人工智慧（AI）到底是什麼？最好的方法是將其視為近似於人類思維的軟體。它不同於真正的智能，也不是更好或更差，但即使是對人類思維的粗略模擬也可以用於完成工作。但切勿將其與實際智能混淆！AI也被稱為機器學習，這兩個術語在很大程度上是等價的，但有點誤導性。機器真的能夠學習嗎？智能真的能夠被界定，更不用說人工創造了嗎？事實證明，AI領域既關乎問題，也關乎答案，同樣關乎我們如何思考，而不僅僅是機器是否這樣做。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。但是，在過去的十年中，這些概念的進步使得可以在越來越大的規模上應用這些概念，從而實現了ChatGPT的令人信服的對話和Stable Diffusion的逼真藝術。我們編寫了這本非技術指南，以便讓任何人都有機會理解當今的AI工作原理和原因。
AI到底是什麼，為什麼它就像一隻秘密章魚
儘管有許多不同的AI模型存在，但它們通常共享一個共同點，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。這個概念在計算語言學家Emily Bender和Alexander Koller的作品中得到了最生動的描述，他們將AI比喻為“超級智能的深海章魚”。想象一下，這樣一隻章魚，恰好用一根觸手放在兩個人正在使用的電報線上進行溝通。儘管不懂英語，實際上對語言或人類沒有任何概念，但這隻章魚仍然可以建立起一個非常詳細的統計模型，以檢測到的點和破折號。例如，儘管它不知道某些信號是人類在說“你好嗎”和“很好，謝謝”，並且如果知道這些詞的含義，它也不會明白，但它可以很好地看到這種破折號的模式後跟著另一種模式，但從不在其前面出現。多年來，這隻章魚學到了許多模式，以至於它甚至可以切斷連接，自己繼續對話，非常令人信服！
這個比喻非常貼切，用來形容大型語言模型（LLMs）這些AI系統。這些模型驅動著像ChatGPT這樣的應用程序，它們不是“理解”語言，而是通過在數十億篇文章、書籍和文字稿中數學編碼發現的模式來進行全面的“映射”。構建這個複雜的、多維的映射，以及單詞和短語相互之間的關聯，稱為訓練，我們稍後會再談一些相關內容。當AI給出一個提示，比如一個問題時，它會在映射中找到與之最相似的模式，然後預測（或“生成”）該模式中的下一個詞，然後是下一個詞，然後是下一個詞，以此類推。這是一個宏大的自動完成。鑒於語言的結構良好，以及AI所吸收的大量信息，它們能夠產生令人驚嘆的內容！AI可以做什麼（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非常新穎。LLMs已經證明在快速創建低價值的文字作品方面非常有能力。
Share this content:
