AI 全景：一张地图看懂整个领域

学 AI 最大的障碍不是难度，是没有坐标系。你会在各种名词之间打转：机器学习、深度学习、神经网络、大模型、生成式 AI、AGI……它们到底是什么关系？

这篇给你一张地图。看完之后，任何时候听到一个新名词，你都能把它放到正确的位置上。

第一层：包含关系

人工智能 AI（让机器表现出智能）
└── 机器学习 ML（不写规则，让机器从数据里学规则）
    └── 深度学习 DL（用多层神经网络来学）
        └── 大模型 LLM / 基础模型（参数极多、预训练、可迁移到多种任务）
            └── 生成式 AI（能生成文本/图像/音频/视频）

关键点：这是包含关系，不是并列关系。 深度学习是机器学习的一种，大模型是深度学习的一种。

第二层：机器学习 vs 传统编程

这是新手最该建立的一个认知。

	传统编程	机器学习
输入	规则 + 数据	数据 + 答案
输出	答案	规则（模型参数）
例子	写 `if 温度 > 30: 开空调`	给 1 万条「温度-是否开空调」的记录，让机器自己找规律
适合	规则明确、可穷举	规则模糊、写不出来（识别人脸、理解语言）

一句话：传统编程是把规则翻译成代码，机器学习是从数据里反推出规则。

第三层：机器学习的三类范式

范式	数据形态	典型任务	举例
监督学习	有输入 + 有标签	分类、回归	判断邮件是否垃圾、预测房价
无监督学习	只有输入，无标签	聚类、降维、异常检测	用户分群、商品推荐召回、欺诈检测
强化学习	与环境交互，拿奖励	决策序列	下棋、机器人控制、RLHF 对齐

工业界 80% 的落地是监督学习。新手先把监督学习吃透。

第四层：模型能力对应的数据类型

这是选型时的第一直觉 —— 看你的数据长什么样。

数据类型	典型模型	所在阶段
表格 / 结构化（Excel、数据库）	XGBoost、LightGBM、逻辑回归	L2 机器学习
图像 / 视频	CNN、ViT、扩散模型	L3 深度学习
文本 / 语音	Transformer、LLM、Whisper	L3 → L4
图 / 关系网络	GNN	L3 之后（专精方向）

一条重要的工程经验

表格数据上，树模型（XGBoost/LightGBM）经常打败深度学习。 不要因为深度学习更时髦就跳过 L2 —— 真实业务里表格数据占绝大多数。

第五层：一个 AI 系统的完整链路

学会单个模型不等于能做出产品。真实系统长这样：

① 问题定义 → ② 数据采集 → ③ 数据清洗/标注 → ④ 特征/预处理
     ↓
⑤ 模型选择 → ⑥ 训练 → ⑦ 评估 → ⑧ 部署上线 → ⑨ 监控与迭代
                                              ↑___________|

环节	谁最常在这里翻车	对应阶段
①② 问题与数据	新手：直接跳到 ⑥	L2
③④ 数据质量	所有人：垃圾进垃圾出	L1
⑤⑥ 建模	新手：只学这部分	L2–L3
⑦ 评估	中级：指标选错，上线翻车	L2 评估
⑧⑨ 部署监控	初级→高级的分水岭	L5

面试与实战的差距，八成在 ③④⑦⑧⑨，而这五环恰好是教程里最少讲的。

当前的技术格局（2026 视角）

层次	现状	对你的影响
基础模型	少数机构训练，闭源 + 开源并存	绝大多数人不训练基础模型，只用、只调
微调与对齐	成为常规工程手段（LoRA 普及）	L4 的微调能力是硬需求
应用层	RAG / Agent 是主战场	L5 是岗位最多的一层
推理成本	持续下降，端侧模型兴起	关注量化与推理优化（L4）

一个现实提醒

「我要训练自己的大模型」是新手最常见的错误目标。预训练一个可用的大模型需要千万级美元和数十人团队。 个人能做的、也是市场真正需要的，是：选型 + 微调 + 应用工程 + 评测。 这三件事在 L4–L5。

自检：把新名词放到地图上

看完这页，试着回答（答不上就回去重读对应章节）：

ChatGPT 属于上面哪几层？（答：生成式 AI ⊂ 大模型 ⊂ 深度学习 ⊂ 机器学习 ⊂ AI）
「用 XGBoost 预测流失」属于哪类范式？需要什么数据？（监督学习·分类，需要历史用户特征 + 是否流失标签）
为什么说「数据清洗比模型选择更重要」？
一个模型在测试集上准确率 98%，可以直接上线吗？（不能，见评估）

AI 全景：一张地图看懂整个领域 ​

第一层：包含关系 ​

第二层：机器学习 vs 传统编程 ​

第三层：机器学习的三类范式 ​

第四层：模型能力对应的数据类型 ​

第五层：一个 AI 系统的完整链路 ​

当前的技术格局（2026 视角） ​

自检：把新名词放到地图上 ​

下一步 ​