前言

CAICP 是人工智能能力认证活动（Certified AI Competence Program）的英文简称，也是 IOAI（国际人工智能奥林匹克）中国区面向中小学生开展的一项普及性学术活动。它将人工智能知识、Python 编程和计算思维纳入学习与考查范围，设有基础级、入门级和进阶级，分别以 E、J、S 表示。对许多中学生来说，准备这项认证，是开始系统学习人工智能的一个契机。

走进这门学科，会遇到一些很有意思的问题。计算机能够准确地执行指令，可是，怎样把“认出一只猫”写成指令呢？猫的毛色、姿态各不相同，有时还只在照片的一角露出半张脸。把所有情况逐条列完，几乎不可能。人工智能研究的一条重要路径，是让计算机从大量例子中学习规律，再用这些规律处理未见过的情况。辨认照片只是其中一项任务，识别语音、翻译句子、预测天气也有各自的难题。研究这些问题，既需要数学和程序，也常常促使人重新思考：人是怎样学习和作出判断的？

大模型让这种思考变得格外真切。所谓模型，可以先理解为计算机用来处理数据、作出预测或生成内容的一套计算方法；“大模型”的“大”，主要指其中可调整的数值数量庞大，训练时通常也需要大量数据和计算。擅长处理语言的大语言模型，能够回答问题、续写故事、编写程序。一段普通的文字就能交代任务，使许多原本需要专门学习软件操作的事情，变得像交谈一样方便。不过，流畅的回答也可能包含错误，甚至把并不存在的事情说得有模有样。语言为什么会从计算中产生？系统究竟学到了什么，又会在哪些地方出错？这些疑问，使人工智能的原理与我们的日常经验联系了起来。

沿着这条路，人们还在探索通用人工智能，简称 AGI。它所追求的，是能在广泛的任务中达到人类水平，并能学习新技能、把已有知识用于新问题的人工智能。关于怎样界定和检验这种能力，研究者仍有不同看法。会下棋的程序能否自己学会做实验？一个善于对话的系统，能否在陌生环境中可靠地完成一项长期任务？从擅长某些事情到具备广泛而可靠的能力，中间还有许多问题需要弄清楚。AGI 因而既是一个引人好奇的研究目标，也提醒我们认真分辨：哪些能力已经得到验证，哪些仍属于设想。

技术的变化还会带来课本之外的问题。当程序参与筛选信息，人们看到的世界会不会因此变窄？当一份作业借助人工智能完成，怎样判断其中有多少是学生自己的理解？这些问题没有一个计算公式就能给出的答案。了解技术，能够帮助我们把讨论落到实处：检查信息的来源，说明工具参与了哪些工作，也为自己的判断寻找依据。

中学阶段的学习，可以从很小的尝试开始。写几行程序，让计算机按条件挑出一组数；把数据画成图，看看变化中有没有规律；训练一个简单模型，再找出它容易认错的例子。亲手做过这些事情，“机器学习”就不再只是新闻里的一个名词。数学课上的坐标、概率，程序中的循环和函数，也会在解决问题时显出彼此的联系。

本书正是为这样的学习而写。CAICP 已有学术大纲和样题，却缺少专门围绕大纲、适合中学生从头学习的教材，这是编写本书的直接缘由。八章正文从基础知识逐步讲到算法、模型与应用，尽量把概念的来由和计算的过程交代清楚，以图示和程序帮助理解。准备认证可以为学习安排一个清晰的目标；书中的知识，也希望能陪伴读者继续追问考试之外的问题。

人工智能还有许多未解之处。一本入门书能够做的，是把一些基本问题讲明白，让最初的好奇有机会长成更深入的理解。至于由此还会提出什么问题、作出什么尝试，留待读者在学习和实践中慢慢发现。