很多人觉得 AI 很高深，其实入门只需要一台电脑和一点点耐心。这篇文章会带你从零开始，装好工具、跑通第一个模型，让你亲身体验 AI 是怎么工作的。

准备环境：装好 Python 和必备工具

首先，你需要一个叫 Python 的东西。简单说，Python 是一种编程语言，很多 AI 工具都是用 Python 写的。去 python.org 下载最新版（推荐 3.9 或更高），安装时记得勾上“Add Python to PATH”，这样后面操作更方便。

装好 Python 后，打开命令提示符（Windows 搜索“cmd”，Mac 搜索“终端”），输入以下命令来安装两个重要的 Python 包：

• pip install numpy —— NumPy 是一个用来处理数字的库，AI 里的数据大多用数字表示。
• pip install scikit-learn —— scikit-learn 是一个包含很多现成 AI 模型的工具包，我们用它来训练一个简单的预测模型。

常见坑：如果提示“pip 不是内部或外部命令”，说明 Python 没装好，重新安装并勾选“Add Python to PATH”。

安装步骤：下载并运行你的第一个 AI 代码

接下来，我们写一小段代码来体验 AI 训练。新建一个文本文件，命名为 first_ai.py，用记事本或任何文本编辑器打开，复制以下内容：

from sklearn import tree
# 特征：年龄、是否吸烟（0=否，1=是）
X = [[25, 0], [30, 1], [45, 1], [50, 0], [35, 0]]
# 标签：是否有心脏病风险（0=低，1=高）
y = [0, 1, 1, 0, 0]
# 创建决策树模型
model = tree.DecisionTreeClassifier()
model.fit(X, y)
# 预测：一个40岁吸烟者
print(model.predict([[40, 1]]))

保存文件后，在命令提示符中进入该文件所在目录（比如 cd Desktop），然后运行：

• python first_ai.py

如果输出 [1]，表示模型预测这个人有心脏病风险。恭喜！你跑通了第一个 AI 模型。

验证是否成功：理解你的模型做了什么

这个模型叫 决策树，它就像一张流程图：根据年龄和是否吸烟一步步判断风险。你也可以用 print(model) 看它的结构。试着改改数据，比如把年龄改成 20，看看输出会不会变。这就是 AI 入门的第一步——从“跑通”到“理解”。

常见坑：如果运行报错“ModuleNotFoundError”，说明之前 pip 安装没成功，重新执行安装命令。

下一步可以做什么

现在你已经有了基本环境，可以尝试更真实的数据集。比如去 Kaggle（一个数据科学网站）下载医疗数据，用同样的方法训练模型。记住：AI 不只是模型，更是系统——如何让模型输出对医生有用，才是关键。