[中配]揭開人工智能的真實面紗:簡單邏輯揭秘 - Simple Things

深入探討探討
74粉絲
4 次觀看·2026年4月4日
AI 生成·可能包含錯誤
數十年來
我們聽到過關於人工智能的兩個截然不同的故事
有一個說法是
它是一個神奇的超智能大腦
最終會超越我們所有人
另一個說法是
它不過是一個被美化的計算器
但這裡有一個奇怪的真相
這兩個故事都是錯誤的
當你不去炒作恐懼和複雜數學之後
你會發現人工智能並不是魔法
它也並不是真正的思考
至少不是你我所理解的那種思考方式
那麼一堆計算機代碼
是如何學會駕駛汽車
寫詩或者診斷疾病的呢
事實證明
祕密並不在於複雜的公式
這是一道簡單的邏輯難題
人類通過它找到了自動化的解決辦法
歡迎來到簡單的事物
驚人的歷史
今天我們將揭開黑箱
看看人工智能的真正運作機理
要理解現代人工智能
我們首先必須瞭解它之前的東西
即傳統編程
想像一下
你想教一臺計算機識別貓
在過去
你必須表現得像個嚴厲的規則制定者
你會寫出這樣的代碼
如果對象有三角形的耳朵
鬍鬚和毛髮
那麼它就是一隻貓
這很好用
直到你給電腦展示一張折耳貓的圖片
它有折疊的耳朵
或者是無毛毛的圖片
電腦就崩潰了
規則失敗了
你不可能為宇宙中的每一個例外都寫出規則
這就是機器學習
現代人工智能的核心
改變了遊戲規則的地方
我們選擇不給計算機規則
而是給它答案
把人工智能想像成一個誘餌
你不會用幾何定義教一個誘餌
什麼是貓
你只需給它們看一千隻貓
說這是貓
然後你給它們看一千隻狗
說不是貓
最終這個誘餌的大腦會自己發現模式
它意識到
哦
那種特定的耳型通常意味著是貓
現代人工智能只是一個被設計用來觀察數百萬個例子
並找到自身模式的機器
這些模式微妙到人類常常無法描述它們
那麼計算機是如何識別這些模式的呢
它使用一種叫做神經網絡的東西
現在別讓這個名字嚇到你
之所以叫神經網絡
是因為它模仿人類大腦
但你可以把它想像成一系列過濾器
就像一堆種子
想像一下
你正在嘗試識別一個手寫數字
我們說數字9
智能體的第一層關注
像素
它看不出是9
它只是問一些簡單的問題
這裡有直線嗎
那裡有彎區嗎
它將這些信息傳遞給第二層
這一層將這些線條結合在一起
它說
嘿
最上面的那個彎區
那是一個圈
而底部的那條線呢
那是一筆數筆
最後一層將所有信息整合在一起
最後
頂部是一個圓圈加底部是一條線
很可能是數字9
這就是深度學習
這只是邏輯的層層疊加
第一層看到簡單的形狀
而更深的層次則看到複雜的概念
這不是魔法
這是一條信息的流水線
但這裡有個價值百萬美元的問題
人工智能是如何知道哪些過濾器有效的
它是怎麼知道頂部的圓圈表示9
而不是6的呢
它的學習過程
與幼時的遊戲《熱或冷》
驚人的相似
當智能體剛出生時
它的大腦是空的
這沒用
如果你給它看一張貓的圖片
它會猜是烤麵包機
當智能體猜錯時
系統會通過網絡發送信號回來
這是冷信號
它告訴人工智能
你錯了
調整你的設置
在計算機科學中
我們稱這些設置為權重或參數
想像一個巨大的婚姻臺
上面有數十億個旋鈕
每當人工智能犯錯時
它都會稍微調整一下旋鈕
它這樣做成千上萬次反復進行
不斷獲取反饋
最終所有的旋鈕都被完美調節
當一張貓的圖片輸入時
輸出的就是貓這個詞
人工智能並不知道什麼是貓
它只是調整了它的數學參數
以便對貓的像素做出反應
這樣就解釋了
人工智能是如何識別事物的
但是那些寫論文
或創作藝術的人工智能呢
這就是生成式人工智能
比如Chats GPT
這裡的邏輯略有不同
這並不是一個真假遊戲
而是在玩填空遊戲
想像一下
你讀過國會圖書館裡的每一本書
如果我對你說
快速的棕色狐狸跳過了
你知道下一個詞是懶惰的
為什麼
並不是因為你用了計算器
而是因為你看到這些詞
在一起的次數太多了
懶惰這個詞
接下來的概率是99%
生成式人工智能
本質上是一個超級強大的
自動補全功能
它看著你剛輸入的單詞
檢查它龐大的語言數據庫
並通過統計
計算出下一個最合適的單詞
這並不是在分享一個事實
這不是在說實話
它是在預測人類在那個情境下
最可能發出的聲音
它是一面鏡子
將我們自己的語言反射回來
當我們看待人工智能時
很容易覺得
我們在面對一種外星智能
但現實要更為實際的多
它是一種基於邏輯
試錯
以及海量人類數據構建的工具
它並不具備智慧
而是擁有從我們這裡借來的經驗
就是那件簡單的事情
重複做一億次後
變得複雜了
如果你喜歡這次對機器內部的探訪
記得點個贊哦
這幫助我們的算法指導
你想要更多類似的內容
這就是簡單事物驚人歷史
感謝觀看
