第1问
理解AI，如何才能简单又通透？

2022年11月，OpenAI公司正式发布了ChatGPT，触发了人工智能的爆炸式发展。有人把AI当作新型搜索工具，有人把AI视为聊天机器人，甚至还有人把AI当作神一样崇拜。

如何精确地理解人工智能？超级AI真的来临了吗？面对孩子们的各种问题，家长和老师们想要解释清楚并非易事。深入了解AI的发展历史，掌握科技界对AI的大体分类，更有利于我们回答这些问题。或许，对孩子们而言，这些解释并不重要，满足他们的好奇心，解除其内在的焦虑感，才是我们探索未来教育的真正动力……

AI 的回答

人工智能的三重境界

简单来说，人工智能（Artificial Intelligence, AI）是一种让计算机和软件系统具有类似人类智能的技术。这是一个涵盖多个学科的研究领域，旨在创建能够模拟、实现和扩展人类智能的计算机系统和算法，包括学习、推理、知识表示、计划、自然语言处理、感知和机器人技术等多方面。

科技界通常根据AI的能力和复杂性将其分为以下三类：

第一类，弱人工智能（Weak AI）或窄人工智能（Narrow AI）： 指专门为特定任务设计的AI系统，在特定领域表现出人类水平的智能，只能执行预先设定的任务，缺乏通用的推理和学习能力。例如，语音识别、图像识别、棋类游戏等，目前大多数AI都属于这一类。

第二类，强人工智能（Strong AI）或通用人工智能（Artificial General Intelligence,AGI）： 指具有与人类智能相当的理解、推理和学习能力的AI系统，可以在各种任务和领域中表现出人类水平的智能。强AI可以理解和表达自身意识，具备自我学习和适应能力。目前，强AI仍然是研究目标，尚未实现。

第三类，超级人工智能（Super AI）： 指在所有智力方面均超越人类的AI系统，包括创造力、通用知识、情感理解、推理等。这种AI系统可以自主进行学习、创新和决策，在各个领域的表现都比人类更优秀。超级AI仍处于假设阶段，尚未出现。

人工智能发展简史

第一阶段，初期探索（1950—1970年）：人工智能刚刚起步，研究方向是符号主义和搜索算法。1950年，艾伦·图灵 提出了著名的“图灵测试”，为人工智能的发展奠定了基础；1956年，达特茅斯会议首次提出“人工智能”的概念；1959年，世界上第一个可以下国际象棋的自学习程序出现。

第二阶段，知识表示和专家系统（1970—1980年）：发展遇到困难，研究兴趣降低，虽然出现了提供知识问答的专家系统，但能力还比较弱。1972年，出现了首个能够诊断并推荐治疗方案的医学领域专家系统。

第三阶段，机器学习与神经网络（1980—2000年）：关注基于数据的机器学习方法，包括决策树、支持向量机等，以及早期神经网络模型，反向传播算法为人工智能提供了新的方法和工具。1989年，首次使用卷积神经网络（Convolutional Neural Networks, CNN）识别手写的数字。

第四阶段，数据驱动与深度学习（2000年之后）：随着算力的提升和大数据的兴起，2006年出现深度学习（Deep Learning, DL）概念，开启了人工智能新纪元。2009年，Google发布首个大规模语音识别系统。2014年，AlphaGo战胜围棋顶级职业选手。2018年，OpenAI发布GPT-2，引领了自然语言处理（Natural Language Processing, NLP）领域的飞速发展。

简单理解ChatGPT

2022年11月，ChatGPT正式上线，它被视为AI发展史上的里程碑，因为它在自然语言处理领域取得了前所未有的成果，其表现之优越使得人们将其与互联网的出现相提并论。ChatGPT不仅能够生成高质量文本，还能在各种自然语言任务中展现出惊人的适应性，有潜力彻底改变我们与计算机的交互方式，推动自动化和智能化的应用在各个领域取得突破。

ChatGPT采用了GPT（Generative Pre-trained Transformer）架构。采用预训练和微调的方法，使得它可以在大量无标签数据上进行训练，捕捉到丰富的语义和语法信息，在处理自然语言任务时具有很高的准确性和通用性。Transformer架构使得模型可以更好地捕捉长距离依赖和并行计算。GPT系列模型包含大量参数，训练数据量也非常庞大，能够生成更为准确和自然的文本，处理各种自然语言任务。

AI快速爆发的原因

ChatGPT引来AI领域爆发式增长，原因可以归结为以下几点。

1． 大数据 。互联网和移动设备的普及使得全球范围内产生的数据量呈指数级增长，为AI算法提供了丰富的训练资源。

2． 算法创新 。从神经网络到深度学习，再到自然语言处理技术，不断有创新的算法和技术应运而生，推动了AI技术的快速发展，提高了AI在各个应用场景中的性能。

3． 算力提升 。高性能计算硬件为AI算法的训练和应用提供了强大的支持。

4． 投资与产业支持 。随着AI在各个领域的应用价值日益显现，政府、企业和学术界都加大投入，进一步推动了AI技术的发展。

5． 开源文化 。开源社区使得众多技术和工具得以分享，有利于研究者和开发者之间的交流合作，加速了AI创新和发展。

尽管ChatGPT成就显著，但我们尚未实现通用人工智能乃至超级人工智能的水平。未来超级AI需要在理解、推理、学习和适应等方面具有更高的能力，这需要长时间的研究和发展。在这个过程中，我们需要继续关注技术的发展，同时思考如何在道德、伦理和社会层面应对这些挑战。

真人的思考

为何用“超级AI”这个词？

就当前AI的能力而言，让它大张旗鼓地宣传自己火爆全球的原因，似乎有些难为情。吹牛是一种神奇的超能力，大多数人并不擅长。而AI是有“吹牛”的资本和底气的，但它倒是很谦逊：“强AI尚未实现，超级AI仍然只是假设。”虽然我们的理性同意这个观点，但直觉告诉我们，超级AI时代的序幕正在缓缓拉开。

曾经只存在于科幻作品中的人工智能，如今已经随处可见。例如搜索优化、刷脸支付、自动导航、商品推荐等，从技术角度看，这些应用在技术上都属于AI的范畴。比较有趣的是，一旦某项应用普及，我们就不太愿意称其为“人工智能”了。 在很多人的心中，人工智能的标准在不断提升，或许只有想象中的“超级AI”才能算是真正的AI吧！ 这也是本书选择使用“超级AI”这个词的直接原因。不然呢？苟活在历史的阴影中，一点想象力都没有，那还是我们人类的风格吗？

ChatGPT上线不足2个月，注册用户就超过1亿，不足半年，月活用户已经超过10亿。有专家把这件事与互联网浏览器的发明、iPhone的问世等里程碑事件相提并论，主要原因是它们都极大地推动了科技的社会化普及。 几年前的AlphaGo只是赢得了媒体掌声，如今的ChatGPT却点燃了商业资本的隆隆炮声！ 新的AI应用层出不穷，行业格局每天都在变化，就连陆奇 这样的资深专家想要把握前沿进展都感到力不从心。这一轮AI的传播速度与普及程度如此“超级”，它不香吗？

别急，故事的高潮还在后面，我们敢于使用“超级AI”，还有更深层、更强大的理由！

大，就是不一样！

有些专家认为，ChatGPT在大语言模型（Large Language Model，LLM）的理论建设和算法设计等方面都没有做出关键性创新，这一观点确实有其道理。然而，它却带来了一项重大的工程突破——当模型的参数从GPT-2的15亿增加到GPT-3的1750亿时，智能出现了极为鲜明的飞跃。这种现象被研究者们称为“涌现”！所谓大语言模型，就是大力出奇迹。大，原来就是不一样啊！

“涌现”是复杂科学领域的一个术语，用在这里极为恰当。更具体地说， AI通过所谓的“思维链”获得了逻辑推理能力，这种能力不仅具有“突变”属性，还展现了“跨界”特征。 2023年3月发布的GPT-4，更是实现了多模态识别功能，这已经跨入了通用人工智能的范畴。著名人工智能科学家杨立昆 曾在一次讲座中使用“深度学习不合理的有效性”作为标题，矛盾的表达却蕴含着微妙的深意。

曾经被戏称为“人工智障”的问答程序，现在已经展示出人类的智力水平，这需要我们给予重视，这里的“我们”显然是指——全人类。我们都知道，AI目前的表现还很稚嫩，常常闹出低级错误。就像老师赞扬小学生，常常称他们是未来的科学家、艺术家、发明家、企业家那样，既然这些“AI婴儿”天生就有“超级AI”的潜质，我们不妨就直接这样称呼它们吧！

人类：Hello，未来的超级AI，你好！

AI:Hello World, Hello人类，你们好！

AI与人类大脑

有记者采访“ChatGPT之父”山姆·阿尔特曼 ，问他ChatGPT为何能实现突破，他只是悻悻回答：“对不起，我们不知道为什么……” 事实就是这样，我们可以通过AI知道很多，但对于AI本身，我们却知之甚少。 有人比喻说理解GPT就像解剖复杂的外星生物，所有东西都在眼前，但就是无从下手。

有技术专家称，AI产生智力涌现的关键是参数的数量，门槛大约是680亿，这个数字已经和人类大脑神经元约1000亿 的数量非常相近！数百万年前的某一次基因突变，让一只猿猴的大脑神经元数量增加超过了680亿，它抬头望向星空，开始懵懂地思考真正的“人生”……

我们拥有的大脑，堪称宇宙中最精妙、最复杂的机器。因为它，我们很快成为地球的主人，但也因此深感孤独。我们正在试图建造一个与我们同等复杂的数字机器，难道这只是为了让我们人类在茫茫宇宙中感觉不再孤独吗？

已经有学者展开设计，只要继续砸钱堆算力，让模型参数超过100万亿，这正是人类大脑神经元链接的数量，那真正意义上的“超级AI”或许就会出现了！如果继续把参数再提高100倍、10000倍呢？问题有点扎心，我们就不问AI了，您觉得呢？

这样理解GPT，或许更通透

大部分人理解AI的第一个门槛就是“GPT”这个概念，看完AI给出的解释，所有字都认识，整体却仍是一头雾水。

家长和老师们确实有必要深挖下这个术语，否则面对孩子们的询问，我们只能支支吾吾，那就太尴尬了！我们可以尝试用成语巧妙实现对GPT概念的解读（表1-1）！

三个英文单词对应三个中文成语，既解释了AI的运作机理，又呼应人类的心智秘密，甚至还能彰显“教育”的存在！ 我们每个人都先经过数十年甚至更久的预训练，在某些专业领域具有生成能力，继而根据实际状况进行主观理解与创造。我们常说成年人通常比较固执，不就是因为模型已经预训练完了吗？想要改变确实不容易。

相似的思维模型，让我们和超级AI天然共鸣，爱之深！

不同的生命根基，让我们对超级AI警惕排斥，恨之切！

我尝试用这种方式给10岁的女儿解释ChatGPT，她很快就表示听懂了，让我这个搞教育的人获得了满满的成就感，甚至有些洋洋得意，心想咱们人类的智慧果然不是白给的！

夜深人静时突发奇想，超级AI能否用中文成语解释GPT这个技术概念呢？几秒钟后，它就给出了回应：“Generative对应举一反三、Pre-trained对应温故知新、Transformer对应独步天下！”这样的回答，让我瞬间感到脊背发凉，辗转反侧睡不着，不是担忧超级AI独步天下，而是深深反思，用类比方式理解复杂的科技概念，真的可以既简单又通透吗？这样对吗？这样好吗？这是深入浅出，还是自欺欺人呢？

对于大部分家长或老师，直接理解AI的算法原理，门槛确实很高，但不懂技术并不影响理解宏观趋势。其实， 无论怎么解读，都是特定视角下的阶段性认知，心存敬畏，持续迭代，才能收获智慧，进而理解并把握AI时代的发展趋势。

问学实践

1．请使用自己熟悉领域的知识，对标解读“GPT”这个技术概念，并尝试让AI工具评价自己的想法。

2．如果年龄适合，请向你的孩子或学生解释AI的基本含义，并尝试将AI划分为多种不同的类型或层级，对比其与常规方案有何不同。

3．请提出更多有思考价值的问题。 iBT9QVUqVO1g7t3PuXcELXMxPOCKnoMOgqJaDWYyeAA5z30sb4aRMIXKh+i9EzRY