上面举的例子涉及到为数字数据建立模型，这些数据基本上来自于简单的物理学 —— 几个世纪以来我们都知道 “简单数学适用”。但是对于 ChatGPT 来说，我们必须为人类语言文本建立一个模型，即由人脑产生的那种模型。而对于这样的东西，我们（至少现在）还没有类似 “简单数学” 的东西。那么，它的模型可能是什么样的呢？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
在我们谈论语言之前，让我们先谈谈另一项类似人类的任务：识别图像。而作为一个简单的例子，让我们考虑数字的图像（是的，这是一个经典的机器学习例子）：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
我们可以做的一件事是为每个数字获取一堆样本图像：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
然后，为了找出我们输入的图像是否对应于某个特定的数字，我们只需与我们拥有的样本进行明确的逐像素比较。但作为人类，我们似乎可以做得更好 —— 因为我们仍然可以识别数字，即使它们是手写的，并且有各种各样的修改和扭曲。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
当我们为上面的数字数据建立一个模型时，我们能够取一个给定的数字值 x，然后为特定的 a 和 b 计算 a + bx。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
因此，如果我们把这里的每个像素的灰度值当作某个变量 xi，是否有一些所有这些变量的函数，在评估时告诉我们这个图像是什么数字？事实证明，有可能构建这样一个函数。不足为奇的是，这并不特别简单。一个典型的例子可能涉及 50 万次数学运算。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
但最终的结果是，如果我们把一幅图像的像素值集合输入这个函数，就会得出一个数字，指定我们的图像是哪个数字。稍后，我们将讨论如何构建这样一个函数，以及神经网络的概念。但现在让我们把这个函数当作黑匣子，我们输入例如手写数字的图像（作为像素值的阵列），然后我们得到这些数字对应的数字：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
但这里到底发生了什么？比方说，我们逐步模糊一个数字。有一段时间，我们的函数仍然 “识别” 它，在这里是一个 “2”。但很快它就 “失去” 了，并开始给出 “错误” 的结果：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
但为什么我们说这是一个 “错误” 的结果呢？在这种情况下，我们知道我们通过模糊一个 “2” 得到所有的图像。但是，如果我们的目标是制作一个人类识别图像的模型，那么真正要问的问题是，如果遇到这些模糊的图像，在不知道其来源的情况下，人类会做什么。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
如果我们从我们的功能中得到的结果通常与人类会说的话一致，我们就有一个 “好的模型”。而非微不足道的科学事实是，对于像这样的图像识别任务，我们现在基本上知道如何构建这样的函数。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html
我们能 “从数学上证明” 它们的作用吗？嗯，不能。因为要做到这一点，我们必须有一个关于我们人类正在做什么的数学理论。以 “2” 图像为例，改变几个像素。我们可以想象，只有几个像素 “不合适”，我们还是应该认为这个图像是 “2”。但这应该到什么程度呢？这是一个关于人类视觉感知的问题。而且，是的，对于蜜蜂或章鱼来说，答案无疑是不同的 —— 对于假定的外星人来说，可能完全不同。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/ai/41486.html