误区 2：机器学习就是深度学习

不对。

深度学习是机器学习的一种，但机器学习不只有深度学习。

机器学习还包括：

线性回归
逻辑回归
决策树
随机森林
KNN

误区 3：大模型只会聊天

不对。

聊天只是大模型的一种使用方式。

大模型还可以用于：

写代码
总结文档
信息提取
数据分析
知识库问答
办公自动化

误区 4：模型越大一定越好

不一定。

大模型能力强，但也有一些问题：

成本更高
速度可能更慢
部署更复杂
对硬件要求更高

有些简单任务，小模型反而更合适。

例如只做垃圾邮件分类、固定格式识别、简单文本分类时，不一定需要非常大的模型。

10. 例子判断

例子	类型
计算器计算 100 × 25	普通软件
根据历史房价预测某套房子的价格	机器学习
手机相册自动识别照片里的人脸	深度学习 / 计算机视觉
ChatGPT 帮你写一篇博客文章	大语言模型 / 生成式 AI
工厂摄像头自动识别产品表面有没有划痕	深度学习 / 计算机视觉
抖音根据你的观看历史推荐视频	机器学习 / 推荐系统
文生图工具根据一句话生成图片	生成式 AI
Excel 里用公式自动求和	普通软件

需要注意的是，有些例子可以同时属于多个层级。

例如 ChatGPT 写文章，可以同时属于：

text 复制代码

AI
机器学习
深度学习
大模型
大语言模型
生成式 AI

平时回答时，可以选择它最典型的分类：大语言模型 / 生成式 AI。

11. 本课核心总结

本课最重要的是理解这些关系：

text 复制代码

AI 是最大范围。
机器学习是 AI 的一个分支。
深度学习是机器学习的一种。
大模型通常属于深度学习。
大语言模型是大模型的一种，主要处理文字。
生成式 AI 是能够生成新内容的 AI。

最简记忆版：

text 复制代码

AI > 机器学习 > 深度学习 > 大模型 > 大语言模型

同时要记住：

text 复制代码

ChatGPT 是 AI，但 AI 不等于 ChatGPT。
深度学习是机器学习的一种，但机器学习不等于深度学习。
生成式 AI 的重点是生成文字、图片、音频、视频等新内容。

12. 本课自测问题

可以用下面几个问题检查自己是否理解：

AI 和机器学习是什么关系？
机器学习和深度学习是什么关系？
大模型为什么叫"大"？
ChatGPT 属于哪类 AI？
推荐系统一定是生成式 AI 吗？
Excel 自动求和为什么不是 AI？

如果能用自己的话回答这些问题，就说明已经理解了本课的核心内容。