AI究竟是什么？这篇文章终于用大白话全说清楚了！

人工智能：超越人类思维的软件

　　人工智能，简而言之，是一种模仿人类思考方式的软件。它既不等同于人类思维，也不比人类思维更好或更坏，但其对人类思维方式的粗略模仿，足以在实际应用中发挥巨大作用。重要的是，我们不应将其误认为是真正的智能。

　　人工智能，也称机器学习，这两个术语在大多数情况下可以互换使用，尽管它们可能有些误导性。机器真的能学习吗？智能真的可以被定义甚至人工创造吗？事实上，人工智能领域更多地是关于问题和我们的思考方式，而非机器如何思考。

　　当今的AI模型背后的理念并不新颖，可以追溯到几十年前。但过去十年的技术进步使得这些理念在更大规模上得以实现，催生了如ChatGPT这样的对话机器人和Stable Diffusion这样的艺术作品。

AI的工作原理与比喻

　　尽管有许多不同的AI模型，它们通常都有一个共同的结构：预测一个模式中最可能的下一步发展。AI模型实际上并不“知道”任何事情，但它们非常擅长发现和延续模式。这一概念被计算语言学家艾米丽·本德尔和亚历山大·科勒生动地阐释为“一只超智能的深海章鱼”。

　　这只章鱼用它的一根触手搭在两个人类用来交流的电报线上。尽管它不懂英语，对语言或人类没有任何概念，但它仍然能够建立一个详细的统计模型来分析它检测到的点和划。经过多年的监听，这只章鱼学会了如此多的模式，以至于它可以切断连接并自己继续对话，而且相当有说服力。这是对大型语言模型（LLMs）的一个非常恰当的比喻。

AI的局限与风险

　　我们仍在探索AI能做什么和不能做什么。尽管这些理念很古老，但这种技术的大规模应用仍然非常新颖。LLMs已经证明非常擅长快速生成低价值的书面作品和执行低级别的编码任务。然而，它们也存在明显的局限和潜在风险。例如，它们可能不知道何时说“我不知道”，并可能以一般性、奇怪或不适当的方式回应。此外，AI模型也可能发明人、地点或事件以适应智能响应的模式，我们称这些为幻觉。

　　另一个问题是偏见，这需要我们谈谈训练数据。由于训练数据可能包含不良信息或偏见，AI模型可能会受到这些偏见的影响。因此，在AI模型被认真使用的地方通常需要“人类在循环”系统来审查结果或进行事实检查。

语言模型如何生成图像

　　像Midjourney和DALL-E这样的平台使AI驱动的图像生成变得流行起来。通过在理解语言和描述方面取得巨大进步，这些系统也可以被训练将单词和短语与图像内容联系起来。模型通过分析大量图片来训练出一个巨大的图像地图，并通过中间层将语言地图上的路径发送到图像地图以找到相应的统计表示。然后，通过扩散等不同的方法将地图位置实际转换为可见图像。

通用人工智能的设想与担忧

　　“通用人工智能”的概念（AGI）指的是能够超越人类在任何任务上的能力的软件。从理论上讲，这可能会产生一个失控的AI如果不正确对齐或限制可能会造成巨大的伤害。但AGI仍然是一个概念，我们尚未接近创造AGI的程度。尽管如此，我们仍应关注这一概念并思考其潜在影响。

　　总的来说，人工智能是一种强大的工具但我们必须谨慎使用并理解其局限性和风险。