汉堡和北京,AI 为什么觉得它们最像?
给每个词算一串数,比一比谁和谁最像:汉堡最像的,竟然是北京。
硅基迷航
王叔叔在线上陪家里和朋友家 8–10 岁的孩子上电脑课。每一期课后有一篇把问题讲透的文章,有的配了亲手玩的小游戏,第 16 期起整节课的录像也放在这里。
从图灵的问题到词向量,一步步拆开聊天 AI。
给每个词算一串数,比一比谁和谁最像:汉堡最像的,竟然是北京。
用一本书训练一个最简单的语言模型,数一数它挑下一个字的机会。
香农用一本书玩接词,和今天的聊天 AI 做的是同一件事。
下棋的判断能写成规则,说话的规则却写不完。聊天 AI 背后的大语言模型,是从非常多的文字里学会接话的。

图灵预言人和电脑聊天会分不清对面。人想出两种办法:把规则写给电脑,或让它从例子里自己学。
跟你聊得热火朝天的 AI,其实一直在玩文字接龙——猜你最可能说的下一个字。
电脑里只有 0 和 1,照片、歌和名字是怎么装进去的?
电脑不是冰箱,没有门,可王叔叔真把大象装了进去,还是一头大象妈妈。捏住一只猪的鼻子往外拉,就拉出你的大象宝宝。

厚厚一部小说,竟然比几分钟的歌还小。换一把单位尺,看看你的文件占多少地方,又要传多久。

同一个名字,写成汉字是 9 字节,拼音却是 16 字节。把它拍成照片、念成声音,大小又会变成多少?

字母用一个字节,汉字用三个,你的名字在电脑里比英文名占地方。拿错了表读它,它就成了一串怪字。

视频是一张张图飞快地播——这句话你多半听过。可怪的是:那一叠画里,一张都不会动。

声音看不见、抓不着,可电脑偏偏能把它存下来——还能倒着放,让你听听反过来的自己。

把照片撑到最大,它会碎成密密麻麻的小方格——每一格里,都藏着一个数。

你敲下的那个 A,电脑里其实是个数字——而它到底是几,是一群人吵了两年才定下来的。

我们掰手指头数到十,电脑却换个法子——几个小开关排一排,就能数到好几万。
你打下的名字,进到电脑里只剩两种状态:开、关。几十亿个小开关,怎么拼得出它?
按下开机键、点一下图标、连上视频会议,背后发生了什么。