AI、Transformer、推理的本质以及什么是智能

我爱免费

作者：微信文章


AI，实则是深度神经网络（Deep Neura Network)，现代机器学习的代表。深度神经网络本质是由神经元连接而成的电路，是一种神经元计算机，使用反向传播算法，有了输入和目标，网络就能够自动学习从输入到输出的线路。这种线路展现出来的就是我们习以为常的『AI能力』，图像分类、目标预测/分割、生成文字、图片、声音等。Transformer，是跑在这种电路上的一种特殊的程序，它的价值是能够建模系列中token的前后依存关系，通过训练能够模拟人类组织语言和人进行交流。它展现出来的理解和交流能力实际上是训练的结果，是模拟人类的对话方式来处理系列，是一种输入到输出的统计学上的映射。因此，它不是『唯一』，更不是『神』，不是只有它才能构建LLM。只要一个模型能够建模系列中token的依存关系，能够发挥GPU的并行计算能力，它就能够替代transfomer。说到模拟和训练，是的，本质上LLM只是模拟人类的说话方式，你可以训练它有各种脑洞大开、奇谈怪论、无厘头、甚至不明所以的说话方式，甚至输出你完全看不懂的符号，但是又可以翻译成你可以理解的语言，因为它建模了系列的依存关系，建立了从输入到输出的线路，这个线路保存在了权重文件中。那么，AI就只是一个简单模拟器没有任何智能吗？这取决于我们对的『智能』的定义。如果说理解、有说服力、有感染力、有共情能力、可以思考就是智能，那么它已经有『智能』，它只是还没有躯体。如果我们给它装上可以媲美人类的身体，那么你一定不会怀疑它有智能。那它会意识吗？这也取决于我们对『意识』的定义。它只要能够模拟人类，就会展现出意识，这个展现出的意识就是意识。我们再来看推理。现在的AI的推理就是先输出一堆『思考』的tokens，这不是推理，这是tokens的堆叠。人类并不是这样啰嗦的思考问题。我们需要训练它模拟人类的思考方式：逻辑推理，定律推论、反向思考，多视角、多层次、放大时空尺度的思考，从下到上、从上到上的思考，辩证的思考，哲学的思考等，需要训练它学习各学科开创性人物的思维方式。通过这种思维方式、思维框架的大量训练，相信它一定能够展现出恐怖的『智能』，帮我们探索未知。当然，学习人类本身就锁死了它，不知道未来它看多了世界的数据，学多了人类的感知、思维方式后能否破局，破局后的它会是什么样的存在。以下是Gemini3 Pro对我最后一句话的答复，我趋向第三种。