当孩子问你"什么是人工智能"时，你怎么回答？
是从"机器学习"讲到"神经网络"，然后看着他眼神逐渐放空？
还是像这位父亲一样，从一块芝士面包出发，把AI变成了亲子间的小故事？

解释一件事的最高境界，是让对方复述时能说得比你还要精彩。

用烤披萨讲数据，食材越新鲜，AI学得越好；用孩子学骑自行车讲神经网络，多摔几次，才会越骑越稳；每一个类比都让孩子恍然大悟，让成年人会心一笑。但这本书远不止于通俗。它同样严肃地探讨AI的伦理边界：算法歧视如何悄悄侵蚀公平？大数据时代，谁来保护我们的隐私？当AI成了"过度保护的伴侣"，我们又该如何重建信任？

从神经网络的深度学习迷宫，到生成式AI的语言引擎；从大语言模型到小语言模型，从检索增强生成到联邦学习；从量子计算与AI的联姻，到区块链与AI的共舞，再到以人为本的AI设计……前沿技术与日常认知之间的鸿沟，就这样在一问一答中被悄然填平。

这本书是写给孩子的，让他们在睡前故事里理解这个时代；
也是写给你的，让你在繁忙的生活里，重新找回对好奇心的追问能力。

在人工智能狂飙突进的当下，相关读物虽多，却因深奥术语让众多读者止步于前言。资深AI专家丘比特·陈携AI平易化理念而来，打造出一部令人拿得起、放不下的人工智能指南。书中，作者借与孩子们的温馨对话，将机器学习、神经网络等前沿算法，转化为搭配披萨食材、整理乐高积木、猜猜是谁游戏等生活场景，让高深知识变得生动易懂。它构建了环环相扣的叙事体系，从数据喂养到算法门派，再到感官觉醒，层层深入，如剥洋葱般揭开AI奥秘，极大地降低理解门槛。此外，本书不仅阐述了AI如何延伸人类感官，还深入探讨了数据所有权、AI伦理等商业与人文议题。无论是初涉AI领域的技术小白，渴望开启探索之旅，还是深耕多年的专业人士，想要重构AI思维，这部作品都不容错过，能带领大家畅游充满无限可能的AI新世界。

孩子的提问很简单，直到那个意想不到的问题出现了。
每天有超过7000万颗好时Kisses牛奶巧克力新鲜出炉。换句话说，就算你每分钟吃一颗，连轴转130年也吃不完!
在好时乐园，我不仅知道了这个冷知识，还被各种糖果和游乐设施所包围，全家人都玩得不亦乐乎。这本书的灵感，就这么甜甜地冒了出来。
疫情封锁前，我儿子七岁。我们常趁长周末去好时乐园游玩。其中野猫过山车是他的最爱。某次排队时，他突然问我：爸爸，你在公司做什么工作?
咳咳。在工作中，我先对数据进行预处理，再用它们来训练机器学习模型或神经网络。模型训练完，我还会优化超参数和特征。我经常使用TensorFlow或PyTorch这类工具，并用准确率、精确率等指标来监控模型表现……
等等，你不会以为我真这么跟我儿子说了吧?当然没有!他不仅缺乏背景知识，更重要的是，我不想让他得出我爸疯了，嘴上说着英语，但我一句都听不懂，以后还是别问他什么了的结论。
于是我深吸一口气，用他能听得懂的语言描述我的日常工作。在排了长长的队后，就在我们即将登上游乐设施前，他竟能复述我过去半小时里教给他的知识。我被这段对话启发了，好好整理了思路，后来在AI实践者讨论会上做了分享。演讲结束后，同事高戈登教授对我说：嘿，丘比特，你解释AI的方式对专业人士或企业管理者也很有价值。
哦，这是个绝妙的主意。我采纳后进一步完善了材料，并在多个国际会议上进行了展示。过去几年间，人工智能已从单纯的技术术语演变为日常工具。即便你浑然不觉，也以各种形式使用着它。如同任何新技术一样，有人因恐惧而排斥，甚至对其本质一无所知。相反，一些企业为了赶时髦，连风险和局限都没摸清楚就直接上马。这两种极端，都不是明智之选。
作为顾问，我得给客户拆弹；作为教授，我得给学生充电；作为父亲，我得给孩子科普。作为本书作者，我的职责是把人工智能这个大块头拆开，让你们一眼看懂。我的使命就是让AI平易化这本书源于与孩子的对话，融合了我的主题演讲内容，又结合课堂教学的思路，更穿插许多真实的行业经验，只为达成一个目标：用通俗语言阐释AI,既让新手易懂，又使专家受益。

作者简介：

畅销书作者，2024年《马奎斯世界名人录》上榜者，在大数据和人工智能领域享有盛誉，现任职于约翰斯?霍普金斯大学和马里兰大学。

译者简介：

迟迅通，上海普纵科技公司联合创始人。曾任华为技术有限公司高级研发工程师，海外无线技术主管；思科系统公司数据中心服务器高级工程师

第一章 童话新编：从前有个 ＡＩ ００１
起源 ００２
孩子都懂 ００３
ＡＩ ＞ 机器学习 ＞ 深度学习 ００４
第二章 爸爸，我饿啦！ＡＩ 也饿，但喂它数据就行！ ００８
数据就是原料 ００９
劣质数据，腐烂番茄 ０１１
家庭餐还是个人披萨？ ０１２
少即是少，多亦是少，唯有平衡方为多 ０１２
两位厨师的争论 ０１４
第三章 先学走再学跑：浅层学习初体验 ０１５
是把简单的事情复杂化了吗？ ０１６
商务休闲风、复古风还是朋克风，你的风格是哪一种？ ０１７
第四章 算法家族榜：十大门派大揭秘 ０２１
１． 回归算法：追踪关联，预测趋势 ０２１
２． 决策树：绘制通往预测结果的路径 ０２６
３． 基于实例的算法：通过实例学习 ０２９
４． 概率模型：用概率数学轻松破案 ０３６
５． 聚类分析：揭示群体中的隐性模式 ０４２
６． 降维：在纷繁的复杂性中揭示本质 ０４５
７． 关联规则学习：发掘市场中的隐秘关联 ０５０
８． 正则化算法：在简洁性与准确性间寻求完美平衡 ０５３
９． 集成算法：将弱学习器整合为强集体 ０５８
１０． 神经网络 ０６４
第五章 潜水深探：神经网络的深度学习迷宫 ０６７
神经网络的基础结构 ０６８
激活与转换：为神经元注入生命力 ０７２
信息流：数据在神经网络中的导航路径 ０７６
学习是一个过程：不断优化网络的性能 ０７９
超参数：调优神经网络的性能 ０８３
你就是最棒的！ ０８６
祖传食谱 ｖｓ 米其林三星餐厅 ０８８
第六章 ＡＩ 第六感 ０９０
ＡＩ 是你的眼睛 ０９１
ＡＩ 是你的耳朵，更是你的嘴巴 ０９３
ＡＩ 就是你的身体 ０９５
ＡＩ 是你的助手，随时待命，绝不掉链子！ ０９７
ＡＩ 是你的助手２ ０９９
第七章 与 ＡＩ 谈个恋爱 １０２
第一印象至关重要：解读 ＡＩ 中的偏见机制 １０３
过度保护的伴侣：当 ＡＩ 不停地确认你的行踪 １０５
你的，我的，还是我们的？ＡＩ 时代数据所有权的解构 １０８
能否信任你？构建 ＡＩ 黑匣子关系中的透明机制 １１１
真相还是骗局？识别欺骗性的 ＡＩ 伴侣 １１３
结婚还是不结婚？先看看人工智能的安全性与可靠
性吧！ １１４
第八章 突破边界：ＡＩ 技术新突破与未来狂想曲 １１８
生成式人工智能：通过机器释放创造力 １１８
大语言模型 （ＬＬＭｓ）：驱动 ＡＩ 的语言引擎 １２１
多模态模型：教 ＡＩ 像人类那样思考 １２５
小语言模型 （ＳＬＭｓ）：精简高效，任务专属 １２７
检索增强生成 （ＲＡＧ）：让 ＡＩ 实时 查阅资料 １２９
可解释人工智能 （ＸＡＩ）更进一步，通过透明性建立
信任 １３２
联邦学习 （ＦＬ）：互联世界中的隐私保护型人工智能 １３４
以人为本的人工智能 （ＨＣＡＩ）：通过协作与控制赋能
用户 １３７
第九章 完美结局：ＡＩ 与其他现代技术的融合 １４１
量子计算与 ＡＩ：加速智能 １４２
区块链与 ＡＩ：智能与信任的和谐共生 １４３
扩展现实与 ＡＩ：智能融合现实 １４５
彩蛋 联邦奥塔 １４８
结论 那又怎样？ １５１
致谢 １５５
译者说明 １５６