了解AI的系列问题(1)

AI =人工智能 ，大语言模型是人工智能的一种表现形式

举个例子就是，AI=水果 ，大语言模型=榴莲。

人工智能的表现形式也会有别的。

• 问题 1：到底什么是大模型？

• 答：基于神经网络搭建、拥有海量参数，用海量数据训练出来的通用人工智能模型，主流多指大语言模型（LLM），能理解、生成人类语言，还能推理、创作。

这里很多专有名词，我来一一解释。

简单来说，大模型就是模仿人脑搭建的，从上个世纪40年代就有人提出。

先有神经科学家看懂大脑，再有数学家写出公式，再有计算机科学家造出机器，最后大家一起把它做成了 AI / 大模型。

AI 学习，本质就是反复调整这亿万根 “网线” 的松紧 / 粗细：

1. 喂给模型海量文章、对话、知识；
2. 模型不断试错，修改每一个参数；
3. 最终形成一套稳定规则，能看懂语言、回答问题、推理。

海量参数，即参数越多 = 连接越密集 = 能记住、学习到的细节、知识、逻辑越多，所以需要海量参数。

大语言模型 ：

• 英文：Large Language Model，缩写 LLM
• 直译：大型语言模型，日常简称大语言模型、口语再简化成大模型

问题 2：常说的 “参数” 是什么？参数越大就一定越强吗？

答：参数相当于模型的 “记忆和思维单元”，用来存储学到的知识与规律。并非越大越强，参数只是基础，训练数据、算法、架构、优化水平同样关键，盲目堆参数会造成资源浪费。