我正在参加「掘金·启航计划」
本文源于一条评论。
我之前写了一篇文章《我可能要给鼓吹AI的那些人，浇盆凉水了》。
文章的中心思想是这样的：
1、没有否定AI的发展、作用以及未来。在某些领域中，它确实给工作和生活，带来了多面的影响，比如让有些商家省钱，让有些人员失业。
2、未谈半点商业相关的东西。仅从个人视角，以三个故事，讲述国内的中小企业在实际应用的落地上，会面临一些关于算力和数据的窘境。
3、介绍了除GPT以外，其他的中小型的开源模型。另外，现在依然处于弱人工智能时代。这次AI逆袭，更多是运算财力和数据量带来的质变。
我不是在唱衰啊，只是提醒大家，理智对待，量力而为。
其中，有个网友就提了上面那个问题。鉴于图片模糊，我把文本贴在下方，他评论说：
看你这么专业，我问个问题。ChatGPT火了之后，一直有讨论AI会思考的问题。我不明白的是，计算机程序的底层算法，就是顺序执行、判断执行、循环执行三种。任何程序都是人工一行一行写的代码，依照指令执行一遍，怎么会产生智慧呢？
我想上面这个问题，不用再进一步解释了。他提的问题，质量确实很高。因为大家也都会好奇，程序是死板的代名词，是人类编的指令，它只会按照设定的代码，一步一步地去执行。它怎么能产生智慧呢？
甚至还有一个笑话，将程序的死板刻画得冰天雪地。
说一个老婆给程序员老公打电话：“亲爱的，今天不做饭了。你下班后，买六个包子。如果看到卖西瓜的，买一个”。
当晚，程序员就捧着一个包子回家了。
老婆很生气地质问他：“你怎么就买了一个包子？”
老公回答说：“因为我看到卖西瓜的了”
这个笑话可能得解释一下。没有三五年的编程经验，可能看不懂。
我特意按照剧情，写了一段代码。程序执行后，结果还真是一个包子。
当然，这只是个笑话。采用了夸张的手法，为得是表现程序很笨，不会联系语境，不懂变通。
然而，现在的人工智能语言大模型，却显得比人类更聪明。它们不但上知天文，下知地理，中通人和。而且还会逻辑，懂推理，精通算术。你都猜不出来它什么不会！
这就奇怪了。这套程序是谁编的呢？复杂不复杂？
下面我就尝试解释一下。如果解释不好，还请大家指正或者补充。
先声明一点，我解释的层面很浅，甚至到不了皮毛，也就是到秋衣那一层。虽然不权威，但绝对通俗。你看完了，就精通算法了——这不可能。顶多就是听完了，点点头说“哦，原来是这样”。
白盒与黑盒
白盒与黑盒，同白猫、黑猫不是一回事。
白盒也叫透明盒。
就是说它的逻辑是透明的，你可以了解得一清二楚。它也可能会极其复杂，但是每一个步骤，都不会超出你的预期。即便是几十个齿轮相互关联，修表的工匠也能理出其中的前因后果。这很像大家普遍认知中那个死板的指令代码。
还有一种盒子叫黑盒，它与白盒正好相反。
你不知黑盒是怎么运作的。
但是，你可以使用它。你们之间有输入和输出关系。你说一句，它回一句。你付个钱，它给你展示效果。究竟它是怎么想的，它遇到卖西瓜的会买几个包子，这些我们不知道。就像我们问机器人问题，它每次回答都有些差别。
人工智能的程序就是黑盒，它相比于传统的白盒代码，它执行的具体逻辑，我们是不知道的。甚至连它的作者，写代码的程序员也不知道。
此时，有一个新问题就产生了：既然程序员都不知道它是怎么判断的，那这代码是怎么写的？又是怎么让它工作的呢？
神经网络
人工智能技术大多是采用神经网络实现的。
“神经网络”这个概念，最早是由冯·诺依曼在1948年提出来的。冯·诺依曼研究人脑结构与计算机存储的区别，提出了用存储计算模拟人类的神经元，从而实现计算机“自动思考”。但是，当时白盒的指令程序，发展很好，很挣钱。于是，老冯就放弃了神经网络。
再往后，科学家们也一直研究神经网络。但总是热一阵儿，冷一阵儿。反正也研究不明白，机器也不快，同时也不挣钱。直到近几年，它突然火了。
那么，神经网络的原理到底如何呢？
它既然模仿的是人类神经元，那我们不妨先了解神经元是什么东西。
通俗了说，神经元就是好多个爪爪最终汇成了一个爪。这有点像八爪鱼。
八爪鱼摸啤酒瓶，摸半天，几个爪爪获得数据，传给大脑。八爪鱼结合尺寸、形状和材质，得出结论，原来是摸了个啤酒瓶。摸麻将也是，有时候一个爪儿一绕，小吸盘一靠，这是一个八筒。
这种结构有一个作用，那就是通过多个输入，最终产生一个输出。这就像你去相亲，通过对方的相貌、经济、性格等多个输入，最终你会产生他是否值得交往，这样一个结果输出。
当这些小八爪多了之后，一个八爪的头又作为顶级的小触手，相互勾连，层层传递，就形成了我们的神经网络。
计算机所模拟的，就是这类结构。这并不难理解，可以搞成一个数学模型。
训练和学习
我是从2018年开始了解神经网络的。我的女儿是2020年出生的。我感觉人工智能的训练和学习过程，很像一个小婴儿的成长。于是，我就一直观察女儿学习和认知的过程。
我拿了张卡片，教她认识小动物。
我告诉她，这是一张狗。她记下了，哦，长这模样的就叫狗。
后来，我带她出门，在小区遇到遛狗的美女。女儿指着草丛中撒尿的小狗喊道：狗狗！
有点奇怪。我陷入了思考，我教过她认识卡片上的狗。但是草丛里的那条狗，她是第一次见，她也能分辨得出来。这说明，她肯定是找到了狗身上的某些特征。具体是哪些特征呢？她可能是胡乱猜的，比如舌头或者鼻子。
是的，人工智能的神经网络，一开始的机制也是乱猜。
就比如说，有一堆零件，里面有合格品也有次品。我们想让人工智能去学会区分。因此，我们得先提供了一批样品，作为训练数据。这里面有合格的，也有不合格的。然后把它们交给程序去学习。
算法程序怎么去学习呢？其实就是计算，从已知的输入去计算结果的输出。
假设我们知道这些零件的误差尺寸，也知道它们是否合格。然后，程序员就建立一个数学模型，告诉它需要关注什么地方。比如写一个公式：结果=参数1×误差尺寸+参数2。
也就是让它找到一条线，这条线是合格品和次品的分界线。
这里有一个上帝视角的问题。因为我标好了，而且还做成了图像，所以你一眼就知道线应该在哪里。但是，计算机面对的是一组组混乱的数据。
因此，它首先就无脑地随便画一条线。然后说这就是那条分界线。结果，把训练数据带进去一算，不对，这条线猜错了。然后，它再随机画一条线，说这条线就是分界线，然后再算。因为它的试错机会很多，一秒可以运算上万次，所以最终它总能找对答案。
在寻找答案的过程中，不断调整的就是公式中的“参数1”和“参数2”。
我们看整个过程，程序员并没有写关于逻辑判断的语句。他们只是搭建了几层神经网络，然后指定了一个“结果=参数1×误差尺寸+参数2”的公式。其中起关键作用的“参数1”和“参数2”，程序员也不知道具体的数值是多少。他通过框架和模型，先随机胡乱猜测一个，然后通过大量样本数据进行矫正。猜不对就再换一个。最终会找到适合多数训练数据的参数。
这个找的参数的过程，依靠的就是算法，一般都有成熟的开源框架，大家都可以使用。
到这里，不知我是否已经讲得明白了，人工智能通过神经网络，开局是个脑残，但是借助于高频次的计算，再利用数据的喂养进行不断矫正，最终实现了自发的智慧。
这一点也是和传统的指令程序，差别最大的地方。
实现质的飞越
后来，我又给女儿看了一张照片。
我问她，这个图片是什么？
她回答说：是狗！
我说不对，这个叫“狮子”！她仔细看了看，点了点头，记下了这个模样的动物叫狮子。
我猜测她的神经元内应该是又建立了很多新的突触，就像是人工智能的神经网络又更新了参数。
其实，从这里我们也看到。只有见得多，才会认识的多。不管是人，还是人工智能。所以，缺少数据的喂养，就像是婴儿缺少教育，如果到八岁还只见过狗，没见过猫，那发展多少年智力都高不了。这也是很多人工智能客服不智能的一个重要原因。
可以想象，那些对话机器人在训练时，也是给计算机喂数据，一问一答。
问题是“你吃了吗？”，答案是“吃过了！”。
算法模型很鸡贼，只给问题，让计算机自己随机出答案。计算机就胡乱输出，给出成千上万甚至上亿条答案，这里面有“天气不错”、“电影好看”，当然也包括“吃过了！”。
这就是有网友评论说，给猴子一台电脑，他能从键盘上只字不差地打出一部《莎士比亚全集》。前提是要有足够长的时间。这个概率比你期期中彩票还要低。但这在计算机的超级计算能力下，一些概率问题，可以靠增加次数解决。
最后，模型给出答案，它说“吃过了！”是标准答案。并让计算机记下来，当你猜到是“吃过了！”时，你内部的随机值是怎样的，发生了什么。你要存储下来，下次还有用。
计算机的算力是很强大的，记录这种随机值，就分配了百万亿个参数。它会从不同的维度去记录，甚至包括当时猜到“吃过了！”时，我的GPU温度是多少度。尽管这项数据和问题没有关系，但是架不住企业有设备，存就完了，万一有用呢！
而数据也是海量的，全球的对话数据它都有，人类历史上出现过的对话，都会作为训练数据。你不要认为你问的问题很刁钻，放眼全球，像你一样的人，还有很多。
最后，人工智能看遍了世间所有能找到的资料。它有的是算力，因此它的计算速度非常快。很早之前它就叫“电脑”，现在更了不起，叫“超级电脑”。
它能计算，因此会把数据进行拆分和关联。
比如关于森林的知识，它可以从文本中拆分出“树木”、“气候”、“温度”等词汇。关于家具的知识，它可以拆分出“钉子”、“材料”、“风格”等元素。
当我们问“多买家具会发生什么时？”。它可能会回答“可能会造成森林减少，进而影响气候”。
为什么这么回答？人类的资料中并没有这类训练数据啊？但是，它脑子快，脑容量大。它从家具关联到了木材，从木材关联到了森林，从森林关联到了气候……
具体它会回答什么？又是谁和谁进行的关联？这一切，人类已经无法通过逻辑去判断了。因为就算是万亿个if、else分支，我们也理不清楚了。更何况实际的神经网络结构要更复杂。而我们尚且连自己的大脑都还没有研究明白。
以上举的例子比较落后，仅仅为了从理论层面，去解释计算机出现了非人类可知的结果。
我是掘金TF男孩，一个爱侃大山的IT男。
