《Elements of AI》这门课的第一节，开篇没有讲技术，而是先拆一个更基础的问题：AI 到底指什么。作者的原话是——「AI 对不同的人意味着不同的东西」，有人以为 AI 是能超越人类智能的人造生命，也有人把任何数据处理技术都叫 AI。整门课就从这个混乱处切入。

课程结构是 6 章、18 节，每章 3 节，全部是在线文字讲义配练习题，没有视频、不需要装环境。适合想弄明白「AI 的原理是什么」而不是「某个工具怎么点」的读者。

六章各自有一句导语，把该章要解决的问题说得很直白：第 2 章讲搜索算法「本身不像什么酷炫的 AI 方法，却能解决下棋、导航这类多数人认为需要智能的任务」；第 3 章说现代 AI 之所以真能在现实里用起来，关键在于「能处理不确定性」，这是 1960—1980 年代那批老方法做不到的；第 5 章指出自然语言与图像处理长期是 AI 的软肋，神经网络与深度学习正是在这两块拿到明显改进。

第一节用了三个应用把 AI 的范围划出来，而且每个都紧跟一句「影响」：

自动驾驶——需要搜索与规划找路线、计算机视觉识别障碍、不确定性下的决策，三种技术叠加；影响是道路安全有望改善、物流效率提高，人退到监督位置。

内容推荐——社交媒体、广告、Spotify 的歌单、Netflix 的片单、搜索引擎的排序，都在做个性化。纸质版报纸的头版对所有人一样，在线版的头版对每个人不同。影响是过滤气泡、回声室、假新闻与新型宣传。

图像与视频处理——人脸识别已是日常（相册按人归类、护照通关）；风格迁移能把照片改成梵高画风；《阿凡达》《指环王》与皮克斯动画里的角色动作来自真人捕捉。影响是「眼见为实」这条常识被挑战。

课程的立场很明确：与其争论某个东西「算不算 AI」，不如承认这不是非黑即白的分类——有些方法明显是 AI，有些明显不是，还有些只含「一撮 AI」，像一撮盐。作者造了个词叫 AIness，类比 happiness 那种程度词。

配套的两个提醒值得记住。一是别把 intelligence 当单一维度：温度可以比高低，智能不行——下棋算法比垃圾邮件过滤器更智能吗？这个问题本身没有意义，因为 AI 是窄的，能解一个问题不代表能解另一个。二是别把 AI 当可数名词：说 "an AI" 是外行说法，专业写法是 "an AI method"。

课程还专门点出 learning、understanding、intelligence 这三个词最容易误导人：视觉系统能「理解」图像里有哪些物体，不等于它知道印着马路的 T 恤不能压过去。

课程站点提供 30 个语言版本，包括英语、芬兰语、瑞典语、德语、法语、意大利语、西班牙语、葡萄牙语、荷兰语、波兰语、捷克语、丹麦语、挪威语、冰岛语、希腊语、克罗地亚语、斯洛文尼亚语、斯洛伐克语、罗马尼亚语、保加利亚语等——其中没有简体中文。

所以中文读者实际是拿英文讲义对照读。好在正文以短段落加例子为主，术语密度不高，第一节全文不到八千字符，一节十来分钟能读完。章节地址规律很整齐，/1/1 到 /6/3，直接改数字就能跳。

章节入口、第一章的三段原文摘句、五个部分的导语原话，以及读这门课时容易踩的几个坑，都整理在下面了。回复可见。