本文面向完全不懂 AI 的新手，带你一步步装好环境、跑通第一个例子。你不需要任何编程基础，跟着做就行。

准备环境

你要装的东西只有两样：Python（一种编程语言，用来写 AI 代码）和 pip（Python 的软件安装工具，帮你装别人写好的功能包）。

• 下载 Python：打开浏览器，访问 python.org，点击“Downloads”按钮，下载最新版（比如 3.12.x）。安装时记得勾选“Add Python to PATH”。
• 验证安装：打开命令提示符（Windows）或终端（Mac/Linux），输入 python --version，如果显示版本号就成功了。

安装 AI 库

我们用 scikit-learn 这个库来体验 AI。它是 Python 里最常用的机器学习工具包，已经封装好了很多算法。

1. 打开命令提示符或终端。
2. 输入 pip install scikit-learn 并按回车。等待下载安装完成。
3. 安装成功后，输入 python -c "import sklearn; print(sklearn.__version__)"，如果打印出版本号就说明装好了。

第一次跑通 AI 程序

我们写一个最简单的分类程序：用数据训练模型，然后预测一个新样本属于哪一类。整个过程不到 10 行代码。

1. 创建一个新文件，命名为 first_ai.py。
2. 用记事本或任何文本编辑器打开，复制以下代码：
   from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
iris = datasets.load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2)
model = KNeighborsClassifier()
model.fit(X_train, y_train)
print("预测准确率:", model.score(X_test, y_test))
3. 保存文件。回到命令提示符，输入 python first_ai.py 并回车。如果看到类似“预测准确率: 0.966...”的数字，恭喜你，第一次 AI 程序跑通了！

下一步可以做什么

你已经成功入门了。接下来可以：

• 尝试修改代码里的 KNeighborsClassifier 为其他算法（比如 SVC），看看准确率变化。
• 学习更多 Python 基础，比如列表、循环、函数。
• 探索其他 AI 库，比如 TensorFlow 或 PyTorch（但建议先熟悉 Python）。