昨天和朋友吃飯，聊到個(gè)話題，他現(xiàn)在用豆包、Kimi這些智能助手，總感覺回答的不是自己想要的內(nèi)容。我就從什么是AI，什么是大模型聊起，科普了下這方面的知識(shí)。發(fā)現(xiàn)對(duì)于大眾來說，這些艱澀的技術(shù)，確實(shí)挺難理解。今天就來簡(jiǎn)單概括下，讓大家腦子有個(gè)概念到底什么是大模型？

解釋什么是大模型之前，先說說AI的類別、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，便于更清楚大模型的來龍去脈。

01AI的類別

人工智能是一個(gè)非常龐大的科學(xué)領(lǐng)域。

從1950年代正式誕生以來，圍繞人工智能，已經(jīng)有很多科學(xué)家進(jìn)行了大量的研究，也輸出了很多非常了不起的成果。

這些研究，根據(jù)思路方向的不同，被分為了很多種學(xué)派。比較有代表性的，是符號(hào)主義學(xué)派、聯(lián)結(jié)主義學(xué)派、行為主義學(xué)派。這些學(xué)派并沒有對(duì)錯(cuò)之分，相互之間也有一些交叉融合。

早期的時(shí)候（1960-1990），符號(hào)主義（以專家系統(tǒng)、知識(shí)圖譜為代表）是主流。后來，從1980年開始，聯(lián)結(jié)主義（以神經(jīng)網(wǎng)絡(luò)為代表）崛起，一直到現(xiàn)在，都是主流。

將來，也許有新的技術(shù)崛起，形成新的學(xué)派，也不一定。

除了方向路線之外，我們也可以從智能水平以及應(yīng)用領(lǐng)域等方面對(duì)AI進(jìn)行分類。

按智能水平，可以分為：弱人工智能（Weak AI）、強(qiáng)人工智能（Strong AI）、超人工智能（Super AI）。

弱人工智能只專精于單一任務(wù)或一組相關(guān)的任務(wù)，不具備通用智能能力。我們目前就處于這個(gè)階段。

強(qiáng)人工智能更厲害一些，具有一定的通用智能能力，能夠理解、學(xué)習(xí)并應(yīng)用于各種不同的任務(wù)。這個(gè)還處于理論和研究階段，還沒落地。

超人工智能當(dāng)然是最強(qiáng)的。它在幾乎所有方面都超過人類智能，包括創(chuàng)造力、社交技能等。超人工智能是未來的終極形態(tài)，我們假設(shè)它能夠?qū)崿F(xiàn)。

02機(jī)器學(xué)習(xí)&深度學(xué)習(xí)

什么是機(jī)器學(xué)習(xí)？

機(jī)器學(xué)習(xí)的核心思想，是構(gòu)建一個(gè)可以從數(shù)據(jù)中學(xué)習(xí)的模型，并利用這個(gè)模型來進(jìn)行預(yù)測(cè)或決策。機(jī)器學(xué)習(xí)不是一個(gè)具體的模型或算法。

它包括了很多種類型，例如：

監(jiān)督學(xué)習(xí)：算法從帶有標(biāo)簽的數(shù)據(jù)集中學(xué)習(xí)，即每個(gè)訓(xùn)練樣本都有一個(gè)已知的結(jié)果。

無監(jiān)督學(xué)習(xí)：算法從沒有標(biāo)簽的數(shù)據(jù)集中學(xué)習(xí)。

半監(jiān)督學(xué)習(xí)：結(jié)合了少量的帶標(biāo)簽數(shù)據(jù)和大量的未帶標(biāo)簽數(shù)據(jù)進(jìn)行訓(xùn)練。

強(qiáng)化學(xué)習(xí)：通過試錯(cuò)的方式，學(xué)習(xí)哪些行為可以獲得獎(jiǎng)勵(lì)，哪些行為會(huì)導(dǎo)致懲罰。

什么是深度學(xué)習(xí)？

深度學(xué)習(xí)，具體來說，是深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)重要分支。機(jī)器學(xué)習(xí)底下有一條“神經(jīng)網(wǎng)絡(luò)”路線，而深度學(xué)習(xí)，是加強(qiáng)版的“神經(jīng)網(wǎng)絡(luò)”學(xué)習(xí)。

神經(jīng)網(wǎng)絡(luò)是聯(lián)結(jié)主義的代表。顧名思義，這個(gè)路線是模仿人腦的工作原理，建立神經(jīng)元之間的聯(lián)結(jié)模型，以此實(shí)現(xiàn)人工神經(jīng)運(yùn)算。

深度學(xué)習(xí)所謂的“深度”，是神經(jīng)網(wǎng)絡(luò)中“隱藏層”的層級(jí)。

經(jīng)典機(jī)器學(xué)習(xí)算法使用的神經(jīng)網(wǎng)絡(luò)，具有輸入層、一個(gè)或兩個(gè)“隱藏層”和一個(gè)輸出層。

深度學(xué)習(xí)算法使用了更多的“隱藏層”（數(shù)百個(gè)）。它的能力更加強(qiáng)大，讓神經(jīng)網(wǎng)絡(luò)能夠完成更困難的工作。

機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的關(guān)系，通過下面的圖可以看出：

神經(jīng)網(wǎng)絡(luò)從1980年代開始崛起之后，就形成了很多的模型和算法。不同的模型和算法，有著各自的特性和功能。

卷 積 神 經(jīng) 網(wǎng) 絡(luò) （ Convolutional Neural Network ， CNN ） 和 循 環(huán) 神 經(jīng) 網(wǎng) 絡(luò) （ Recurrent Neural Network ，RNN），是1990年代左右誕生的比較知名的神經(jīng)網(wǎng)絡(luò)模型。它們的具體工作原理比較復(fù)雜。

反正大家記住：

卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種用于處理具有類似網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)（例如圖像和視頻）的神經(jīng)網(wǎng)絡(luò)。所以，卷積神經(jīng)網(wǎng)絡(luò)通常用于計(jì)算機(jī)視覺中，可以用來圖像識(shí)別和圖像分類。

而循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）是一種用于處理序列數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)，例如語言模型和時(shí)間序列預(yù)測(cè)。所以，循環(huán)神經(jīng)網(wǎng)絡(luò)通常用于自然語言處理和語音識(shí)別。

transformer也是一個(gè)神經(jīng)網(wǎng)絡(luò)模型。它比卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)出現(xiàn)時(shí)間更晚，2017年由谷歌研究團(tuán)隊(duì)提出，也更加強(qiáng)大。

作為非專業(yè)人士，不需要去研究它的工作原理，只需要知道：

1、它是一種深度學(xué)習(xí)模型；2、它使用了一種名為自注意力（self-attention）的機(jī)制；3、它有效解決了卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的瓶頸（局限性）問題；4、它很適合自然語言處理（NLP）任務(wù)。相比循環(huán)神經(jīng)網(wǎng)絡(luò)，它的計(jì)算可以高度并行化，簡(jiǎn)化了模型架構(gòu)，訓(xùn)練效率也大大提升；5、它也被擴(kuò)展到了其他領(lǐng)域，如計(jì)算機(jī)視覺和語音識(shí)別。

6、現(xiàn)在我們經(jīng)常提到的大模型，幾乎都是以transformer為基礎(chǔ)。

神經(jīng)網(wǎng)絡(luò)還有很多種，這里就看下圖，知道有很多就好。

03

什么是大模型？

這兩年說的火熱的人工智能，說的就是大模型。那么，什么是大模型？

大模型，是具有龐大參數(shù)規(guī)模和復(fù)雜計(jì)算結(jié)構(gòu)的機(jī)器學(xué)習(xí)模型。

參數(shù)，是指在模型訓(xùn)練過程中，學(xué)習(xí)和調(diào)整的變量。參數(shù)定義了模型的行為、性能、實(shí)現(xiàn)的成本以及對(duì)計(jì)算資源的需求。簡(jiǎn)單來說，參數(shù)是模型內(nèi)部用來做出預(yù)測(cè)或決策的部分。

大模型，通常擁有數(shù)百萬至數(shù)十億的參數(shù)。相對(duì)應(yīng)的，參數(shù)少的，就是小模型。對(duì)一些細(xì)分的領(lǐng)域或場(chǎng)景，小模型也夠用。

大模型需要依賴大規(guī)模數(shù)據(jù)進(jìn)行訓(xùn)練，對(duì)算力資源的消耗極大。

（《從歷史規(guī)律，探尋AI大模型的發(fā)展周期和未來趨勢(shì)》這篇文章詳細(xì)講了算法、數(shù)據(jù)、算力的代表人物杰夫辛頓、李飛飛和黃仁勛，感興趣的可以看下。）

大模型有很多種類別。通常所說的大模型，主要是指語言大模型（以文本數(shù)據(jù)進(jìn)行訓(xùn)練）。但實(shí)際上，還有視覺大模型（以圖像數(shù)據(jù)進(jìn)行訓(xùn)練），以及多模態(tài)大模型（文本和圖像都有）。絕大多數(shù)大模型的基礎(chǔ)核心結(jié)構(gòu)，都是Transformer及其變體。

按應(yīng)用領(lǐng)域，大模型可以分為通用大模型和行業(yè)大模型。

通用大模型的訓(xùn)練數(shù)據(jù)集更加廣泛，覆蓋的領(lǐng)域更加全面。行業(yè)大模型，顧名思義，訓(xùn)練數(shù)據(jù)來自特定行業(yè)，應(yīng)用于專門的領(lǐng)域（例如金融、醫(yī)療、法律、工業(yè)）。

GPT

GPT-1、GPT-2……GPT-4o，等等，都是美國(guó)OpenAI這家公司推出的語言大模型，同樣都是基于Transformer架構(gòu)。

GPT的全稱，叫做Generative Pretrained Transformer，生成式-預(yù)訓(xùn)練-Transformer。

Generative（生成式），表示該模型能夠生成連續(xù)的、有邏輯的文本內(nèi)容，比如完成對(duì)話、創(chuàng)作故事、編寫代碼或者寫詩(shī)寫歌等。

這里剛好提一下，現(xiàn)在常說的AIGC，就是AI Generated Content，人工智能生成內(nèi)容。內(nèi)容可以是文本、圖像、音頻、視頻等。

文生圖，比較有代表性的是DALL·E（也來自O(shè)penAI）、Midjourney（知名度大）和Stable Diffusion（開源）。

文生音頻（音樂），有Suno（OpenAI）、Stable Audio Open（由Stability.ai開源）、Audiobox（Meta）。

文生視頻，有Sora（OpenAI）、Stable Video Diffusion（由Stability.ai開源）、Soya（開源）。圖也可以生視頻，例如騰訊的Follow-Your-Click。

AIGC是一個(gè)“應(yīng)用維度”的定義，它不是一個(gè)具體的技術(shù)或模型。AIGC的出現(xiàn)，擴(kuò)展了AI的功能，打破了此前AI主要用于識(shí)別的功能限制，拓寬了應(yīng)用場(chǎng)景。

好了，繼續(xù)解釋GPT的第二個(gè)字母——Pre.trained。

Pre.trained（預(yù)訓(xùn)練），表示該模型會(huì)先在一個(gè)大規(guī)模未標(biāo)注文本語料庫(kù)上進(jìn)行訓(xùn)練，學(xué)習(xí)語言的統(tǒng)計(jì)規(guī)律和潛在結(jié)構(gòu)。通過預(yù)訓(xùn)練，模型才有了一定的通用性。訓(xùn)練的數(shù)據(jù)越龐大（如網(wǎng)頁文本、新聞等），模型的能力就越強(qiáng)。

大家對(duì)于AI的關(guān)注熱潮，主要源于2023年初的ChatGPT爆火。

ChatGPT的chat是聊天的意思。ChatGPT是OpenAI基于GPT模型開發(fā)的一個(gè)AI對(duì)話應(yīng)用服務(wù)。

AI的作用，極為廣泛。

概括來說，AI和傳統(tǒng)計(jì)算機(jī)系統(tǒng)相比，能提供的拓展能力，包括：圖像識(shí)別、語音識(shí)別、自然語言處理、具身智能等方面。

圖像識(shí)別，有時(shí)候也被歸類為計(jì)算機(jī)視覺（Computer Vision，CV），讓計(jì)算機(jī)具備理解和處理圖像和視頻的能力。常見的是攝像頭、工業(yè)質(zhì)檢、人臉識(shí)別之類的。

語音識(shí)別，就是理解和處理音頻，獲得音頻所搭載的信息。常見的是手機(jī)語音助手、電話呼叫中心、聲控智能家居之類的，多用于交互場(chǎng)景。

自然語言處理，前面介紹過，就是使計(jì)算機(jī)能夠理解和處理自然語言，知道我們到底在說什么。這個(gè)很火，多用于創(chuàng)造性的工作，例如寫新聞稿、寫書面材料、視頻制作、游戲開發(fā)、音樂創(chuàng)作等。

具身智能，就是把人工智能搭載在一個(gè)物理形態(tài)（“身體”）上，通過與環(huán)境互動(dòng)，來獲得和展示智能。帶AI的機(jī)器人，屬于具身智能。

斯坦福大學(xué)年初推出的“Mobile ALOHA”，就是一個(gè)典型的家用具身機(jī)器人。它可以炒菜、煮咖啡甚至逗貓，火爆全網(wǎng)。并不是所有的機(jī)器人，都是人形機(jī)器人。也不是所有的機(jī)器人，都用到了AI。

結(jié)語：

AI特別擅長(zhǎng)對(duì)海量數(shù)據(jù)進(jìn)行處理，一方面通過海量數(shù)據(jù)進(jìn)行學(xué)習(xí)和訓(xùn)練，另一方面，基于新的海量數(shù)據(jù)，完成人工無法完成的工作�；蛘哒f，找到海量數(shù)據(jù)中潛在的規(guī)律。

有句話說的好：“未來，淘汰你的不是AI，而是掌握了AI的人”。知道這些AI常識(shí)，就是擁抱AI的第一步。至少和別人聊天的時(shí)候，談到AI，就不會(huì)一頭霧水了。

學(xué)會(huì)使用常見的AI工具和平臺(tái)，幫助自己提升工作效率，改善生活品質(zhì)。就已經(jīng)領(lǐng)先了90%的人了。

       原文標(biāo)題 : 什么是大模型？未來淘汰你的不是AI，而是掌握了AI的人