准备工作：你需要什么？

AI 入门其实不需要高端电脑，一台普通笔记本就行。核心工具是 Python（一种简单易学的编程语言，AI 领域最常用）和 Jupyter Notebook（一个写代码的交互式工具，像带注释的草稿纸）。

• 操作系统：Windows / macOS / Linux 都可以
• Python 版本：推荐 3.8 或以上（Python 是 AI 的“母语”，所有 AI 库都基于它）
• 磁盘空间：至少 2GB 空闲

安装步骤

1. 下载 Python：打开官网 python.org/downloads，点击“Download Python 3.x.x”。
   注意：Windows 用户安装时务必勾选“Add Python to PATH”（否则后面会报找不到命令）。
2. 安装 Python：双击安装包，一路默认即可。macOS/Linux 用户通常自带 Python，但建议升级到最新版。
3. 安装 Jupyter Notebook：打开终端（Windows 叫“命令提示符”或 PowerShell），输入 pip install jupyter，回车等待完成。
   pip 是 Python 的“软件管家”，用来安装各种工具库。
4. 启动 Jupyter：在终端输入 jupyter notebook，浏览器会自动打开一个页面，这就是你的编程环境了。

验证是否成功：跑第一个 AI 模型

我们来运行一个最简单的线性回归模型（线性回归：用一条直线预测数值，比如根据房子面积预测价格）。

1. 在 Jupyter 页面右上角点击“New” → “Python 3”，新建一个代码文件。
2. 复制下面代码粘贴到第一个单元格，按 Shift+Enter 运行：

   import numpy as np
   from sklearn.linear_model import LinearRegression
   import matplotlib.pyplot as plt
   
   # 造一些假数据：面积（平方）和价格（万元）
   X = np.array([[50], [60], [70], [80], [90]])
   y = np.array([150, 180, 210, 240, 270])
   
   # 训练模型
   model = LinearRegression()
   model.fit(X, y)
   
   # 预测 100 平方的价格
   pred = model.predict([[100]])
   print(f'预测价格: {pred[0]:.0f} 万元')
   
   # 画图
   plt.scatter(X, y, color='blue')
   plt.plot(X, model.predict(X), color='red')
   plt.show()

3. 如果看到输出“预测价格: 300 万元”和一张散点图，说明环境配置成功，你已经跑通了第一个 AI 模型！

下一步可以做什么

• 学习 Python 基础：循环、函数、列表（推荐免费教程 learnpython.org）
• 了解机器学习：从 scikit-learn（一个简单好用的机器学习库）官方文档的入门示例开始
• 做个小项目：比如用 pandas（处理表格数据的库）分析一份 CSV 文件

记住：AI 入门不需要懂高深数学，先动手跑通代码，再慢慢理解原理。遇到报错就复制错误信息去搜索引擎，99% 的问题都能解决。