刷脸进站、语音转文字、让大模型帮忙做旅行攻略，这些看似普通的日常场景，其实都离不开人工智能。AI到底离我们有多近？它又是怎样一步步变得“聪明”的？

人工智能这个概念并不年轻。1950年，英国科学家图灵提出了著名的图灵测试。如果一个人隔着屏幕和两个对象聊天，其中一个是人，另一个是机器，而他长时间分不清谁是谁，那么这台机器就表现出了类似人的智能。1956年，几位科学家在美国达特茅斯学院开会，正式提出“人工智能”这个概念。从那时起，人们就开始思考，能不能让机器像人一样计算、感知、判断和表达。

后来，人工智能的发展一次次走到公众面前。2016年AlphaGo战胜围棋世界冠军，让很多人第一次强烈感受到机器的学习能力。再后来，ChatGPT、豆包、DeepSeek等生成式人工智能工具出现，人们发现AI不只会下棋、识别图片，还能聊天、写文章、做攻略，甚至生成图片和视频。人工智能从实验室走进家庭、学校和办公室，成了许多人身边的新工具。

那么，机器到底是怎样变“聪明”的呢？它会听，靠的是智能语音技术。我们说出一句话，机器先把声音识别成文字，再理解其中的意思，最后把回答合成为语音。它会看，靠的是图像识别技术。刷脸进站时，摄像头先捕捉面部图像，系统再提取眼睛、鼻子、脸型等特征，把这些特征转化成数字信息，和数据库里的信息进行匹配。它会认字、会聊天、会写作，背后则离不开自然语言处理。机器要先把一句话拆开，判断词语之间的关系，再理解整句话想表达什么。

人脸识别的过程 图片来源：陈鹏

近几年最受关注的是生成式人工智能。传统人工智能更像一个受过专门训练的助手，学过识别猫和狗，就能判断图片里是猫还是狗，但如果突然给它一只兔子，它可能就犯难了。生成式人工智能不同，它能从海量数据中学习规律，再根据新的问题生成新的内容。我们常说的大模型，就是结构复杂、参数很多的神经网络。大语言模型专门理解和生成人类语言，多模态大模型则能同时处理文字、图片、声音和视频。

不过，AI给出的答案好不好，和我们怎么提问有很大关系。很多人只会问“帮我做个旅游攻略”，得到的结果自然比较普通。如果换一种问法，告诉它自己和父母一起出行，准备去几天，预算是多少，喜欢博物馆还是自然风景，希望轻松一点还是紧凑一点，最后请它用表格列出行程，答案就会实用得多。好的提示词要说清角色、任务、背景和格式。问题越清楚，AI越容易理解我们的真实需求。

人工智能很方便，但不能把它当成永远正确的答案。它有时会出现“幻觉”，也就是一本正经地说错话。它还可能带有偏见，因为它学习的数据本身就可能不够公平。比如让它生成医生和护士的图片，它可能总把医生画成男性，把护士画成女性。它也可能带来隐私泄露、版权争议和虚假传播。有人用AI生成假新闻、假图片、假声音，如果不核实就转发，可能会误导别人，甚至造成恐慌。

对青少年来说，更要警惕的是过度依赖。写作文时直接让AI代写，表面上省了时间，实际上把最重要的思考过程交了出去。更好的做法是先自己动笔，写出初稿，再请AI帮忙提建议、改表达、查漏洞。这样，AI才是学习助手，而不是替自己完成作业的人。

AI可以辅助学习，但不能替我们思考 图片来源：陈鹏

人工智能像一把新工具，用得好，可以帮我们打开思路，整理信息，提高效率。用得不好，也可能让人变懒、误信错误、丢掉判断力。未来AI会越来越强，但真正重要的不是让机器替人思考，而是人在使用机器时，仍然保留好奇心、判断力和创造力。会提问、会辨别、会负责地使用AI，才是走进人工智能世界最重要的一课。

审核专家：陈鹏 首都师范大学教育学院教授、博士生导师