刷新闻时，你一定见过这些词：机器学习、深度学习、神经网络、大模型、大语言模型、生成式 AI……它们常常出现在同一篇文章里，好像是一回事，又好像不是。
其实只要记住一张「套娃图」，这些词的关系就一清二楚了。上一节我们说过，AI 的核心思路是从数据里「学规律」；这一节就来看看，「学规律」这条路是怎样一层层走到今天的大模型的。
一张套娃图看懂关系
人工智能（AI）
└─ 机器学习
└─ 深度学习
└─ 大模型(也叫基础模型)
└─ 大语言模型(LLM)从外到内，每一层都被外面一层包含，范围越来越小，但也越来越新、越来越强：
- 人工智能：最大的那个娃娃。所有让机器表现出智能的技术都算，包括早年那些靠人写规则的系统。
- 机器学习：AI 里「从数据中学规律」的那一大类方法。
- 深度学习：机器学习里，用多层神经网络来学习的那一支。
- 大模型：用深度学习方法、海量数据训练出来的超大规模通用模型。
- 大语言模型：大模型里专门处理文字的那一类。GPT、Claude、DeepSeek、通义千问、Kimi 等家族都属于这一类。
一句话记住：AI 是目标，机器学习是方法，深度学习是更强的方法，大模型是用这种方法造出来的「大块头」。
机器学习：让机器自己总结规律
机器学习是今天 AI 的主力军。按照「怎么学」，通常分成三种方式，用学生学习来类比最好懂：
| 学习方式 | 类比 | 怎么学 | 典型应用 |
|---|---|---|---|
| 监督学习 | 带标准答案的练习册 | 每个例子都附带「正确答案」，机器对照着学 | 垃圾邮件识别、房价预测、图片分类 |
| 无监督学习 | 没有答案，自己归纳整理 | 只给数据，机器自己发现哪些东西相似 | 用户分群、发现异常交易 |
| 强化学习 | 打游戏，赢了加分、输了扣分 | 机器不断试错，根据奖励调整策略 | 下棋、机器人控制、游戏 AI |
举个例子。一家奶茶店想更了解顾客：
- 如果手里有每位老顾客「后来有没有复购」的记录，就可以用监督学习，预测一位新顾客会不会再来；
- 如果没有任何标签，只有一堆消费记录，可以用无监督学习，让机器自动把顾客分成几群，店主一看，可能发现一群是「工作日下午来的上班族」，另一群是「周末结伴来的学生」；
- 强化学习则更像训练宠物：做对了给零食，做错了没有，它在一次次尝试中慢慢摸索出最好的做法。
其实你每天都在不知不觉地给机器学习「出题」：给外卖打分、把一封邮件标为垃圾邮件、在短视频上点「不感兴趣」，这些反馈都可能成为机器学习的数据。
深度学习：让机器自己找「特征」
传统机器学习有个麻烦：需要人先告诉机器「该看哪些地方」。比如识别水果，工程师得先设计好颜色、形状、表面纹理这些「特征」，机器再根据这些特征去学。特征设计得好不好，很大程度上决定了效果，而且非常依赖专家经验。
深度学习的突破在于：连特征也让机器自己学。
它用的工具叫「神经网络」，是一种受大脑神经元启发的数学结构，由很多层组成。你可以把它想象成一条多道工序的流水线：
- 第一道工序只看最简单的东西，比如明暗交界的边缘；
- 第二道把边缘拼成线条和拐角；
- 再往后，线条组合成眼睛、耳朵这样的局部；
- 最后一道综合所有信息，得出结论：这是一只猫。
层数很多，所以叫「深」。2012 年，一个叫 AlexNet 的深度神经网络在一项大型图像识别比赛中大幅领先其他方法，让深度学习一举成名。此后，语音识别、机器翻译、人脸识别等领域纷纷被深度学习改写。
深度学习也有代价：它通常需要大量的数据和算力；而且网络内部有成千上万甚至更多的参数在共同起作用，人很难说清它「为什么这样判断」，所以常被称为「黑箱」。
注意：神经网络只是「受大脑启发」，并不等于在模拟人脑。它的本质是海量的数字运算，和真实的神经元差别很大。
大模型：从「专才」到「通才」
在大模型出现之前，AI 基本是「一个任务训练一个模型」：翻译模型只会翻译，情感分析模型只会判断好评差评。每做一件新事，就要重新收集数据、重新训练。
大模型换了一种玩法：先用海量数据训练出一个什么都懂一些的「通才」，这一步叫「预训练」；再根据需要稍加调教，就能胜任各种任务。正因为它能当很多应用的地基，大模型也常被称为「基础模型」。
这有点像培养一名医生：先读完通识课和医学基础课，打下宽厚的底子（预训练）；再到某个科室跟着带教老师实习，学会这一科的具体本领（微调）。底子打得越扎实，转到哪个科室都上手更快。
「大」主要体现在三个方面：
- 参数多：参数就是上一节说的那些「旋钮」，大模型的参数通常以数十亿、数百亿甚至更多来计；
- 数据多：训练时读过的文本量，远远超过一个人一辈子能读完的书；
- 算力多：训练需要大量专用芯片连续计算很长时间。
大语言模型是其中专门处理文字的一类。现在很多模型不只会读文字，还能看图片、听声音，这类叫「多模态大模型」，后面的课程会专门讲。
几个容易混淆的词
| 词 | 一句话解释 | 和套娃图的关系 |
|---|---|---|
| 神经网络 | 深度学习所用的多层计算结构 | 深度学习的「工具」 |
| Transformer | 一种神经网络结构，今天大多数大语言模型都建立在它之上 | 大模型的「发动机设计图」 |
| 生成式 AI / AIGC | 能生成文字、图片、声音、视频等新内容的 AI | 按「能做什么」来分，和套娃图是交叉关系 |
| 自然语言处理（NLP） | 让机器理解和生成人类语言的研究方向 | 按「处理什么」来分的一个分支 |
| 计算机视觉（CV） | 让机器看懂图像和视频的研究方向 | 按「处理什么」来分的一个分支 |
还有一个最常见的混淆：ChatGPT 是大模型吗？ 严格来说，ChatGPT 是一个产品，它背后用的是 GPT 系列大模型。模型像汽车的发动机，产品像整车：同一台发动机可以装进不同的车，一辆车也可以换上新一代的发动机。我们平时用的各种 AI 助手，大多是「产品界面 + 背后一个或多个模型」的组合。
本节要点
- 套娃关系：人工智能包含机器学习，机器学习包含深度学习，大模型是深度学习的产物，大语言模型是大模型中专门处理文字的一类。
- 机器学习有三种主要的学习方式：监督学习、无监督学习、强化学习。
- 深度学习用多层神经网络，能自己学习特征，不再完全依赖人工设计。
- 大模型的特点是「大」和「通」：先预训练成通才，再适配各种任务。
- 模型是发动机，产品是整车；「生成式 AI」是按「能做什么」划分的另一个角度。
