什么是算法？AI 视角下的通俗解释

“算法”被说得多、解释得少。本文用菜谱和找路两个类比讲清算法的本质：一组明确、有限、可执行的步骤。并进一步说明人工智能里的算法特殊在哪——它不是人写死的步骤，而是一套会根据数据调整自身的步骤。

菜谱就是算法

算法就是做一件事的清晰步骤。菜谱是最贴切的例子：把鸡蛋打散、小火加热、油温六成热下锅、炒至凝固出锅。只要照做，不同人做出的结果大致一致。算法要求的也是这三件事：每一步都明确无歧义、步骤有限会结束、而且真的能执行。

找路同样是算法。从家到车站有很多走法，你可以枚举所有路线挑最短的，也可以朝目标方向贪心走。同样的问题，不同算法耗时可能差上万倍，这也是为什么换个更好的算法常常比换台更快的电脑更有效。

AI 里的算法多了一层

传统算法是人想清楚后写下来的，机器只负责执行。排序、路径规划、加密解密都属于这一类，输入确定的话，输出完全可以预测。你用导航软件时，背后就是一套经过严格证明的最短路径算法，它对同一段路每次给出的答案都一样。

人工智能里的算法多了一层。它仍然是步骤，但步骤里留了大量待定的数，也就是权重。这些数不是人填的，而是算法在看过成千上万个例子后自己一点点调出来的。所以准确地说，AI 算法是用来从数据中算出另一套规则的程序。

用考试来理解训练

用考试类比：传统算法是老师把解题步骤写在黑板上，学生照抄；机器学习算法则是学生不知道步骤，只拿到一堆题目和标准答案，通过反复做题、对答案、修正思路，最后自己总结出一套解法。

理解了这一点，很多术语就不难懂了：训练就是那套自己调参数的过程，推理是训练完之后按固定规则跑一遍，模型则是被调好的那堆参数加上计算结构。

本文为 AI 科普内容，仅用于知识普及，不构成任何技术选型、投资或职业决策建议。