人工智能的底层逻辑

江湖夜雨

节选自得到听书之万维钢新书《拐点》

人工智能的出现和应用称之为人类历史上的拐点，就是因为，越来越多曾经被认为只有人类才能胜任的工作，现在人工智能不仅能以更高的效率来完成，而且还打破了人类作为世界规律唯一发现者的垄断地位。

那么AI的神奇能力是怎么来的？其实是在人类引导的培训练习里，慢慢成长的。

第一个阶段，就是“小样本学习”，说白了就是你先投喂给懵懂无知的AI一两个例子，让它就能照猫画虎，输出相似的内容。例如我给ChatGPT投喂了一道小学数学例题“小明有3个苹果，妈妈又给了他2个，现在小明有几个苹果？”于是，人工智能马上就给出了5道题，都是这个风格，比如“小李有5支笔，送出去3支，现在他还剩几支？”

然而，在这种不断重复，大量的小样本练习之后，科学家会发现，AI会突然“开窍”了！这个现象在计算机科学家口中，还有个专门名词，叫“涌现”，意思是，当一个系统丰富到一定程度时，就会发现超越组成元素简单叠加的复杂行为或者现象；而这种现象，在自然界里也常常见到：比如人脑里，单个神经元的信息处理能力非常有限，但当所有神经元集结在一起彼此连接之后，便具备了高大上的认知能力。而现在，类似的情况也在人工智能大模型里出现了，学着学着，模型就开始具备了处理复杂信息，并且输出解决方案的能力。

具体来说，人工智能模型之所以能在自学过程中诞生新能力，尤其是类似人类思考的能力，是因为模型里有一个关键机制，叫“思维链”，链条的链。为了解释什么叫思维链，就必须来说说ChatGPT里面的最后一个单词（字母）“T”，它指的是一种叫“Transformer”的人工智能架构，这个“Transformer”和大家熟悉的动漫IP“变形金刚”（Transformer）是同一个词。“Transformer”架构诞生的初衷，是为了进行语言处理和生成。用最浅显的话来说，这个架构能够让人工智能在处理比较大段的信息，比如说长句子的时候，能够同时捕捉到几个彼此距离较远的关键词，然后计算、识别它们之间的逻辑关系，同时给它们按照属性和重要程度打上标记，加以记忆。这样一来，在后续处理类似的任务时，就能够依样画葫芦；而这种能够把距离较远，但拥有强关联的因素、概念挑出来，并加以记忆和处理的机制，就叫“思维链”，也算是一种“Transformer”架构的副产品。

所以，在人工智能眼中，收到的信息并不是人类语言所呈现的形式，而是一种数学模型：如果把人工智能看做一种生命体，那么在它的意识里，万事万物，每一个概念，都是一个立体多维坐标中的某个点。属于相同或者相近范畴的概念，就会靠得比较近，比如汽车，就会和“自动驾驶”相邻不远。所以，随着训练和学习的深入，人工智能模型就会利用这种纯数学的视角和分析方法，来处理收到的信息，并且经常会带给我们出人意料的惊喜。

举个例子，我曾经问ChatGPT两个问题：第一，棒球棒能不能放进人的耳朵里？以及“为什么金箍棒能被孙悟空放到耳朵里？” 那么AI模型就会调用所有关于四个核心概念，分别是棒球棒、人的耳朵眼儿、金箍棒，以及孙悟空的所有信息，然后梳理它们之间的逻辑关系，最终告诉你，棒球棒由于体积和尺寸，放不进人的耳朵眼儿，但金箍棒和孙悟空都是虚构的，在虚构的神话幻想世界里，现实中的物理法则不起作用。 这就是它的回答。