你是不是对AI很感兴趣，但不知道从哪里开始？别担心，这篇文章就是为你准备的。我们会一步步教你安装必要的工具，并运行你的第一个AI模型。整个过程不需要任何编程基础，跟着做就行。

准备环境：装好Python和代码编辑器

首先，你需要安装Python（一种编程语言，AI领域最常用）。去 python.org 下载最新版本（比如3.12），安装时记得勾选“Add Python to PATH”。接着，安装Jupyter Notebook（一个在浏览器里写代码的工具）。打开终端（Windows用命令提示符，Mac用终端），输入：

• pip install jupyter （等待安装完成）
• 然后输入 jupyter notebook，浏览器会自动打开一个页面

如果遇到“pip不是内部命令”，说明Python没加到PATH，重新安装并勾选那个选项。

安装AI框架：PyTorch

接下来安装PyTorch（一个让你轻松搭建神经网络的工具）。打开Jupyter Notebook，点击右上角“New” -> “Python 3”，创建一个新的笔记本。在代码单元格中输入：

• !pip install torch torchvision torchaudio （前面加感叹号表示执行系统命令）
• 按Shift+Enter运行，等待安装完成

如果下载慢，可以换成国内镜像：!pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

跑通第一个模型：识别手写数字

我们用一个经典例子——识别手写数字（MNIST数据集）。在同一个笔记本里，复制粘贴以下代码，然后运行：

1. 导入库：import torch, torchvision
2. 加载数据：train = torchvision.datasets.MNIST(root='./data', train=True, download=True, transform=torchvision.transforms.ToTensor())
3. 查看一张图片：import matplotlib.pyplot as plt; plt.imshow(train[0][0].squeeze(), cmap='gray')
4. 你会看到一个手写数字“5”的图片。恭喜，你已经成功加载了真实数据！

如果报错“No module named 'matplotlib'”，先运行 !pip install matplotlib。

验证成功：运行一个简单神经网络

最后，我们训练一个非常简单的模型。在Jupyter里运行以下代码（直接复制）：

• model = torch.nn.Sequential(torch.nn.Linear(28*28, 128), torch.nn.ReLU(), torch.nn.Linear(128, 10))
• criterion = torch.nn.CrossEntropyLoss()
• optimizer = torch.optim.SGD(model.parameters(), lr=0.01)
• 循环训练（这里省略详细代码，但你可以从网上复制一个简单的训练循环）

如果看到损失值在下降，说明模型在学习。至此，你已经成功跑通了第一个AI模型！

下一步可以做什么？试试修改网络层数、学习率，或者换一个数据集（比如CIFAR-10）。记住，动手实践是最好的学习方式。遇到问题别怕，搜索引擎是你的好帮手。