我问答网聊这个话题是因为上周我一个朋友突然发消息问我：“你天天搞这些，人工智能到底怎么学东西的？” 我本来想随口扯两句神经网络、反向传播——但看他那迷茫的眼神，突然意识到，那些教科书式的解释根本没用。好吧，今天就用最不正经的方式，说点正经的。
那些神乎其神的说法，其实都是误会
别一上来就被“神经网络”“深度学习”这些词唬住。说实话，我第一次听到“人工神经元”的时候，脑子里直接蹦出《终结者》的画面——红眼睛，咔咔咔。但后来发现，它就是个数学函数。 是的，你没看错，一个函数。输入一堆数字，乘点权重，加个偏置，再过一个激活函数，完事。
举个例子：我想让AI分辨猫和狗。咋办？咱先给图片打标签——这张是猫，那张是狗。然后电脑就开始暴力抽特征：耳朵尖不尖？鼻子长不长？毛色杂不杂？它不认识什么耳朵鼻子，它眼里全是像素值矩阵。 靠，突然觉得好可怜。
这个过程，就是不断调那些权重参数。刚开始AI瞎猜，错得一塌糊涂。我有个同事训练过一个模型，前100轮愣是把所有猫都认成狗——那一刻我们整个组都崩溃了。然后靠一个叫“梯度下降”的算法，一点点修正，让误差越来越小。这玩意儿特别像你闭着眼睛往山下滚，每一步都找最陡的方向迈下去。有时候滚进坑里出不来，那就是局部最优解，哈哈哈。
它就是个暴力的数学游戏
所以呢，人工智能的本质是什么？暴力拟合数据。 你给它海量的例子，它就能找出一条歪七扭八的边界线，把猫和狗分开。但这个边界线完全取决于你给的数据。有次我们公司弄了个皮肤癌检测AI，结果它对深色皮肤的诊断率低得离谱——为什么？因为训练数据里90%是白人的皮肤照片。这不是AI的错，是人的偏见。
还有更搞笑的。谷歌之前有个AI，把黑猩猩认成黑人，公关灾难啊……所以数据这东西，一脏毁所有。你以为AI很聪明？
说到这儿不得不提算力。去年我试着在自己笔记本上跑一个小模型，风扇狂转，最后居然烧到自动关机。现在的AI三要素：算法、数据、算力。普通人缺啥？当然是算力！大公司动不动几千张GPU怼上去，烧钱烧出来的。我们这种穷人，只能玩点预训练模型，改几层意思意思。
你觉得它在思考？别逗了
最烦那种一见到ChatGPT就喊“哇它好像有意识”的人。完全不是那么回事。它只是在做词语接龙——对，补全下一个词概率最大的那个。只不过它读了几千亿单词，所以接出来的话看起来像人说的。你问它“今天心情如何”，它回答“非常棒！”，那只是因为训练数据里“心情”后面经常接“非常棒”。它没有情绪，没有意识，没有主观体验。 就是个超级复读机。
不过话说回来，这东西确实能唬人。我上次让它写个辞职信，老板看了居然亲自来找我谈心，以为我受了多大委屈……其实我就是想试试，结果它写得情真意切，连我自己都差点信了。你说这算不算欺骗？某种意义上，AI就是个高明的骗子。
还有个误区：AI不会犯错？太天真了。它犯错的方式和人不一样。人可能粗心，AI则是自信满满地胡说八道。比如你问它“孙悟空有几个女朋友”，它能编出一整段学术论文，什么白骨精、蜘蛛精，引经据典，但全是假的。业内人士管这叫“幻觉”。说白了，就是一本正经地扯淡。
所以啊，别被那些炫酷的演示吓到。掀开盖子，里面就是一堆矩阵乘法、概率统计、和一堆半夜还在改bug的工程师。对，我就在干这个。
💡 最后总结一下——哦不对，不能说总结。我的意思是：下次再看到什么“AI觉醒”的新闻，你就想，这不过是一堆数学公式在跳舞。只不过这舞跳得太好，好到我们快分不清真假了。