什么是模型

人的大脑在识别事物时一般如下

分为 3 步骤

1. 输入： 看到或者听到事物
2. 处理： 大脑处理输入的事物
3. 输出： 判断出看到或听到的事物是什么

在这个过程中，大脑就是 模型

进一步抽象就是 输入 => 模型处理 => 输出

研究模型就是研究 盒子 的实现

构建模型

最近十几年 AI 发展迅速，工程师探索过很多种不同的模型原理和结构，比如 Symbolic（符号推导）

最终模拟大脑运行的 Neural Networks( 神经网络 )成为主流。

chartGPT 运行过程

chartGPT 是基于上下文预测的大型通用文字模型，它的原理很简单: 根据输入内容预测下一个单词，循环这个过程直到结束

看似越简单的工作原理，背后隐藏的技术越复杂

chartGPT 通过 1750亿 文本参数建模，这些参数来自互联网上的各种新闻，论坛，文库，论文等等。

这些参数是人类自然语言的融合， chatGPT 利用这些参数训练， 相当于是对现实世界建模

最终 chatGPT 表现惊人， 它几乎可以回答任何行业任何学科的问题

当大模型参数达到某个关键的规模阈值，就会出现 涌现。这种模型效果质的变化也被称为相变——整体行为的戏剧性变化，而这一变化是通过研究无法预见的。 OpenAI 本身都不能解释这些 AI 涌现出的“思维”，