Hello, AI人工智能导论 · 2026 年 9 月版
一本写给所有人的 AI 入门书。主线十四章约 143 分钟读完，加上深入段落与实验约 8 小时。不需要会编程，不需要记公式，只需要一个下午，和一点想把事情弄明白的耐心。
一份正文，两种深度，十二个能动手的实验
这门课最初在 2026 年春天面向中小学教师开讲。学期结束后，它被重新写成一本给所有人的书：从「AI 是什么」走到「怎样与 AI 共事」，每一章都有可以折叠的深入段落，每一个原理都有一个在浏览器里真正运行的实验。写这本书的是一个大语言模型，这件事本身也是课程的一部分。
统计自本站正文。它只知道「一个字后面最常跟哪个字」，所以写出来的句子似通非通；切到「看前 2 个字」，句子会通顺一些，这就是上下文的作用。把上下文放到几千个字，再把统计表换成一千亿个参数，就是今天的大语言模型。第八章会讲清这一步。
从「AI 是什么」到「与 AI 共事」
每一章从一幅画开始。横向滑动，点进任何一章。
同一本书，按你的时间来读
正文只有一份。「主线」是每章必读的部分；「深入」段落默认折叠，想读时点开。读法可以随时在章节页切换。
四个部分，十四章
先有地图，再学「学习」，然后进入语言模型，最后回到我们生活的世界。
地图
AI 是什么、从哪里来、除了神经网络还有什么。三章读完，你手里有一张不会过时的地图。
学习
机器学习的全部核心思想，其实只有一句话；剩下的三章是把这句话讲透，并在浏览器里亲手验证。
语言
文字怎样变成数字、注意力怎样让词看见彼此、一台续写机怎样被训练成助手。
世界
它为什么会一本正经地胡说、它怎样长出眼睛和手、一个任务交给智能体后发生了什么、它怎样开始做科学、以及我们该怎样与它共事。
它为什么会一本正经地胡说
模型长出了眼睛和手
智能体的一天
AI 做科学：从 AlphaFold 说起
与 AI 共事
集腋成裘
主线之外的专题，每一篇独立成文，把前面的原理放进一个具体的领域里。这一部分会持续增加。
一句话的旅程
从你按下回车，到屏幕上蹦出第一个字，中间的几百毫秒里发生了什么。把第七、八、九、十章串成一条线走一遍。
推荐系统：你为什么停不下来
短视频、购物、新闻流背后是同一类模型。它是机器学习最赚钱的应用，也是最值得每个人看懂的一种。
自动驾驶：四种能力的合体
一辆车要在雨夜的路口做对每一件事。它用上了第一章的全部四种能力，走过了二十年的「快好了」，也是「长尾」「安全怎么衡量」「人怎样与机器分工」这些问题最好的教材。
给科研人的机器学习实用课
材料、化学、生物、医学、工程里用得最多的不是大语言模型，是几百个样本上的机器学习。这一篇讲小数据怎么做、分子和材料怎样变成数字、实验很贵时下一个该测什么，以及科研论文里最常见的错误。
训练一个模型：从数据到对齐的实操
第九章讲了预训练、微调、对齐的原理。这一篇讲每一步具体怎么做、怎么坏，从几万块 GPU 的预训练到一块 GPU 一晚上的微调，附成本表和一份动手清单。
AI 与开源
深度学习的每一次浪潮都站在开源的肩上，而 2025 年之后，最好用的开放模型多来自中国。这一篇讲开源在 AI 里意味着什么、不意味着什么，为什么公司愿意开源，以及这本书自己为什么开源。
12 个可以动手的实验，全部在你的浏览器里运行
没有账号，不装软件，不上传数据。每个实验对应正文的一章，读到那里会有提示；也可以单独来玩。
K 近邻：点一点就懂分类
在画布上放几个点，看最朴素的分类器怎样用「离谁近就算谁」做判断，以及 K 取大取小会发生什么。
约 12 分钟 · 第 4 章 实验 02拟合一条曲线：损失、参数与梯度下降
亲手拖动数据点，看模型怎样一步步降低损失；把多项式次数调高，亲眼看到过拟合是什么样子。
约 15 分钟 · 第 4 章 实验 03网约车计价：一个完整的机器学习项目
从一笔订单到一个模型：拆特征、划分数据、训练、评估、上线后发现世界变了。一条主线走完全流程。
约 25 分钟 · 第 4 章 实验 04数据的陷阱
相关不是因果、抽样有偏、标签泄漏。三个小实验，每个都能让一个准确率很高的模型在现实里翻车。
约 12 分钟 · 第 5 章 实验 05神经网络 Playground
加层、加神经元、换激活函数，看一张二维数据的决策边界怎样从一条直线长成任意形状。
约 15 分钟 · 第 6 章 实验 06手写数字识别与卷积透视镜
在画板上写一个数字，一个在你浏览器里运行的卷积网络实时识别，并把每一层「看到」的东西摊开给你看。
约 15 分钟 · 第 6 章 实验 07Tokenizer：不同模型怎么切词
输入任何一句话，对比三代分词器怎样把它切成 token，理解为什么中文更「贵」，以及上下文窗口到底装多少字。
约 12 分钟 · 第 7 章 实验 08词向量：意义变成几何
在一张二维投影里看词和词的距离，做一次「国王 − 男人 + 女人」的向量算术。
约 12 分钟 · 第 7 章 实验 09Attention：词和词之间的暗线
把一句话送进一个小型注意力层，看每个词在「看」谁；换一个词，看注意力的连线怎样重新分配。
约 15 分钟 · 第 8 章 实验 10下一个词预测：语言模型怎么写字
看一个真正的小模型在每一步给出的概率分布，调温度，试贪心与采样，理解「生成」到底是什么。
约 15 分钟 · 第 8 章 实验 11A* 寻路：AI 不只是神经网络
在网格上画墙，看启发式搜索怎样在不穷举的情况下找到最短路，这是导航软件与游戏里最常用的经典 AI。
约 10 分钟 · 第 3 章 实验 12强化学习迷宫
一个什么都不知道的智能体在迷宫里试错，奖励一点点把它引向出口。看 Q 值表怎样从零长成一张地图。
约 12 分钟 · 第 3 章由 AI 写成，这件事本身就是课程的一部分
2026 年春天，这门课在上海交通大学面向中小学教师开讲。学期结束后，我们把它重新写成了一本给所有人的书。
正文由 Claude Fable 5.1 在它公开发布的第一天（2026 年 9 月 2 日）一次写成，课程主讲教师审定。这个模型的训练数据截止于 2026 年 6 月，所以它对这门课的原理了如指掌，对写作前三个月里发生的事却几乎一无所知，这正是第十章讲的「知识截止日期」。你读到的每一段解释，都出自一个大语言模型对自己所属技术的描述。哪里讲得清楚、哪里讲得含糊，你可以一边读一边判断，这恰好是本课想教的能力。
- 课程
- 人工智能导论（教育学院 AI 微专业 · 2 学分）
- 主讲
- 朱燕民 教授，上海交通大学计算机学院
- 版本
- v2.1 · 2026 年 9 月版 · 版本记录
- 模型
- Claude Fable 5.1，训练数据截止 2026 年 6 月，发布于 2026 年 9 月 2 日
- 时效
- 原理部分不会过时；具体模型、产品与数字集中放在「此刻」页，并标注日期
- 下载整本书的 PDF（218 页，A4，含全部图与自测答案，2026-09-06 生成）
- 更多
- 关于本站、如何引用、如何反馈 →