棋棋书网

ai的“前世今生”——从“只会下棋”到“能聊能写”（第3页）

现在的AI，已经不是“只会干简单活”的工具了，而是能帮人做“创造性工作”的伙伴。比如设计师可以用AI生成初稿，再根据自己的想法修改，节省大量时间；文案策划可以用AI找灵感，避免“卡壳”；甚至科研人员可以用AI分析实验数据，快速找到规律。这就像刚大学毕业的年轻人，不仅能完成基础工作，还能在专业领域提出自己的想法，为团队创造价值。

三、AI能“升级”的背后：靠“三大法宝”，缺一个都不行

看到这里，你可能会好奇：AI为什么能一步步变聪明？从只会算算术到能写能画，到底是什么在“推动”它进步？其实答案很简单——AI的成长，全靠背后的“三大法宝”：数据变多了、计算机变快了、算法变好了。这三者就像咱们上学时的“课本”“文具”和“学习方法”，缺了任何一个，都没办法学好知识。

1. 第一宝：数据变多了——AI有了“海量课本”，能“读万卷书”

咱们人类学习知识，需要靠课本、参考书、老师讲课的内容；AI“学习”能力，靠的是“数据”。简单说，数据就是AI的“课本”——AI要想学会“识别猫”，就得看几百万张猫的照片；要想学会“聊天”，就得读几亿条人类的对话记录；要想学会“写文案”，就得看几千万篇文章、报告、小说。

以前的AI为什么“笨”？很大一部分原因就是“数据太少”。在1950年代，电脑还很昂贵，存储设备的容量也很小——比如当时最先进的电脑，存储容量只有几KB（1KB相当于几千个汉字），连一张清晰的照片都存不下。那时候的科学家，要想给AI“喂”数据，只能靠人工输入，比如手动输入几百道数学题、几十张简单的图片。AI没多少“课本”可学，自然只能掌握最基础的能力，比如算算术。

但现在不一样了——咱们每天都在“创造”大量数据：你发的朋友圈、拍的照片和视频、在网上浏览的内容、跟朋友的聊天记录、甚至是手机定位的轨迹，都会变成“数据”。这些数据的量有多大？举个例子：光是每天在互联网上产生的文字数据，就能装满几十亿个U盘；每天产生的图片和视频数据，更是多到无法想象。

这些“海量数据”，就像给AI提供了“读不完的课本”。比如现在的AI要学“识别猫”，不仅能看到各种品种的猫（橘猫、英短、布偶猫），还能看到猫在不同场景下的样子（睡觉的猫、玩球的猫、下雨天的猫），甚至能看到猫的各种表情（开心的猫、生气的猫）。AI看得越多，对“猫”的理解就越深刻，识别准确率自然就越高。

本小章还未完，请点击下一页继续阅读后面精彩内容！

再比如AI学“聊天”，以前只能靠几百条对话数据学习，现在能读到几亿条人类的对话——从日常闲聊（比如“今天吃什么”）到专业讨论（比如“怎么解决电脑卡顿”），从情感交流（比如“失恋了怎么办”）到知识科普（比如“为什么天空是蓝色的”）。AI读的对话越多，就越能理解人类的语言逻辑和情感，聊天时就越“自然”，不会像以前那样“答非所问”。

简单说：数据越多，AI的“知识面”就越广，能做的事就越多。就像咱们读了100本书，肯定比读1本书懂得多；AI“读”了100万条数据，也肯定比“读”1万条数据更聪明。

2. 第二宝：计算机变快了——AI有了“飞毛腿”，能“快速吸收知识”

就算有再多“课本”，要是读得慢，也学不好知识。AI“读数据”的速度，全靠“计算机”的能力——计算机就像AI的“腿”，腿越快，AI能“跑”过的数据就越多，学习效率就越高。

以前的计算机有多慢？咱们举个例子：1950年代的“埃尼阿克”计算机，是世界上第一台通用计算机，它的运算速度是每秒5000次加法。这是什么概念？如果让它处理100张简单的黑白图片（每张图片只有几千个像素点），它得花上整整一天才能“看完”；要是让它学国际象棋的基础走法，光“记住”所有棋子的规则，就得耗上好几天。那时候的AI，就像一个走路磨磨蹭蹭的小孩，手里捧着一堆课本，却半天翻不完一页，自然学东西慢得要命。

但随着技术发展，计算机的速度越来越快，尤其是“人工智能专用计算机”的出现，直接给AI装上了“飞毛腿”。比如现在常见的“GPU（图形处理器）”，原本是用来处理游戏画面的，但科学家发现它特别适合AI的“深度学习”——能同时处理大量数据，运算速度比传统计算机快几十倍甚至几百倍。

举个具体的例子：2012年让图片识别准确率突破的“AlexNet”，当时用了两块GPU来处理数据，每秒能处理几百万个像素点。要是换成1950年代的“埃尼阿克”，处理同样的数据得花上几十年；但用GPU，只需要几个小时就能完成。再看现在的ChatGPT，背后用到的计算机集群（成百上千台高性能计算机连在一起），运算速度能达到每秒几亿亿次——相当于一秒钟能“读完”几亿本书，这种速度在以前是想都不敢想的。

计算机速度的提升，给AI带来了两个关键改变：一是“学习时间大大缩短”，以前需要几个月才能学完的数据，现在几天甚至几小时就能搞定；二是“能学更复杂的数据”，比如高清视频（每秒有几十万像素点）、长篇小说（几百万字），以前的计算机根本处理不了，现在的AI却能轻松“消化”。

就像咱们以前靠走路去学校，每天只能学几页课本；现在坐高铁去图书馆，一天能读几十本书——速度快了，能学的东西自然更多，进步也更快。AI的“飞毛腿”，正是它能快速成长的重要基础。