AI时代，关于人工智能你需要知道的一切

AI似乎正渗透至现代生活中的每个角落，从音乐到媒体，再到商业/生产力乃至私人约会。要想在这个快速发展的时代跟上节奏，每个人都有必要留点时间认真了解关于人工智能的一切。

人工智能，也称机器学习，是一种开创于几十年前、基于神经网络的软件系统。随着近来新型算力的迅猛发展，AI终于获得了高效可靠的语音和图像识别能力，甚至掌握了生成图像和语音的诀窍。研究人员如今正努力借AI之手，帮助用户轻松总结网页内容、订购商品、调整食谱。

那机器会不会就此爆发，迅速脱离人类的掌控？！先别急，后文会认真讨论这个问题。相比之下，我们更希望读过本文，大家都能把握当前AI的发展动向。

AI基础知识

关于AI最有趣的事实在于：尽管其核心概念早在50多年前就已经诞生，但直到现在也没有多少技术专家真正熟悉个中原理。因此如果大家感到迷茫，请不必担心——其他人也差不多。

这里我们要先强调一点：虽然名叫“人工智能”，但这个词本身其实并不准确。智能还没有统一定义，而且AI系统的行为更接近计算机、而非人类大脑。只是这个计算机的输入和输出更加灵活，能在一定程度上模仿智能的表现。
下面来看看AI讨论中经常用到的基本术语。

神经网络（Neural network）

人类大脑主要由名为“神经元”的相互连接的细胞组成，它们相互啮合，形成可执行任务并存储信息的复杂网络。自1960年代以来，人们一直希望在软件当中重建这套惊人的认知系统，但直到最近的15到20年，GPU的发展成熟才让数字定义的神经网络迎来蓬勃发展，可谓是算力出奇迹的典型案例。

从本质上讲，神经网络就是大量点和线的组合：点代表数据，线则是各数值间的统计关系。

如同人脑一样，这一基本原理能够建立起多功能系统：快速接收输入，再通过网络传递并生成输出。这样一套系统，被称为“模型”。

模型（Model）

模型是指能接收输入并返回输出的具体代码的集合。之所以选择“模型”这个词，是想体现与统计模型、或者能模拟复杂自然过程的建模系统之间的相似性。在AI领域，模型可以指代ChatGPT这类完整系统，也可以是几乎一切AI或机器学习结构，目的和功能不限。模型的体量各有不同，其规模代表着占用的存储空间和运行起来需要消耗何等程度的算力。而实际体量，则由模型的训练方式所决定。

训练（Training）

要创建AI模型，先要向构成系统基础的神经网络“投喂”数据集或语料库所承载的大量信息。在此过程中，庞大的网络会创建起该数据的统计表征。训练过程也是计算密度最高的环节，往往需要在大规模高性能计算机上运行几周甚至几个月时间。这不仅是因为网络本身非常复杂，也是因为数据集规模往往极为庞大：须分析数十亿个单词或图像，并在巨大的统计模型中得到表征。但在模型完成训练之后，研究人员可以想办法对其“瘦身”，运行时的资源要求也更低——这就是所谓推理过程。

推理（Inference）

推理，就是模型实际发挥作用的过程：领先对现有证据进行推理以得出结论。当然，这跟我们人类的“推理”不同，AI模型是在统计学意义上将摄取到的各个数据点联系起来，据此预测出下一个点的位置。例如，假定要求其“补全以下序列：红色、橙色、黄色……”它就会意识到这些词跟所摄取的某一列表相匹配，也就是彩虹的颜色分布，再由此推理并补全列表中的其余部分。推理消耗的计算成本通常比训练低得多：毕竟查询目录也要比整理目录简单得多。虽然某些大模型还是得靠超级计算机加GPU才能执行推理，但也有不少小模已经能运行在智能手机甚至配置更低的设备之上。

生成式AI（Generative AI）

今时今日，人人都在讨论生成式AI。这是个广义术语，指那些能够生成原始输出（如图像和文本）的AI模型。某些模型能做总结，有些能做整理，有些能做识别——但至少目前最炙手可热的选手，还是那些能“凭空”生成新内容的AI模型（究竟是不是真的凭空，目前还存在争议）。但请千万记住，AI生成的结果可并不一定就是正确的，甚至根本是在胡说八道！一切完全可能是神经网络的胡思乱想，包括那些绘声绘色的故事或者栩栩如生的画作。

AI热门词汇

讲罢基础知识，咱们再来看看2023年比较热门的AI词汇。

大语言模型（Large language model, LLM）

大语言模型已经成为当前最具影响力、用途最广泛的AI形式，几乎所有构成网络的文本和英语文学素材都被纳入训练范畴。由此训练出的，就是一套体量巨大的基础模型。大语言模型能够以自然语言交谈并回答问题，模仿各种风格的类型的书面文件，ChatGPT、Claude和LLaMa等成果都已经证明了其强大能力。尽管这些模型的表现令人印象深刻，但请注意其本质上仍属于模式识别引擎——在回答问题时，它实际是在补全识别出的模式，却无法判断该模式是否与事实相符。LLM在回答问题时经常产生“幻觉”，后文将进一步扩展延伸。

基础模型（Foundation model）

在巨大的数据集之上从零开始训练巨型模型，无疑是个昂贵且复杂的过程，当然应该能免则免。基础模型属于从零开始训练出的大模型，需要超级计算机才能承载得起；但我们通常可以减少其中的参数量，以精简方式使其适应更小的承载。所谓参数，也就是我们前文提到的模型中待处理的“点”的数量，目前常见的大语言模型往往拥有百万、十亿甚至是万亿级参数。

微调（Fine tuning）

GPT-4这类基础模型非常聪明，但在设计上只能算是“通才”。从文学名著到奇幻故事，它都有所涉猎。可如果想让它帮助整理一封求职信用的简历，其表现甚至还不如普通中学生。好在我们可以使用专门的数据集对模型做点额外训练，这个过程就是模型微调。比如我们可以从网上搜集几千份求职申请，在“投喂”之后模型终于理解了简历的套路所在，同时又不影响它在原始训练数据中掌握的其他知识。

另外还有人类反馈强化学习（RLHF），这是一种特殊的微调方法，通过人类与LLM的交互数据来提高模型的沟通技巧。

扩散（Diffusion）

图像生成可以通过多种方式实现，但迄今为止最成功的办法还是“扩散”技术。Stable Diffusion、Midjourney等流行的生成式AI核心成果都是据此发展而来。在通过展示图像来训练扩散模型时，这些图像会在添加数字噪声的过程中逐渐退化，直至原始图像荡然无存。通过观察整个过程，扩散模型能学会如何反向执行整个过程，逐渐向纯噪声中添加细节以构成预定义的任意图像。其实在图像生成领域我们已经探索出了更新、更好的实现方法，但扩散技术仍然比较可靠且相对容易理解，所以相信还会有不小的应用空间。

幻觉（Hallucination）

最初的“幻觉”概念，是指模型在输出中夹杂着与输入完全无关内容的情况。例如因为训练素材中包含大量狗的元素，所以模型偶尔会用狗作为纹理贴到建筑物上。根据猜测，如今AI所产生的幻觉主要源自训练集中缺乏足够数据、或者数据内容间相互冲突，于是它只能编造出一些似是而非的结论。

“幻觉”的存在有好处也有弊端：利用幻觉可以引导AI生成原创或更加多样的衍生艺术成果。但如果需要就事实获取明确的答案，幻觉肯定是个大麻烦——模型会一本正经地胡说八道，让不熟悉实情的用户误信为真。目前除了手动检查之外，还没有什么简单方法来判断AI输出是真是假，毕竟模型本身根本就没有“真假”的概念，只是在努力补全自己识别出的“疑似”模式。

通用人工智能（Artificial General Intelligence, AGI）

通用人工智能，又称强人工智能（Strong AI），其实并没有明确的概念定义。用最简单的话语来解释，这是一种足够强大的智能，不仅能够替人类完成很多工作，甚至能像人类一样自我学习和改进。有人担心这种学习、整合思维，然后加快学习和成长速度的循环将恒久持续，最终造就一套无法约束或控制的超级智能系统。甚至有人认为应该叫停相关研究，暂缓或阻止这种可怕的未来。

看过《黑客帝国》或者《终结者》电影的朋友肯定能理解其中的担忧，毕竟AI失控并试图消灭或奴役人类的可能性确实令人不寒而栗。但这些故事纯属编剧想象，跟现实并没什么关系。ChatGPT等成果虽然能给人留下深刻印象，但在抽象推理和动态多领域活动方面与“真正的智能”几乎没有半毛钱关系。我们尚无法断言AI未来会如何发展，但暂时不妨将AGI理解成星际旅行——人人都能把握其概念并朝着这个方向努力，可目标本身仍然遥不可及。其间需要巨大的资源投入和基础科学的飞跃式进步，绝非一夜之间便可成真。

评论人士也在反复强调，“杞人忧天”式的探讨缺乏现实意义。毕竟AI如今表现出的真正威胁，反而源自其局限性和“智障”表现。虽然没人想让天网成真，但如果不能在AI初期解决好自动化消灭工作岗位的现实问题，我们哪还有机会被T-1000满街追杀？

AI主要玩家

OpenAI

要说如今的AI领域最赫赫有名的“门派”，无疑是以OpenAI为首。顾名思义，OpenAI强调把自己的研究成果对外分享。但在有所斩获之后，OpenAI决意重组为一家更传统的营利性公司，通过API和应用软件向用户开放ChatGPT等高级语言模型的访问服务。这家公司的掌门人是Sam Altman，尽管靠技术突破赚得盆满钵满，但他本人还是对AI可能引发的风险发出了警告。OpenAI是大语言模型领域的领导者，在其他方向上也有探索。

微软

微软其实也在AI研究方面做出过不少贡献，但因为种种原因没能真正将实验成果转化成现实产品。但其最明智的举动就是早期投资了OpenAI，并与后者建立起长期合作伙伴关系。微软目前已经在Bing搜索引擎上引入ChatGPT功能。尽管微软的AI贡献相对有限且难以直接使用，但其研发实力仍旧不容小觑。

谷歌

想靠“登月计划”引领AI技术革命的谷歌，不知何故没能摘取最后的胜利果实。但必须承认，谷歌研究人员的发明为如今AI的全面爆发奠定了基础，这就是tarnsformer。如今，谷歌正努力开发自己的大语言模型和其他智能体。在过去十年浪费大量时间和金钱推动AI助手无果之后，谷歌正在迎头赶上。公司CEO Sundar Pichai多次表示，公司将在搜索和生产力方面牢牢守住以AI为中心的发展理念。

Anthropic

在OpenAI“背叛”开源社区之后，Dario和Daniela Amodei兄妹毅然出走并创立了Anthropic，希望打造一个开放且更具道德责任感的AI研究组织。凭借充裕的资金，他们发展成为OpenAI的有力竞争对手，只是其Claude模型暂时还无法在人气和知名度上与GPT匹敌。

Stability

虽有巨大争议，但Stability仍在AI浪潮中拥有自己的一席之地。他们正收集互联网上的各种内容，并以开放硬件的方式免费提供其生成式AI模型。这既符合“信息应免费”的理念，也让项目本身蒙上了一层道德阴影。很多人认为Stability的成果被用于生成色情图像，及未经同意使用知识产权。

埃隆·马斯克

长期以来，马斯克经常直言不讳地表达自己对于AI失控的担忧。他曾在早期支持过OpenAI，但不满于该公司朝着自己不支持的方向发展。虽然马斯克并不算是AI技术专家，但他夸张的表达和评论确实引发了广泛反响（他本人还在“暂停AI研究”倡议书上签了字），而且正着手建立自己的AI研究机构。