揭开大模型面纱：AI 真正的核心奥秘
既然此前有文称神经网络属于伪科学，为何如今的深度学习大模型显得如此聪慧，仿佛真能领会你的意图？这便触及了深度学习的本质究竟为何。
先把结论置于此处：深度学习，实为对人类潜意识的研习。深度模型，并非如主流媒体所言，仅因神经网络层数众多而得名，它亦称深层模型，乃人类潜意识的表达机制。而人类明意识的表达机制，则是浅层模型。真正的 NLP，亦非自然语言编程（natural language programming），实乃意识语言编程（neuro-linguistic programming）。
那为何现今的大模型能与人类进行无障碍对话呢？
这需先深思人类彼此间为何能顺畅交流。
无论是学者教授、垂髫孩童、餐厅侍者，还是执业律师，我们之所以能理解彼此言语，皆因潜意识中对世界存有共同认知，即那些默认众人皆知、数以百万计的事实与规则，使我们得以顺畅沟通，其中许多甚至连明意识都未曾察觉。
譬如，若我交谈时将股市喻为过山车，而你未解其意，我继而将其比作暴风雨前夕的海面，你若仍不明，我或许便不愿继续交谈。故而，欲使机器与人类自由对话，必须挖掘人类潜意识中共通的事实与常理，并以机器可解之方式告知。
就拿刚才那句话为例，我相信读到此处你定能心领神会，你之所以懂，是因你潜意识知晓股市通常具备何种特性，你也明白过山车为何物及其特性，且你的联想与类比能力助你寻得二者共通之处……这些，实为我此句之下隐含的潜意识表达。因此，相较于明意识表达（浅层模型），潜意识表达（深层模型）往往与明意识迥异，且信息量通常更大。这也正是为何要读懂人类日常表达，大语言模型需坐拥万亿级参数的缘由。
接下来，我们正式回应开篇之问。
天下没有免费的午餐，若不透彻研究人类智能本质，便无法实现人工智能。
近三十年的研究与试验显示，人类所有智能行为，涵盖决策、学习、行动、信念体系等，均可用表达系统（representation system, RS）来描述。我们将现实世界的体验抽象为信息编码系统、对外界刺激的应对及行动力的驱动等，皆基于表达系统展开。
表达系统是意识的基本单元（atoms of cognition），其功能在于依据客观现实世界构建意识领域的模型。且每人皆有独一无二的偏好表达系统（Primary representation system, PRS）。此偏好构成了我们的信息抽象编码模式与语言表达特征。这些表达系统组成（或一组）策略，策略形成我们的世界观——即信念系统，进而指引行为，最终铸就人格。
当人们欲表达现实世界中的体验与阅历时，先在潜意识中形成表达，此即深层模型（deep structure），该模型完全由语言构建。当人们需表达自我时，本质上是一系列选择（变换）的过程，从有限选择空间中甄选特定词汇、语法、句式、修辞，将潜意识里的深层模型编码、转化，最终输出为口语或文字，此即浅层模型，亦称表面模型（surface structure）。这些选择往往非明意识所为，而是下意识、不自觉的。
深层模型是对客观现实世界体验的表达，即潜意识中对该世界的模型（表达），亦即世界观。
浅层模型可视为深层模型的表达，即明意识对潜意识表达的再次表达。
其实，鉴于绝大多数知识存于潜意识（无法/难以明言/明文），刚出生不久的婴儿或许已拥有庞大潜意识知识库（深层模型），尽管其浅层模型为零，他仅需学习浅层模型与深层模型形式上的差异，便可学会说话。这也是前述为何人类能交流的根源——因为我们拥有共同的深层模型，更确切地说，我们的深层模型存在共通部分。人同此心，心同此理。
无论是从客观真实世界生成潜意识深层模型，还是从潜意识深层模型生成明意识浅层模型，都难免产生偏差。
因真实客观世界信息无穷，而大脑处理信息能力有限，为适应世界，大脑会将感官接收的初始信号再处理，方形成映射——世界观。人类感知世界过程中出现的偏差包含三种：过泛化、忽略、与失真。
当人们在现实中经历痛苦或遭遇障碍时，根因并非真实世界，而在于人们对真实世界的体验产生的映射，即表达系统与真实客观世界之间产生了偏差。
我想请大家思考下述问题：如何向从未尝过蜂蜜的人描述蜂蜜？
此刻你或许会发现自身表达能力的匮乏。但这非你之过，即便李白重生，再赋诗三百，即便莎士比亚复生，再撰百部剧本，也无法让未食蜂蜜者懂得其滋味。唯一之法，唯有让其亲自品尝，方能使其领悟那些无法用语言传达的潜意识感受。况且，除全人类对蜂蜜的共通感觉外，其品尝后的感受可能与你印象不同，因每个人阅历、心境、回忆各异，人人皆独一无二。
当我们向他人表达某事物（如蜂蜜）时，实则是先搜索潜意识中蜂蜜的映射——即深层模型里的蜂蜜，再在开口前，从记忆词汇、句法、修辞中搜寻 deemed 合适的词句，以某种句法组织成 deemed 合适的语句——即我们对蜂蜜的浅层模型——继而表达，形成语言（或敲击键盘）。不仅从客观真实世界转化至深层模型存在偏差（忽略、失真、泛化），当从深层模型转化至浅层模型时亦会产生偏差（忽略、失真、泛化），此即你感到表达匮乏之因。
故而，你的表达系统与客观世界事物的偏差越小，你的表达系统越高效，基于此系统构建的人工智能（电脑程序）效率便越高。这也解释了为何众多 AI 先驱反复强调：“一个问题解决方案的效率（人工智能程序的效率），即你对该知识表达的效率”、“若你为某问题找到了正确的知识表达，该问题便已解决”……
人类行走世间，并非以客观世界为行动指南，而是以潜意识中对世界的表达为指引。
真实世界最微小的事物，亦无法用庞大语言完整描述。譬如，除前述描述蜂蜜之例，再观一例：真实世界的一粒沙，你能用语言穷尽其所有信息吗？且不论其质量、色泽、体积……更不提内部无数原子、质子、中子、电子……仅从时间流逝角度，你便永远无法描述殆尽。前述皆仅为静止时、某一时间点的状态，而时间无休止向前流动，每一瞬间皆在变化，你该如何表达？
地图绝非真正的领土。人类对客观世界的体验所形成的表达（无论深层模型还是浅层模型），从来都不是真实世界本身。
现实世界信息量无限，人脑处理能力有限，故从真实世界感知生成深层模型，以及从深层模型生成浅层模型这两个过程，皆难免产生偏差，此类偏差被语言学家分为三类：泛化、忽略、失真。
莫以为偏差皆有害。恰恰是这些偏差，乃人类相较机器之最大优势，成就了人类所有创造与辉煌，同时也塑造了每个人独一无二的人格，决定了每个人独一无二的命运……
譬如，若无【泛化】，人类便无法学习。如幼童被燃烧炉子烫伤，泛化能力使其即刻知晓应远离任何燃烧炉火，无论何种类型炉子，亦无论燃烧何种阶段……泛化可发生于时空之中。若无泛化，便如机器学习般，必须被各类炉子、在燃烧各阶段分别烫伤，方能学会不触碰见过的炉子，而未来若遇未见之炉，又不知不应触碰。
若无【忽略】，人们将丧失抽象能力。抽象乃人类最强大的学习能力。若无抽象，人类无法从有限事实中洞察事物根源。若无忽略，人们将无法产生专注力，甚至无法孕育希望与信念——鲁迅先生便无法“忽略路上点点鬼火”与“周遭浓重黑暗”，而“成为自己唯一的光”。
若无【失真】，人们将失去想象力，而想象力是几乎所有艺术创作、乃至数学与科学的