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。

顺序至关重要！要是把发量（5）和长相（7）填反了，A 就变成了秃头帅哥，这完全是另一个人了。

既然 6 个维度能描述一个相亲对象，那如果把维度拉满会怎样呢？

这就是“映射”或“Embedding”。大模型（如 ChatGPT）听到你说话时，其实并不认识汉字。它的第一步就是查字典，把你说的每个词替换成一条长长的向量（数字 DNA）。

比如：

这种想法非常直接且高效。算笔账：宇宙原子无穷无尽，但即便每维只填 0 或 1，仅 266 维的向量，就能组合出比全宇宙原子数还多的变化！所以，用几千维向量描述几万个汉字，简直是降维打击，绰绰有余。

万事万物变成一长串数字后，计算机就能大展身手了，因为它最擅长做加减乘除。

在 AI 里，向量的加法和点积，有着非常具体的现实意义：

就像玩 RPG 游戏，你的基础属性是[力量10, 智力5, 敏捷8]。

这时你穿上了一件“极速披风”，这件装备的向量是[力量0, 智力0, 敏捷5]。

把你和披风的向量对应位置相加：

现实含义：AI 通过向量加法，把新知识、新特征无缝融合到了原事物上。

这是 AI 理解人类语言最核心的公式。

点积怎么算？就是把两个事物的向量，“同一位置相乘，最后把所有乘积加起来”。

我们算算“苹果”和“手机”有多般配：

最后全部加起来（点积总分）：0.72 + 0 + 0.6 + 0.01 + 0.3 + 0 + 0 = 1.63 分

再算算“手机”和“昨天”的得分，按同样方法相加，算出来只有 0.64 分。

现实含义揭晓：

得分 1.63 > 得分 0.64。所以 AI 得出结论：“苹果”和“手机”语义强相关，而“手机”和“昨天”没啥必然联系。

当你在搜索框输入“如何做红烧肉”时，后台其实把这句话变成向量，然后和全网几百亿篇文的向量疯狂做“点积”。哪篇得分最高（匹配度最高），就推给你。

AI 看起来那么聪明，能聊天、能画图，底层根本没玄学，全是几十亿向量疯狂做乘法和加法。