人工智慧（AI）到底是什麼？最好的方式是將其視為「模擬人類思考的軟體」。它並不相同，也不是更好或更差，但即使是對人類思考的大致複製，對於完成事情也是很有用的。只是別將其誤認為真正的智慧！AI也被稱為機器學習，這兩個術語在很大程度上是等價的，只是有些誤導性。機器真的能夠學習嗎？智慧真的能夠被定義，更不用說被人工創造了嗎？事實上，AI領域不僅僅關乎答案，更關乎問題，也不僅僅關乎機器是否有智慧，還關乎我們的思考方式。如今的AI模型背後的概念實際上並不新，它們可以追溯到幾十年前。但過去十年的進步使得可以將這些概念應用於越來越大的範圍，從而實現了ChatGPT的逼真對話和Stable Diffusion的逼真藝術。我們編撰了這本非技術指南，讓任何人都有機會理解今天的AI工作原理和原因。
AI如何工作，以及它為什麼像一隻神秘的章魚
雖然市面上有很多不同的AI模型，但它們通常具有一個共同點，即預測模式中最可能的下一步。AI模型實際上並不「知道」任何事情，但它們非常擅長檢測和繼續模式。計算語言學家艾米莉·本德和亞歷山大·科勒在一篇文章中以「超級智能的深海章魚」來比喻AI，這個比喻非常貼切。想象一下，一隻章魚坐在一根兩個人正在用來溝通的電報線上，儘管不懂英語，事實上完全不了解語言或人類，但它可以通過詳細的統計模型來建立起一個非常詳盡的點和線的模型。多年來，這隻章魚學到了很多模式，甚至可以切斷連接並進行相當令人信服的對話！這對於被稱為大型語言模型（LLMs）的AI系統來說是一個非常貼切的比喻。這些模型為ChatGPT等應用提供動力，它們不是「理解」語言，而是通過在數十億篇文章、書籍和透片中數學編碼找到的模式，詳盡地「繪製」語言。
建立這個複雜而多維的地圖，將詞語和短語與其他詞語和短語的關聯聯繫在一起的過程稱為訓練，我們稍後會再談一點。當AI得到一個提示，比如一個問題，它會在地圖上找到最相似的模式，然後預測（或生成）該模式中的下一個詞語，然後是下一個，再下一個，以此類推。這是一個大規模的自動完成。考慮到語言的結構化程度以及AI所吸收的大量信息，它們所能夠產生的東西是令人驚奇的！
AI能夠做什麼（和不能做什麼）
我們仍在學習AI能夠做什麼（和不能做什麼）-儘管這些概念很古老，但這種大規模實施技術是非常新的。LLMs已經證明在快速創建低價值的書面作品方面非常有能力。
Share this content:
