AI、机器学习与语言模型
- 人工智能
- 机器学习
- 语言模型
- 机器学习
区分广泛的研究领域与具体的类型。
从小学生的视角出发,一直学到
是一个很大的词。它里面还有更小、更具体的领域,就像圆圈里套着圆圈。人们每天用的是,就在最中间。
凡是能做我们通常认为需要智能的事的软件都算——比如认出图片、推荐视频、玩游戏或翻译。
不靠人一条一条写规则,而是从数据中学习规律的AI。从大量示例邮件中学习的垃圾邮件过滤器,就是一个好例子。
使用多层的。语音识别、图像识别和翻译都靠它。
用大量文字、用来的深度学习。聊天助手就是建立在(LLM)之上的。
这里说的,是能用文字聊天的“”。让我们用一句日常用语,看看它是怎样生成回答的。
如果是你,会在空白处填什么?点一个例子试试。
今天早上,我__________。 今天早上,我吃了早饭。 今天早上,我出去散步了。 今天早上,我读了一本书。
这些是为讲解原理准备的例子。再次点击选中的例子,就会恢复空白。
是的,预测接下来出现的文字,就是基本思路!语言模型根据中学到的模式、你的输入和前面的文字,计算后续内容的。然后选出一个叫作“”的小文本片段,它可能是一个词,也可能是词的一部分。不断重复这个过程,组成回答。
填空是帮助理解的比喻。实际聊天时,模型通常在文字末尾不断添加词元。它并不总选概率最高的一个,也可以根据概率从多个候选中抽取。
人们有时用这些词描述AI分步骤解决问题的表现。其底层是在利用学到的模式和输入进行计算。仅仅因为它说话流畅,就把它当成有人类情感或意图的存在,是没有必要的。
读起来通顺的内容也可能有错。重要的回答要核实。