揭秘AI工作原理：四步解析

以 ChatGPT 这类人工智能为例，其运作过程大致可分为 4 个主要步骤：

人工智能首先会“阅读”海量的文本数据，包括书籍、各类文章、网页内容、编程代码以及问答记录等。 需要注意的是，AI 并非像人类一样真正“理解”每一本书的深层含义，而是通过分析数据来学习模式：

例如，当 AI 接触到大量包含类似表述的句子时：

“因为下雨了，所以需要带上伞。”

它便会从中学习到“下雨”与“携带雨伞”之间存在一种紧密的关联性。

计算机本身无法直接领会“苹果”、“天气”或“学习”等词语的含义。 因此，AI 的第一步是将这些文字信息转化为一系列数字，这些数字被称为向量（vectors）。

我们可以这样来理解向量的映射关系：

像“猫”和“狗”这样的概念在意义上是相近的，因此它们在数字空间中的位置也相对靠近； 而“猫”与“飞机”在概念上的差异较大，故而它们对应的数字位置会相距甚远。

当用户提出疑问时：

“AI 是如何工作的？”

AI 会首先解析问题中的关键信息，例如“AI”、“如何”和“工作”等词语，并结合其所处的上下文语境，预测并生成最贴切的回答。

AI 的回答并非直接从预设的固定答案库中检索并复制，而是基于其所学到的语言规律和知识储备，逐步构建并生成内容。

举例来说，AI 可能会判断出：针对这个问题，采用“通俗易懂的解释加上具体的例子”相结合的方式进行回答会更为合适，于是便开始生成一段便于理解的说明。

在 AI 初步掌握了语言的运用后，还会经历进一步的精细化训练，以确保其生成的回答能够更好地满足人类的需求，

例如：

因此，我们现在所看到的 AI，不仅仅是能够“接续对话”，更重要的是经过训练，能够尽可能地为用户提供帮助和解决问题。

可以把 AI 比作一个博览群书、阅历丰富的“超级自动补全工具”。

普通的输入法或许只能预测下一个可能输入的词语； 而 AI 则能基于完整的上下文信息，预测下一整句话、下一段解释性内容，甚至能够生成完整的文章、程序代码、表格、工作方案等。

然而，AI 的能力也存在一定的局限性：

因此，AI 最适宜作为辅助工具，例如学习助手、写作助手、分析助手以及创意助手，来帮助人们更高效地理解、整理和创作各类信息。

往期回顾

1

NPR Test 是什么？这张图帮你看懂放大器失真测试

2

CCN Test在amplifier领域是指什么？

3

iPerf简介

4

在Docsis 网络中，Echo cancellation主要是哪个网元在做？

IT共享