AI基础

# AI 基础知识 来源：https://openai.com/academy/what-is-ai/ 欢迎！如果你是 AI 新手，不需要技术背景也能上手。最有用的是先了解一张简单的全景图——这样你就能明白 AI 系统能做什么、它们以什么形式呈现，以及如何选择适合你需求的工具。 **人工智能（AI）** 是一类能够识别模式、从数据中学习并生成有用输出的软件。 你可能已经在日常场景中见过 AI，比如： - 导航应用帮你重新规划避开拥堵的路线 - 银行将某笔消费标记为“异常” - 客服聊天机器人回答常见问题 AI 是一个类别，而非单一工具。在这个类别之下是**模型**：经过训练的系统，能从数据中学习，并将学到的内容应用到新场景中。有些模型擅长语音、视觉或预测。 你很可能已经从使用对话式 AI 工具（如 ChatGPT）开始了 AI 之旅。ChatGPT 背后的模型专注于语言——它们被称为**大型语言模型**。 **大型语言模型（LLM）** 是一种专门处理语言的模型。它从大量来自多个来源的文本中学习模式，从而能够以有用的方式生成和转换文本。LLM 不像人类那样“知道”事物，而是根据上下文预测最可能的下一个语言片段。随着算力、训练方法以及大规模数据集访问能力的提升，人们得以构建更大、更强大的大型语言模型。 OpenAI 和其他前沿研究实验室将这些模型作为其产品的核心，然后通过面向用户的产品（如 ChatGPT 或 Codex）以及 API 提供给用户，开发者可以使用这些 API 构建自己的 AI 工具，或将 AI 集成到现有软件中。 这些研究实验室会在模型经过训练并通过内部评估和安全测试后，推出新模型。当你听说某个 AI 模型被“训练”过时，通常指的是**两个阶段**——就像一个人学习并提升工作能力的过程。 第一阶段是**预训练**，模型从海量文本中学习通用模式，从而具备总结、起草、翻译和解释等广泛技能。 可以把它想象成一名新员工，花几周时间阅读一切能读的东西——手册、优秀工作范例、过往项目、常见问题解答——直到他们理解工作的“轮廓”。 现在，这位“员工”开始实际工作，而“经理”则给予指导：更清晰一点、善用追问、匹配恰当的语气、遵守公司政策。这就是**后训练**。这个阶段帮助模型更可靠地遵循指令，以有用的风格进行沟通，并更好地处理棘手情况。 后训练还特别强调**安全检查**——旨在减少有害输出、避免不想要的请求，并在涉及敏感或不确定话题时更谨慎地回应的训练。 随着模型不断更新和训练，你可能会注意到语气或回答上的变化。如果你想要一致的结果，请明确说明你的目标、受众、格式和限制条件——并注意在涉及安全或不确定性时，模型会变得更加谨慎。 不同的模型针对不同的权衡进行了调优，例如速度、深度以及遵循多步指令的严谨程度。有些模型设计用于快速流畅地处理日常任务（起草、总结、改写、头脑风暴）。另一些模型则会在回答前花费更多算力*思考*问题，这可以提高在更困难、多步骤任务上的可靠性。 **非推理模型**（有时标为“即时”）针对快速流畅的输出进行了优化。当任务简单且你主要追求效率时，它们是很好的默认选择：将笔记整理成消息、润色措辞、生成选项、提取要点。 **推理模型**（有时标为“思考”）经过训练，更擅长进行有意识、逐步的问题解决——例如规划、复杂分析、棘手的调试，或涉及约束条件和边缘情况的决策。它们可能需要更长时间，但通常能更好地跟踪多个动态因素并避免浅层错误。 如果你刚开始使用，不必担心模型选择——ChatGPT 的默认体验设计为*自动切换*，这样你可以专注于问题本身，而不是设置。 随着时间推移，当你了解自己偏好什么（速度还是深度，快速草稿还是仔细分析），就可以开始尝试可选控制项：例如，大多数时候选择**自动**，当任务复杂或风险较高时切换到**思考**。 以下是简单的层次结构： - **AI** = 整体领域 - **模型** = 经过训练、执行特定任务的系统 - **大型语言模型（LLM）** = 专注于理解和生成语言的模型，由 AI 研究实验室不断训练 - **ChatGPT** = 帮助你有效使用 LLM 的产品 一旦你脑海中有了这个框架，就能为学习如何利用 ChatGPT 等工具获得出色结果做好准备——从如何与它对话以获得你想要的结果开始。