算法就是一份菜谱
但它能做出任何菜
上一篇我们说了，AI的本质是「从数据中学习规律」。但它靠什么学？靠什么运转？
答案是：算法。算法是AI的骨架，也是整个计算机科学的基石。
但「算法」这个词听起来好高深，其实它的本质简单到令人惊讶——就是一份能告诉计算机「先做什么、再做什么」的菜谱。
1从菜谱说起
你做菜时会按照菜谱一步步来，对吧？比如做西红柿炒蛋：
你看，菜谱就是一系列明确的步骤。只要按照这个步骤做，不管谁做，结果都差不多。
核心类比：算法 = 计算机的菜谱。它告诉计算机：先做什么，再做什么，遇到不同情况怎么处理。
2算法的本质：解决问题的步骤
算法的本质是什么？用一句话说：
算法 = 解决特定问题的、有限个明确步骤的集合
注意这里有两个关键词：有限（步骤不能无穷多）和明确（每一步都得清楚到计算机能执行）。
不管是排序算法、搜索算法，还是AI里的训练算法，本质上都是一套步骤。区别只在于：解决的是什么问题，用什么方式解决。
给算法什么？
例：一堆乱序数字
怎么处理？
例：两两比较并交换
得到什么？
例：从小到大的有序数列
3举个例子：找最大数
假设有一组数字：[3, 7, 2, 9, 4]，怎么找出最大的那个？
这就是一个简单的算法。不管给你多少个数，按照这个步骤，总能找到最大的那个。100个数需要比较100次，1000个数需要比较1000次——每一步都是明确的、可预期的。
4算法的几大类型
算法不止一种。不同的问题，需要不同类型的算法来解决：
把乱序数据整理好
在数据中找特定内容
处理节点之间的关系
在众多可能中找最优解
AI里用到的，主要是优化算法——特别是一种叫「梯度下降」的方法。我们后面的文章会专门讲它。
5什么是一个「好」算法？
不是所有算法都一样好。评判一个算法，主要看两个维度：
需要多少步骤？
需要多少内存？
算法运行时需要存储临时数据。内存用得越少越好——特别是在手机、嵌入式设备上跑AI模型时，内存效率至关重要。
（内存和速度有时需要权衡，用更多内存换取更快速度）
🎯 生活类比：找1000页书中某一页，你可以从第1页翻到第1000页（O(n)，最多翻1000次），也可以每次翻到中间，判断目标在左半还是右半，再对半翻（O(log n)，最多翻10次）。同样的目标，算法不同，效率天差地别。
6AI算法有什么不同？
传统的算法，步骤是人类设计好的，固定不变。但AI算法不一样——它会学习。
🔒 步骤固定
人类写好所有规则
每次执行结果都一样
规则之外的情况无法处理
if 尖耳朵 and 胡须: return "猫"
问题：规则永远写不完
🔓 动态学习
人类只写学习的方法
每次训练后规则都会更新
能适应没见过的情况
看100万张图 → 自动总结规律
✓ 自动适应各种情况
关键区别在于：传统算法的「规则」是人类在写代码时就定死了的；AI算法的「规则」是模型在看数据的过程中自己总结出来的，并且会随着数据的增加不断优化。
换个角度理解：传统算法是「人类教计算机怎么做事」，AI算法是「人类教计算机怎么学习做事」。前者给结论，后者给方法。
7AI是怎么「越学越好」的？
AI算法有一个核心机制，让它能不断改进——这个机制叫迭代优化。用做菜来类比：
随机初始化
AI先随机猜一个答案（就像新厨师第一次不按菜谱，随便做）
计算误差（损失）
将AI的输出与正确答案对比，算出「差了多少」
根据误差更新参数
朝着减小误差的方向，微调模型内部的参数（就像厨师根据食客反馈调整口味）
重复数百万次
每次都比上次误差小一点点，最终收敛到一个很好的结果
8为什么算法是AI的核心？
你可能想：有了海量数据和强大算力，算法重要吗？答案是：极其重要。
🔬 算法决定能学什么
有些算法只能做分类，有些能做生成。Transformer架构的出现，让AI从「理解文本」升级到「生成流畅文章」。
⚡ 算法决定学多快
更好的优化算法能让训练速度提升10倍甚至100倍。同样的数据和算力，算法好的AI能更快学会更多。
🎯 算法决定学得多好
同样的数据，用不同算法训练，最终效果可能天差地别。AlphaGo能下围棋，靠的是强化学习算法的突破。
历史上每一次AI的重大突破，背后几乎都是算法的革新：反向传播算法让深度学习成为可能，Attention机制让Transformer横空出世，RLHF让大模型学会了「听人话」。
🎓 一句话总结
- ①算法的本质 = 解决问题的有限个明确步骤，就像菜谱
- ②三要素 = 输入 → 处理 → 输出
- ③好算法 = 步骤少（时间复杂度低）+ 内存省（空间复杂度低）
- ④AI算法的核心 = 猜测 → 评分 → 调整 → 重复，不断迭代优化
- ⑤算法重要性 = AI的每次大突破，背后几乎都是算法革新
→下篇预告
第3篇：数据是AI的食物，吃什么长什么
算法就像消化系统，而数据才是AI真正「吃进去」的东西。数据的质量和数量，直接决定了AI能变多聪明。下一篇，我们来聊聊数据：什么是好数据、坏数据会怎样，以及为什么「数据为王」在AI时代是真的。
✏️ 手绘图解 · AI Catch 出品
第 2 篇 / 共 84 篇