想学AI却不知从哪下手？别担心，这篇教程就是为你准备的。我们会一步步带你装好环境，跑通一个最简单的AI模型，让你亲眼看到AI“活”起来。整个过程不需要任何编程基础，跟着做就行。

1. 准备环境：你需要什么？

开始之前，先确认你的电脑能满足基本要求。AI开发通常在Python（一种简单易学的编程语言，AI领域最常用）环境下进行。

• 操作系统：Windows、macOS 或 Linux 都可以。
• Python：推荐安装 3.9 或更高版本（下载地址：python.org）。安装时记得勾选“Add Python to PATH”，否则后面会找不到命令。
• 终端（命令行工具）：Windows 用 PowerShell，macOS 用 Terminal。

2. 安装必要的库

AI 开发需要一些现成的工具包，我们称之为库（别人写好的代码，方便我们直接调用）。打开终端，输入以下命令安装两个最基础的库：numpy（用于数学计算）和scikit-learn（一个简单好用的机器学习库）。

1. 打开终端，输入：pip install numpy scikit-learn，然后回车。
2. 等待安装完成（出现“Successfully installed”字样即成功）。

常见坑：如果提示“pip 不是内部或外部命令”，说明 Python 没加入 PATH，重新安装并勾选选项即可。

3. 跑通你的第一个模型

现在我们来运行一个最简单的AI模型：线性回归（用来预测数值，比如根据房子面积预测房价）。

1. 在终端输入 python 并回车，进入 Python 交互环境。
2. 逐行输入以下代码（每行后回车）：

   from sklearn.linear_model import LinearRegression
   import numpy as np
   X = np.array([[1], [2], [3]])
   y = np.array([2, 4, 6])
   model = LinearRegression()
   model.fit(X, y)
   print(model.predict([[4]]))
   

3. 你会看到输出 [8.]，这表示模型预测当输入为4时，输出是8，完美符合规律。

解释：这段代码让模型学习了“输入1→输出2，输入2→输出4”的规律，然后预测新输入。恭喜，你已经成功跑通了一个AI模型！

4. 下一步可以做什么？

这只是开始。接下来你可以：

• 尝试更复杂的数据集，比如预测房价（用真实数据）。
• 学习 PyTorch（一个更强大的深度学习框架，适合开发大型AI模型）。
• 参加在线课程，比如吴恩达的《机器学习》入门课。

记住，AI入门的关键是动手实践。遇到问题别慌，错误信息是帮助你调试的好朋友。现在，你已经迈出了第一步，继续加油吧！