昨天和朋友喫飯，聊到個話題，他現在用豆包、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。發現對於大衆來說，這些艱澀的技術，確實挺難理解。今天就來簡單概括下，讓大家腦子有個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、機器學習和深度學習，便於更清楚大模型的來龍去脈。
01AI的類別
人工智能是一個非常龐大的科學領域。
從1950年代正式誕生以來，圍繞人工智能，已經有很多科學家進行了大量的研究，也輸出了很多非常了不起的成果。
這些研究，根據思路方向的不同，被分爲了很多種學派。比較有代表性的，是符號主義學派、聯結主義學派、行爲主義學派。這些學派並沒有對錯之分，相互之間也有一些交叉融合。
早期的時候（1960-1990），符號主義（以專家系統、知識圖譜爲代表）是主流。後來，從1980年开始，聯結主義（以神經網絡爲代表）崛起，一直到現在，都是主流。
將來，也許有新的技術崛起，形成新的學派，也不一定。
除了方向路线之外，我們也可以從智能水平以及應用領域等方面對AI進行分類。
按智能水平，可以分爲：弱人工智能（Weak AI）、強人工智能（Strong AI）、超人工智能（Super AI）。
弱人工智能只專精於單一任務或一組相關的任務，不具備通用智能能力。我們目前就處於這個階段。
強人工智能更厲害一些，具有一定的通用智能能力，能夠理解、學習並應用於各種不同的任務。這個還處於理論和研究階段，還沒落地。
超人工智能當然是最強的。它在幾乎所有方面都超過人類智能，包括創造力、社交技能等。超人工智能是未來的終極形態，我們假設它能夠實現。
02機器學習&深度學習
什么是機器學習？
機器學習的核心思想，是構建一個可以從數據中學習的模型，並利用這個模型來進行預測或決策。機器學習不是一個具體的模型或算法。
它包括了很多種類型，例如：
監督學習：算法從帶有標籤的數據集中學習，即每個訓練樣本都有一個已知的結果。
無監督學習：算法從沒有標籤的數據集中學習。
半監督學習：結合了少量的帶標籤數據和大量的未帶標籤數據進行訓練。
強化學習：通過試錯的方式，學習哪些行爲可以獲得獎勵，哪些行爲會導致懲罰。
什么是深度學習？
深度學習，具體來說，是深度神經網絡學習。深度學習是機器學習的一個重要分支。機器學習底下有一條“神經網絡”路线，而深度學習，是加強版的“神經網絡”學習。
神經網絡是聯結主義的代表。顧名思義，這個路线是模仿人腦的工作原理，建立神經元之間的聯結模型，以此實現人工神經運算。
深度學習所謂的“深度”，是神經網絡中“隱藏層”的層級。
經典機器學習算法使用的神經網絡，具有輸入層、一個或兩個“隱藏層”和一個輸出層。
深度學習算法使用了更多的“隱藏層”（數百個）。它的能力更加強大，讓神經網絡能夠完成更困難的工作。
機器學習、神經網絡和深度學習的關系，通過下面的圖可以看出：
神經網絡從1980年代开始崛起之後，就形成了很多的模型和算法。不同的模型和算法，有着各自的特性和功能。
卷 積 神 經 網 絡 （ Convolutional Neural Network ， CNN ） 和 循 環 神 經 網 絡 （ Recurrent Neural Network ，RNN），是1990年代左右誕生的比較知名的神經網絡模型。它們的具體工作原理比較復雜。
反正大家記住：
卷積神經網絡（CNN）是一種用於處理具有類似網格結構的數據（例如圖像和視頻）的神經網絡。所以，卷積神經網絡通常用於計算機視覺中，可以用來圖像識別和圖像分類。
而循環神經網絡（RNN）是一種用於處理序列數據的神經網絡，例如語言模型和時間序列預測。所以，循環神經網絡通常用於自然語言處理和語音識別。
transformer也是一個神經網絡模型。它比卷積神經網絡和循環神經網絡出現時間更晚，2017年由谷歌研究團隊提出，也更加強大。
作爲非專業人士，不需要去研究它的工作原理，只需要知道：
1、它是一種深度學習模型；2、它使用了一種名爲自注意力（self-attention）的機制；3、它有效解決了卷積神經網絡和循環神經網絡的瓶頸（局限性）問題；4、它很適合自然語言處理（NLP）任務。相比循環神經網絡，它的計算可以高度並行化，簡化了模型架構，訓練效率也大大提升；5、它也被擴展到了其他領域，如計算機視覺和語音識別。
6、現在我們經常提到的大模型，幾乎都是以transformer爲基礎。
神經網絡還有很多種，這裏就看下圖，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，是具有龐大參數規模和復雜計算結構的機器學習模型。
參數，是指在模型訓練過程中，學習和調整的變量。參數定義了模型的行爲、性能、實現的成本以及對計算資源的需求。簡單來說，參數是模型內部用來做出預測或決策的部分。
大模型，通常擁有數百萬至數十億的參數。相對應的，參數少的，就是小模型。對一些細分的領域或場景，小模型也夠用。
大模型需要依賴大規模數據進行訓練，對算力資源的消耗極大。
（《從歷史規律，探尋AI大模型的發展周期和未來趨勢》這篇文章詳細講了算法、數據、算力的代表人物傑夫辛頓、李飛飛和黃仁勳，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（以文本數據進行訓練）。但實際上，還有視覺大模型（以圖像數據進行訓練），以及多模態大模型（文本和圖像都有）。絕大多數大模型的基礎核心結構，都是Transformer及其變體。
按應用領域，大模型可以分爲通用大模型和行業大模型。
通用大模型的訓練數據集更加廣泛，覆蓋的領域更加全面。行業大模型，顧名思義，訓練數據來自特定行業，應用於專門的領域（例如金融、醫療、法律、工業）。
GPT
GPT-1、GPT-2……GPT-4o，等等，都是美國OpenAI這家公司推出的語言大模型，同樣都是基於Transformer架構。
GPT的全稱，叫做Generative Pretrained Transformer，生成式-預訓練-Transformer。
Generative（生成式），表示該模型能夠生成連續的、有邏輯的文本內容，比如完成對話、創作故事、編寫代碼或者寫詩寫歌等。
這裏剛好提一下，現在常說的AIGC，就是AI Generated Content，人工智能生成內容。內容可以是文本、圖像、音頻、視頻等。
文生圖，比較有代表性的是DALL·E（也來自OpenAI）、Midjourney（知名度大）和Stable Diffusion（开源）。
文生音頻（音樂），有Suno（OpenAI）、Stable Audio Open（由Stability.ai开源）、Audiobox（Meta）。
文生視頻，有Sora（OpenAI）、Stable Video Diffusion（由Stability.ai开源）、Soya（开源）。圖也可以生視頻，例如騰訊的Follow-Your-Click。
AIGC是一個“應用維度”的定義，它不是一個具體的技術或模型。AIGC的出現，擴展了AI的功能，打破了此前AI主要用於識別的功能限制，拓寬了應用場景。
好了，繼續解釋GPT的第二個字母——Pre.trained。
Pre.trained（預訓練），表示該模型會先在一個大規模未標注文本語料庫上進行訓練，學習語言的統計規律和潛在結構。通過預訓練，模型才有了一定的通用性。訓練的數據越龐大（如網頁文本、新聞等），模型的能力就越強。
大家對於AI的關注熱潮，主要源於2023年初的ChatGPT爆火。
ChatGPT的chat是聊天的意思。ChatGPT是OpenAI基於GPT模型开發的一個AI對話應用服務。
AI的作用，極爲廣泛。
概括來說，AI和傳統計算機系統相比，能提供的拓展能力，包括：圖像識別、語音識別、自然語言處理、具身智能等方面。
圖像識別，有時候也被歸類爲計算機視覺（Computer Vision，CV），讓計算機具備理解和處理圖像和視頻的能力。常見的是攝像頭、工業質檢、人臉識別之類的。
語音識別，就是理解和處理音頻，獲得音頻所搭載的信息。常見的是手機語音助手、電話呼叫中心、聲控智能家居之類的，多用於交互場景。
自然語言處理，前面介紹過，就是使計算機能夠理解和處理自然語言，知道我們到底在說什么。這個很火，多用於創造性的工作，例如寫新聞稿、寫書面材料、視頻制作、遊戲开發、音樂創作等。
具身智能，就是把人工智能搭載在一個物理形態（“身體”）上，通過與環境互動，來獲得和展示智能。帶AI的機器人，屬於具身智能。
斯坦福大學年初推出的“Mobile ALOHA”，就是一個典型的家用具身機器人。它可以炒菜、煮咖啡甚至逗貓，火爆全網。並不是所有的機器人，都是人形機器人。也不是所有的機器人，都用到了AI。
結語：
AI特別擅長對海量數據進行處理，一方面通過海量數據進行學習和訓練，另一方面，基於新的海量數據，完成人工無法完成的工作。或者說，找到海量數據中潛在的規律。
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，就是擁抱AI的第一步。至少和別人聊天的時候，談到AI，就不會一頭霧水了。
學會使用常見的AI工具和平台，幫助自己提升工作效率，改善生活品質。就已經領先了90%的人了。
原文標題 : 什么是大模型？未來淘汰你的不是AI，而是掌握了AI的人
標題：什么是大模型？未來淘汰你的不是AI，而是掌握了AI的人
地址：https://www.utechfun.com/post/445927.html