AI 工作原理 – 自学教程

你可能会说：我只是想用AI而已，干嘛要懂它的工作原理？
其实道理很简单：知道AI的能力从哪来，你才能更清醒地用它。你会知道什么时候该信它、什么时候该质疑；知道它擅长什么、不擅长什么；也会明白“胡说八道”的幻觉从哪来，以及怎么减少它的影响。

不用复杂公式，我们用生活化的类比，把AI工作的核心逻辑讲清楚。

一、神经网络：AI的“大脑”，其实很简单

现代AI的核心是神经网络，名字借鉴了人脑神经元的结构，但做了极大的简化。

从人脑到人工神经元

人脑里大约有860亿个神经元，它们互相连接、传递信号。学习的过程，本质就是调整这些连接的强弱。
人工神经网络沿用了这个思路，但结构简单得多：大量简单的计算单元连在一起，通过调整连接的“权重”来学习。

三层基本结构：从像素到“认出猫”

一个典型的神经网络分为三层，我们用“识别一张图是猫还是狗”举例子：

层级	作用	在猫狗识别里做什么
输入层	接收原始数据	读取图片的每个像素、颜色信息
隐藏层	逐层提取特征	从边缘→纹理→耳朵、眼睛等器官，一层比一层抽象
输出层	给出最终结果	输出“是猫的概率85%、是狗的概率15%”

最神奇的地方在于：这些特征不是人事先设计好的，是模型自己从海量数据里学出来的。
第一层可能只会识别“这里有一条竖线”“这里有个圆形”；第二层把它们组合起来，发现“竖线加圆形，可能是一只耳朵”；到更深的层，组合出两只尖耳朵、胡须、猫眼，就判断出“这是猫”。

单个神经元到底在算什么？

单个神经元做的事特别简单，就两步：加权求和 + 激活。
打个比方：就像评委打分。每个输入项（比如“尖的程度”“位置高度”）都有对应的权重（重要程度），把分数按权重加起来，再减去一个门槛值（偏置），过线了就输出，没过就不输出。

比如判断“这是不是猫耳朵”：

输入：尖的程度0.8、位置高度0.9、有没有毛0.7
权重：尖不尖最重要（0.5），位置其次（0.4），毛最不重要（0.3）
算下来总分超过阈值，就输出“可能是猫耳朵”

一个神经元很简单，但当成千上万个神经元分层连在一起，每层学习不同的特征，整体就会产生惊人的智能。

二、训练 vs 推理：十年寒窗 vs 上考场做题

AI的生命周期分为两个完全不同的阶段：训练和推理。搞懂这两者的区别，能解释你对AI的大半疑惑。

训练：寒窗苦读，花大价钱学知识

训练就是给模型喂海量数据，让它反复调整内部参数，预测得越来越准。
比如训练一个猫狗识别模型：

准备几百万张已经标注好的图片（这张是猫，那张是狗）
让模型猜“这是什么”，一开始基本全猜错
告诉它正确答案，让它微调网络里的权重
重复几百万次，直到模型预测得越来越准

训练阶段是最烧钱的：一个大模型可能需要几千张GPU连续跑几个月，花费几百万美元。

推理：学会之后，做题就快了

训练好的模型，给它新的输入，它输出结果，这个过程就是推理。
你给ChatGPT发一条消息，它回复你——这是推理；你用手机拍照识别植物——这也是推理。

推理的特点：

不需要调整参数，只用训练好的权重做计算
算力需求低，单张GPU甚至手机芯片就能跑
成本很低，一次调用几分钱甚至几厘钱

一张表看懂区别

维度	训练（读书）	推理（做题）
核心目标	学习知识、调整权重	应用知识、给出答案
数据量	需要海量数据	单次输入即可
算力需求	极高（几千张GPU）	很低（单卡/手机）
成本	极高（百万美元级）	极低（每次几分钱）
发生频率	几次到几十次	每秒数百万次
谁来做	OpenAI等大公司	普通用户、应用

打个最通俗的比方：训练就像十年寒窗苦读，费时间费精力；推理就像上考场做题，一旦学会了，答题就很快。

重要提醒：你平时和ChatGPT聊天，是在推理。模型不会因为你的对话“学习”或者“变聪明”，它的知识截止于训练完成的那一刻。

三、Transformer：让AI真正读懂上下文的核心

2017年Google发表了论文《Attention Is All You Need》，提出了Transformer架构，从此彻底改变了整个AI领域。今天几乎所有的大语言模型，都是基于Transformer。

在它之前，AI读长文总“失忆”

Transformer出现之前，处理句子用的是RNN、LSTM这类模型。它们的问题是：只能一个字一个字地往后处理，两个词隔得远一点，就捕捉不到关联了。
比如这句话：“我把钱包落在了北京的咖啡馆里，第二天回去找，____ 还在。”
人一眼就知道横线填“它”，指的是“钱包”。但旧模型处理到“还在”的时候，可能已经忘了前面“钱包”的存在。

注意力机制：像人一样抓重点

Transformer的核心突破，就是注意力机制。
什么是注意力？打个比方：你读一句话的时候，不是每个字都花同样的精力。看到“它”的时候，你会自动把注意力放在前面的“尾巴”“耳朵”这类关键词上，来判断说的是什么动物。

注意力机制做的就是这件事：根据当前处理的位置，动态给句子里的每个词分配权重，知道该重点关注谁。
所以哪怕“钱包”和“它”隔了十几个字，模型也能精准地把它们对应起来。

注意力机制带来了三个关键优势：

能捕捉长距离依赖：隔再远的相关内容都能连上
可并行计算：不用一个字一个字处理，可以同时看完整句话，速度快很多
有一定可解释性：可以通过注意力权重，看到模型在“看”哪个词

Encoder和Decoder：理解和生成

完整的Transformer分为两部分：

Encoder（编码器）：负责理解输入，把文字变成向量表示，适合文本分类、语义搜索这类任务
Decoder（解码器）：负责根据理解生成输出文本，适合写作、翻译、对话

我们熟悉的GPT、Claude、Llama都是“仅Decoder”架构，所以它们特别擅长生成流畅自然的文本。

四、预训练+微调：从“博学”到“好用”

今天的大模型，基本都采用两阶段训练法：预训练 + 微调。

预训练：读万卷书，学通识

预训练就是把互联网上海量的文本——维基百科、书籍、网页、代码等等，喂给模型，让它只做一件事：预测下一个词。
输入“今天天气真”，让它猜下一个字；输入“1 + 1 = ”，让它猜下一个数字。

这个阶段没有特定任务，就是让模型广泛学习语言规律、常识知识、逻辑、代码等等。预训练是最花钱的部分：数据最多、算力最大、时间最长。
预训练完成的模型，就像一个刚毕业的高材生，博览群书，但还不会“好好干活”。

微调：职业培训，学做事

预训练后的模型虽然博学，但不一定“听话”。
你问它问题，它可能自顾自说个不停，而不是直接回答；你让它写代码，它可能写一半就跑题。

微调就是用高质量的对话数据，再进一步训练模型，教它：

理解人类指令，按要求输出
保持正常对话风格，拒绝有害请求
输出更安全、更有用的内容

微调的数据量比预训练小得多，但对质量要求很高。

一个类比讲透

预训练 = 从小学到大学，读万卷书，广泛学习各种通识知识
微调 = 毕业后的职业培训，学怎么沟通、怎么写邮件、怎么完成具体工作

预训练让模型有知识，微调让模型好用。这也是为什么同样参数的模型，有的感觉聪明但难用，有的普通但顺手——差别往往就在微调做得好不好。

五、AI为什么会“胡说八道”？幻觉的真相

幻觉（Hallucination）是AI最著名的问题：它经常一本正经地编造不存在的人名、论文、数据，说得比真的还像真的。

本质原因：它在“猜词”，不是在“查事实”

要理解幻觉，先回到AI最底层的工作逻辑：
它不是在查证事实，而是在预测下一个最可能出现的词。

你问“谁发明了电话？”，训练数据里“亚历山大·格雷厄姆·贝尔”这个序列出现的概率最高，所以它答对了；
但你问一个训练数据里没有的问题，它不知道“自己不知道”，只会按照统计规律，编造一个听起来最合理的答案。

幻觉常见的四个原因

原因	解释	例子
训练数据不足	话题太冷门，训练数据里很少，模型没学好	问一个非常小众的专业问题
知识截止	训练数据之后发生的事，模型不可能知道	2024年训练的模型不知道2025年的新事件
混淆来源	把多个来源的信息混在一起，张冠李戴	张三和李四经常一起出现，就把李四的论文安给张三
过拟合	训练时把数据里的噪声当成了事实	编造出根本不存在的引用文献

怎么减少幻觉的影响？

作为普通用户，你可以用这四招：

关键信息必核实：涉及医疗、法律、投资、重要事实，一定要去官方渠道查证
让模型提供来源：追问“这个信息的出处是什么？”“能给我引用来源吗？”
用RAG检索增强：把你自己的文档喂给模型，让它只基于资料回答，不要自由发挥
多模型交叉验证：同一个问题问两三个不同模型，答案一致的话可信度更高

记住一句话：AI说的话，听起来再像真的，也可能是编的。涉及高风险决策，永远保持一点怀疑。

写在最后

懂了AI的工作原理，你就不会把它当成无所不知的神，也不会因为它犯错就全盘否定。
它本质上是一个从海量数据里学到语言规律的概率模型：擅长处理有规律、有先例的问题，不擅长凭空查证事实，也没有真正的“理解”和“意识”。

知道它的边界，用好它的长处，规避它的短处，它才是能真正帮到你的高效工具。