对AI大模型祛魅了AI大模型不过如此
这篇文章，帮你给AI大模型“祛祛魅”：看清本质后，AI也不过如此。
文章出自老牌逆向工程专家halvar.flake，以下进行适当改写——
很多人聊起大模型（LLM），总爱不自觉地“神化”它：觉得它可能有意识、有动机、有潜在的危险人格……
一、语言模型不过是词语接龙
他谈到，语言模型做的事，不过是把前面的一段词语，映射成一个在高维空间里，并不断推进路径。
这个过程像极了贪吃蛇游戏：模型每走一步，旧记忆就被新记忆推着走。
所有的“对话”、“输出”，都是沿着这个路径往下一个词、一个词地推出来的。
二、所谓“对齐”不过是概率问题
你有没有遇到AI拒绝回答问题的情况？比如你咨询疾病，AI会告诉你应该找专业医生，拒绝给出医疗建议。
这就是“AI对齐”，技术上就是用大量样本、反馈机制、惩罚策略，“教”大模型应该说什么，不应该说什么。
乍一看仿佛是在给模型“立规矩”，但从技术角度看，“对齐”其实是个数学概率分布。
换句话说，对齐并非大模型理解了人类世界的规则，它只是靠“惩罚策略”，被“训练”得看上去会察言观色。
三、它没有意识、更没有“潜意识”
很多人喜欢把AI说得像人——有“觉醒”的可能，有“目的”、“动机”，甚至担心它“叛变”或“反抗人类”。但halvar.flake指出：这些都是臆症。
本质上，大模型只是一个高维空间里的函数，它做的事，就是基于上下文预测下一个词，整个流程是纯数学的，没有感知、没有思维，也没有“自我”。
甚至连“停下来”这件事，它都不会自己做，除非你不给它输入。从工程视角看，它就是一台需要“手摇”的文本生成器——你不喂它东西，它就不会动。
四、AI的惊人能力，也源自人类写下的大量语言
有人把AI输出的内容视为“智能”的体现，比如让它写童话、生成代码、总结文章，它确实做得越来越好。但它的“能力”来自哪里？答案很简单：海量人类文本。
我们用几乎整个互联网的内容，把大模型训练成一个能“猜出下一个词”的系统。它之所以能写诗、画图、回答问题，不是因为“理解”，而是因为它“见过”。
它能写病历，是因为见过无数病例；它能写论文，是因为读过足够多论文；它能画图，是因为看过成千上万幅图。AI不是创造力的源头，而是我们创造的镜子。
五、为什么那么多人坚持认为“它像人”？
flake认为，这可能是因为，一部分AI研究者本身就是带着“我想做出类人智能”的目标走进这个行业的。
当他们看到LLM能写诗、能聊天、能生成图像，就倾向于相信“它正在变成我们”。久而久之，他们不再把LLM当工具，而是当作一种“生命”。
而这种思路一旦成为主流，就容易让公众产生误解——以为AI正在“觉醒”，以为“它也许真的有意识”。
但现实是，它只是个生成函数。没有痛感，没有价值判断，也没有觉不觉醒的可能。
六、真正该关注的，不是“它像不像人”，而是“我们如何控制它”
flake最后提醒大家，与其花时间讨论AI有没有感情、能不能成精，不如回到工程视角：它是一个可以生成一切文本的系统。
问题在于——
我们没法穷举“不希望它生成的东西”，我们只能靠训练、采样、策略优化，让它“倾向于”走某些路径。
这才是“对齐”的核心难题：它不是伦理问题，而是概率控制问题。
大模型不会像人一样“越界”或“犯错”，它只是按统计规律往下预测词。真正的问题不是“它做了什么”，而是我们没法完全预判它“说出什么”。
七、祛魅之后，才能看清挑战
大模型已经展现出了一定的便利性，以前很难实现的自然语言处理、图文生成、摘要提取等任务，都变得简单高效，堪比“第四次工业革命”。
但只有先祛魅，才能真正掌握它。否则，我们只是在拿一个文本生成器，当作一个“可能成神”的生命体来看待。AI创造营（配图由AI生成）
参考链接：addxorrol.blogspot.com/
