准备工作：你需要什么？

在开始之前，请确保你有一台能联网的电脑（Windows、macOS 或 Linux 都可以）。你不需要懂编程，但需要能跟着步骤操作。我们会用到两个工具：Python（一种编程语言，AI 开发最常用的工具）和 pip（Python 的软件安装器，帮你一键安装别人写好的代码包）。

第一步：安装 Python

1. 打开浏览器，访问 python.org，点击页面中央的“Download Python”按钮（建议下载最新稳定版，如 3.12）。
2. 下载完成后，双击安装包。重要：在安装界面底部，务必勾选“Add Python to PATH”（把 Python 添加到系统路径），否则后续命令会报错。然后点击“Install Now”。
3. 安装完成后，打开命令提示符（Windows 按 Win+R，输入 cmd 回车；macOS 打开“终端”）。输入 python --version 并回车，如果看到类似“Python 3.12.x”的字样，说明安装成功。

第二步：安装 AI 库（以 TensorFlow 为例）

Python 安装好后，我们安装一个流行的 AI 框架 TensorFlow（一个帮我们搭建和训练神经网络的工具包）。在命令提示符中输入：pip install tensorflow，然后回车。等待进度条走完，看到“Successfully installed”就完成了。常见坑：如果提示“pip 不是内部命令”，说明上一步没勾选“Add Python to PATH”，请重新安装 Python 并勾选。

第三步：运行你的第一个 AI 程序

现在我们来写一个简单的 AI 程序，让电脑识别手写数字。在桌面新建一个文本文件，重命名为 hello_ai.py（注意后缀是 .py）。用记事本打开，复制以下代码：

import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
model.fit(x_train, y_train, epochs=3)
print('训练完成！')

保存文件后，在命令提示符中进入桌面（输入 cd Desktop），然后输入 python hello_ai.py 并回车。你会看到一堆数字滚动，最后显示“训练完成！”——恭喜，你已经跑通了第一个 AI 模型！

下一步可以做什么？

• 尝试修改代码中的 epochs=3 为更大的数字（如 5），观察训练时间变长、准确率提升。
• 学习用 Jupyter Notebook（一个交互式编程环境）来写 AI 项目，安装命令：pip install jupyter。
• 探索更多入门教程，比如用 AI 识别猫狗图片，或者生成简单的文本。