AI是怎么“学习”的？——从婴儿学说话说起
AI解答
想象一个婴儿刚刚来到这个世界。他听不懂任何语言，也不知道“猫”是什么、“狗”是什么。但是当他反复听到妈妈指着毛茸茸的动物说“猫”，再看到另一个动物时说“狗”，慢慢地，他的大脑就在声音和画面之间建立了连接。几个月后，他就能自己说出“猫”这个词了。
AI的学习过程，本质上和这个婴儿一模一样，只是速度要快上几万倍。
AI模型一开始就像一个空白的婴儿大脑——里面的所有数字都是随机设置的。然后，工程师会给它“喂”海量的例子：比如把100万张图片和它们的标签（“猫”、“狗”、“汽车”……）一张一张地给AI看。每看一张，AI会猜一次：“这应该是猫吧？”如果猜对了，它就加强刚才那条神经连接的“权重”；如果猜错了，就调整一下，让自己下次更接近正确答案。这个过程叫做训练。
训练结束后，AI并不是真正“理解”了猫是什么，而是它的内部数字组合已经能够把猫的特征（耳朵形状、胡须、瞳孔）和“猫”这个标签精确地对应起来。当你给它一张全新的、从未见过的猫的照片时，它就能正确识别出来——因为它已经“见过”足够多的猫了。
有趣的是，AI对训练数据非常挑剔。如果你只给它看白猫的图片，它将来可能认为所有猫都必须是白色的。这也就是为什么AI会带着“偏见”——不是因为它坏，而是因为它学到的样本不够全面。
AI专家团
本站AI问答内容由以下大模型联合提供技术支撑
AI问答
嵌入向量：AI把文字转换成数字的秘密
AI不认识文字，它只认识数字。为了让AI处理语言，第一步必须把每个字或词转换成一串数字，这串数字叫嵌入向量。
微调是怎样让通用模型变成专家模型的
一个通用大模型什么都能聊几句，但让它在某个专业领域表现得像专家，就需要做微调。微调的原理是：在已经训练好的模型基础上，用少量专业数据继续训练一小段时间。
为什么模型越大效果越好？
AI圈有一个经验规律：模型参数量每增加10倍，性能会稳定提升。这被称为规模定律。但为什么大模型就一定更聪明呢？
Transformer中的注意力机制是怎么“注意”的
大模型的核心技术叫注意力机制。简单说，模型在读一段文字时，会给每个词分配不同的“关注程度”。
大模型为什么能一次生成几百个字？
当你问AI一个问题，它并不是一次性想好完整答案再写出来，而是一个字一个字往外“蹦”的。每次只预测下一个字是什么，然后把新生成的字加到输入里，再预测下一个字。这个过程叫做自回归生成。
AI是怎么“学习”的？——从婴儿学说话说起
AI的学习过程，本质上和这个婴儿一模一样，只是速度要快上几万倍。
AI以后会取代我的工作吗？
与其说取代你的工作，不如说取代那些不会用AI的人。一个很真实的数据是：近4成程序员的绩效考核已经纳入了AI能
最近有AI造谣翻车的例子吗？
刚发生没多久。前阵子有媒体用AI辅助写汽车行业的报道，模型在信息不足的时候凭"常识"推测，搞出了一份"被约谈
国家最近出了什么AI新政策？
5月份比较密集。最重要的一份是三部门（网信办、发改委、工信部）联合发布的《智能体规范应用与创新发展实施意