机器是怎么“教会”自己的？
AI 不是被编出来的，是被“练”出来的——像蒙着眼睛下山，一步一小挪，几亿次之后忽然会写诗了。
你随口问它一道数学题，它一步步讲给你听；你让它画一只戴帽子的猫，几秒钟就交卷。它还会写诗、翻译、陪你聊天。奇怪的是：没有任何程序员一行一行地教过它“怎么聊天”。人工智能的本事不是编出来的，是自己“练”出来的——这场练习，从七十多年前的一篇论文就开始了。
你知道吗
1950 年，英国数学家图灵提出一个狡猾的问题：如果你隔着窗帘和对方打字聊天，分不清对方是人还是机器，那算不算机器会“思考”？这就是著名的图灵测试。它没有回答“什么是思考”，却给了全世界一条看得见的及格线。
训练：蒙眼下山的游戏
人工智能的核心是一张“神经网络”——你可以把它想成一整面板密密麻麻的旋钮。刚开始旋钮全是乱拧的，机器做题错误百出。训练就是不停地重复三步：做题、对答案、把做错的锅算到旋钮头上——哪个旋钮让错误变大就往回拧一点，让错误变小就再多拧一点。几千亿个旋钮，几十亿次微调，蒙眼下山的人每一步只往低处挪一点点，最后真的走到了“错误谷底”。这时机器就“学会”了：认得出猫，听得懂话。
今天最会聊天的大语言模型，练习的题目出奇简单：预测下一个词。读一句“床前明月”，猜后面是“光”还是别的；读完人类几辈子也读不完的书，一天猜上千万次，每次猜错就微调旋钮。猜着猜着，语法、常识、写代码的本领全冒了出来——因为要把下一个词猜准，就必须“懂”这些规律。但它也可能一本正经地胡说八道：它不是在查资料库，而是凭规律往下编，编错了照样理直气壮，这叫幻觉。
- 参数：神经网络里成百上千亿个可调的旋钮
- 训练：做题、对答案、微调旋钮的循环
- 梯度下降：每步朝错误变小的方向挪一点
- 大语言模型：靠预测下一个词练出来的选手
- 幻觉：一本正经编错答案的毛病
机房里的“健身房”
练出一个大模型，要在机房里架起成千上万块显卡，昼夜不停地算上几周甚至几个月，电费以百万度计。中国的科技团队也在这个赛道上全力奔跑，开源模型让全世界的开发者都能拿来研究、改进。工程师们眼下最操心的事，是让 AI 更诚实、更省电、更不容易被骗——这和教一个孩子明辨是非，意外地相似。
动手试试
动手玩一玩：和家人玩“下一个词”游戏——你念一句话的前半段，请对方猜下一个词，比如“今天天气真__”、“我要去学校__”。先用短句子猜，再给出更长的上文猜同一句话，对比猜对率。你会发现：信息越多，猜得越准——这正是大语言模型每天做亿万次的练习。
我们只能看清前方很短的路，但那里已有太多值得去做的事。——图灵（大意）
