硬啃 AI 底层原理一天，感觉大脑在扩容
今天刷微博看到 tombkeeper 说想要讲清 AI 的整体思考，得从经济学讲到物理生物，没几万字下不来。这时我也想到自己用了不少时间的 AI，也算是入门了，知道用它来写自动化脚本，可问我 AI 的底层逻辑是什么，却支支吾吾，前 seawater连 token 这个概念都回答不出来，看来我也只是满足于用罢了。先啃再说我相信 AI 是未来的趋势，那想要抓住它，应该懂点基本原理，不需要自己手搓大模型，只要比现在了解得更透彻就够了。所以说做就做，我这个纯文科生，决心今天啃一下 AI 材料。那么啃什么材料呢？我
揭秘AI向量：为何它是智能的核心？
单一数值难以描绘复杂实体。假如我要向你推销手机，仅给你一个数值：“99”。你肯定会困惑：这 99 指的是啥？是分数？价格？还是重量？孤零零一个数字，根本没法生动地展现一个立体的物品。因此，我们需要罗列出一组具有固定排列顺序的数字。举个“相亲打分”的例子，当你评估追求者 A 和 B 时，脑海里其实是在为他们填写一张“属性表”：关键点来了：这一串严格按顺序排列的数字[8, 7, 9, 6, 5, 8]，在 AI 眼中就是一条“向量”。有几项属性，就是几维。这里有 6 项属性，它就是一个 6 维向量。顺序至关重