ARTICLE · 1007653
AI的本质是模式识别与概率预测
AI的本质是模式识别与概率预测 抛开哲学争论，从技术角度看，当前AI（尤其是大语言模型）的本质可以用一句话概括：AI是一个超级强大的模式识别器和概率预测器。 
注：图为本书目录
什么意思？以大语言模型为例，它做的事情本质上非常简单：根据前面的文字，预测下一个最可能出现的字（或词）。比如你输入“今天天气真”，AI会计算后面接什么字的概率最高。可能是“好”的概率是35%，“热”的概率是20%，“差”的概率是10%……然后它选择概率最高（或按概率采样）的那个字输出。输出”好”之后，再根据“今天天气真好”预测下一个字，可能是“啊”、“，”、“适”……如此循环往复，一个字一个字地生成完整的回答。听起来很简单对不对？但当这个模型用了几千亿个参数（可以理解为几千亿个可调的旋钮） 读了互联网上几乎所有的文字内容（万亿级别的文字），经过了数月甚至数年的训练来调整那些旋钮。它预测下一个字的能力就会变得极其强大。强大到能写出连贯的文章、能解数学题、能写代码、能进行多轮对话。这就是当前AI的本质，不是思考，而是预测；不是理解，而是模式匹配。 但当预测和模式匹配的精度达到一定程度时，从外部看，它和”思考”、“理解”的表现几乎没有区别。我们可以做一个小实验来进行确定。 
注：图为本书目录
案例：一个简单的预测实验
你可以自己做一个实验。给AI输入一句话的开头，比如”人生就像一盒”，看AI会接什么。大概率会接”巧克力，你永远不知道下一颗是什么味道”，这是电影《阿甘正传》的经典台词。AI之所以能接出来，不是因为它看过电影、被感动了，而是因为在它训练过的海量文本中，“人生就像一盒”后面最常出现的就是“巧克力”。它是在做概率预测，而不是情感表达。 感谢您的阅读！ 关注微信公众号 回复「AI」可领取本书的完整版电子书！ 感谢支持！
什么意思？以大语言模型为例，它做的事情本质上非常简单：根据前面的文字，预测下一个最可能出现的字（或词）。比如你输入“今天天气真”，AI会计算后面接什么字的概率最高。可能是“好”的概率是35%，“热”的概率是20%，“差”的概率是10%……然后它选择概率最高（或按概率采样）的那个字输出。输出”好”之后，再根据“今天天气真好”预测下一个字，可能是“啊”、“，”、“适”……如此循环往复，一个字一个字地生成完整的回答。听起来很简单对不对？但当这个模型用了几千亿个参数（可以理解为几千亿个可调的旋钮） 读了互联网上几乎所有的文字内容（万亿级别的文字），经过了数月甚至数年的训练来调整那些旋钮。它预测下一个字的能力就会变得极其强大。强大到能写出连贯的文章、能解数学题、能写代码、能进行多轮对话。这就是当前AI的本质，不是思考，而是预测；不是理解，而是模式匹配。 但当预测和模式匹配的精度达到一定程度时，从外部看，它和”思考”、“理解”的表现几乎没有区别。我们可以做一个小实验来进行确定。
你可以自己做一个实验。给AI输入一句话的开头，比如”人生就像一盒”，看AI会接什么。大概率会接”巧克力，你永远不知道下一颗是什么味道”，这是电影《阿甘正传》的经典台词。AI之所以能接出来，不是因为它看过电影、被感动了，而是因为在它训练过的海量文本中，“人生就像一盒”后面最常出现的就是“巧克力”。它是在做概率预测，而不是情感表达。