AI人工智能与LLM语言大模型

AI人工智能与LLM语言大模型
-----------
引言：为什么现在的AI能聊天、写文章、写诗、甚至帮你做PPT？今天带你看懂两大核心科技：​​AI人工智能​​ 和 ​​LLM大语言模型​​！
-----------
什么是AI人工智能
--Artificial Intelligence，简称 ​​AI​​
--让机器拥有人类智慧能力，能像人一样学习、思考、表达、决策
--核心特征
   --学习能力：通过算法让计算机从数据中学习规律，自动优化模型性能，无需显式编程
   --推理能力：基于逻辑或概率模型进行分析和判断
   --自然语言处理：保障人与机器能顺畅交流
   --感知能力：多类型信息感知能力，多模态信息感知能力
--应用场景
​​   --医疗​​：辅助诊断（如乳腺癌识别准确率99%）
​   --​交通​​：自动驾驶、智能交通调度
​​   --金融​​：风险评估、欺诈监测、智能投顾
​​   --生活​​：智能家居、语音助手、个性化推荐
-----------
什么是LLM大语言模型
--Large Language Model，简称LLM
--基于海量文本数据训练的深度学习模型，能够理解和生成自然语言文本
​​   --语言模型≠语音对话模型，是语言所形成的文本大模型
​​   --仅能对文本进行理解，难以理解图片、表格、图表、声音、视频等信息类型
--深度神经网络模型
​​   --包含​​亿级参数，单位为B=billion=十亿，人脑大约有1000亿神经元大约100B参数
​​   --每个参数都是‘人工神经’，百亿参数织成‘AI 大脑’
​​--深度学习
​​   --即形成参数值、参数与参数间的关系的过程，最终在训练后形成一种参数关系，这种关系就是最终的认知能力
​​   --比如，在大模型训练前，给它一幅图片，它无法识别里面是否有猫；但是在给它一亿张猫的图片，在告诉它这些是猫，它会自动总结“猫”的规律，形成对“猫”的认知后，它就可以识别出新给的图片中是否有猫
​​--深度学习与传统编程的区别
​​   --深度学习，能自动总结规律，形成认知，然后依靠形成的认知来处理事务
​​   --传统编程，依靠程序员来总结规律，并通过编程方式固化认知，比如猫的眼睛多大、什么形状、瞳距多少等各种参数进行比对，从而判断图片是否是猫，很显然传统编程方式不仅效率低，而且难以全面
--LLM产品
​​   --国内：deepseek xx系列（深度求索公司）、通义千问Qwen xx系列（阿里巴巴公司）、豆包（字节跳动公司）
​​   --国外：GPT-xx系列（OpenAI公司）、Gemini（Google公司）、Llama xx系列（Meta公司）
-----------
总结
--AI是人造的拥有人类思考能力的机器
--LLM是AI的重要组成部分
   --能够理解、推理、组织文字的模型
   --是人类和AI进行自然交互的接口