Skip to content

本页由 AI 根据韩语原文翻译,可能存在错误。

第2章 为什么这么火 ​

选读 需要的时候再读。跳过也能跟上后面的章节。

一句话总结:因为以前只有专家才能使用的 AI,现在人人都可以用平时说话的方式来指挥它了。

看起来是突然冒出来的,但其实不是 ​

AI 的研究已经持续了几十年。普通人真正开始亲身感受到 AI,是从 2022 年的 ChatGPT 开始的。 可是作为它基础的技术,比那早 5 年就出现了。

契机是一篇论文。这就是 2017 年谷歌研究团队发表的《Attention Is All You Need》。[1] 这篇论文最早发布在 arXiv 上。arXiv 是一个让人在审稿之前先把论文公开出来的网站。 这篇论文介绍了一种叫**Transformer(转换器)**的结构。这是一种一次性观察句子里各个词之间关系的结构。 有了这种结构,才能高效地让模型学习海量的文字。现在用的大部分 LLM 都是以这种结构为基础。

Transformer 和以前的方式有什么不同(点击展开)

以前的方式必须从句子开头起,一个词一个词地依次读。Transformer 则一次性观察句子里各个词之间是什么关系。所以可以分给很多台计算机,快速地进行训练。 Transformer 是怎么运转的,可以看下面「看视频了解更多」里用图画讲解的视频。

理解检查

2017 年谷歌研究团队的论文介绍了一种结构,成为现在大部分 AI 的基础,它是什么?

2022 年 11 月,ChatGPT ​

OpenAI 在 2022 年 11 月 30 日免费公开了 ChatGPT。[2] 不需要特别安装,也不需要培训,打开网站,像聊天软件一样跟它说话就行。

反响非常热烈。根据投资银行瑞银(UBS)的分析,ChatGPT 在公开约两个月后的 2023 年 1 月,月活跃用户估计达到了约 1 亿人。按当时的标准, 它被认为是有史以来增长最快的消费级应用。[3]

之后,Anthropic 的 Claude、Google 的 Gemini 等多家公司推出了类似的服务,竞争就此开始。

2017 年 Transformer 论文 → 2022 年 11 月 ChatGPT 免费公开 → 2023 年 1 月月用户约 1 亿人(估计) → 之后 Claude·Gemini 等开始竞争。从技术契机到人人都能用,花了 5 年

理解检查

ChatGPT 是什么时候首次向所有人免费开放的?

到底有什么不同 ​

1. 可以用“平时说的话”给计算机派活 ​

以前想让计算机干活,得学编程语言,或者熟悉固定的菜单和按钮。 LLM 只要这样说就行。

把这份会议记录里谁要在什么时候之前做什么,整理成表格。

2. 不是只做一件事,而是几乎所有文字工作都能做 ​

翻译软件只会翻译,拼写检查器只会查拼写。 一个 LLM 就可以做翻译、总结、写作、问答、头脑风暴,甚至写代码。

3. 成本和易得性 ​

大部分服务都可以免费开始。用手机应用也能使用。 请助理或家教能做到的事,现在人人都可以试一试。

理解检查

AI 聊天服务出现后,最大的变化是什么?

由此引发的争议 ​

这件事之所以成为热门话题,既有期待,也有担忧。两边都了解一下,看问题才会更平衡。

争议内容
工作岗位担心写作、翻译、咨询之类的工作会被 AI 取代或发生很大变化
准确性因为第1章里看到的幻觉,错误信息可能被传播开
版权AI 学习过的文字和图画的权利,以及 AI 生成的成果的权利问题
个人信息担心输入对话的内容会怎样被保存和使用
教育学生把作业全都交给 AI 去做的问题

这本指南不会假装这些担忧不存在。实际上该怎么小心,会在第9章「安全地使用」里讲。

理解检查

为什么会有人担心 AI 会“传播错误信息”?

看视频了解更多 ​

都是韩语视频。从第一个视频开始依次观看,就能由易到难。

[ChatGPT] 没有比这更简单的讲解了,'ChatGPT' · 洪真庆(Hong Jin-kyung,频道“学习王天才”) · 科学 YouTuber Andoegwahak·Gwedo用简单的话讲解 ChatGPT 是什么、为什么这么火。视频里还有这样的对比:聚集 100 万用户,Netflix 花了 3.5 年,Instagram 花了 2.5 个月,ChatGPT 只花了 5 天(9 分钟,2023 年的视频)

Transformer,ChatGPT 就是用 Transformer 做出来的。- DL5 · 3Blue1Brown 韩语版 · 用图画展示文字在 Transformer 里是怎样流动的官方韩语配音版。只看前 7 分钟就够了。 里面讲到了预测下一个词、把文字切成小片,以及意思相近的词会变成相近的数字。后面就会出现矩阵和公式了(27 分钟)

大名鼎鼎的注意力,看完这个视频就懂了!- DL6 · 3Blue1Brown 韩语版 · 上面那个视频的下一集,讲词与词之间相互关注的“注意力(Attention)”。有一点难。前 5 分钟出现的例子是关键。比如在“塔”前面加上“埃菲尔”,意思就会偏向埃菲尔铁塔(26 分钟)

亲自试一试 ​

向 LLM 问问这项技术本身。不要直接相信它的回答,去核实日期和数字对不对。

告诉我 ChatGPT 最早是哪天公开的,以及之后推出类似服务的三家公司。
请把每一条的出处也一起告诉我。

把 LLM 回答的日期,和这一章的脚注比一比。可能对,也可能错。 日期和脚注一样吗?它给出的出处真的存在吗?像这样问问自己就可以了。 “核实的习惯”是整本指南里最重要的习惯。

整理 ​

  • 2017 年的 Transformer 论文是技术上的契机,2022 年 ChatGPT 的公开是走向大众的契机。
  • 核心变化是“可以用平时说的话,让计算机做几乎所有的文字工作”。
  • 工作岗位、准确性、版权、个人信息等争议也要一并了解。

术语整理 ​

术语中文名称一句话解释
TransformerTransformer(转换器)一次性查看句子里各个词之间关系的结构,如今大多数 LLM 都以它为基础
Hallucination幻觉AI 把不真实的内容说得像真的一样
arXivarXiv论文在审稿之前先公开发布的网站

这一章读完了吗?

学习记录只保存在这个浏览器中。整体进度可以在 全部目录中查看。

下一章:第3章. 为什么要学


参考资料(3 条)
  1. Vaswani 等,《Attention Is All You Need》,2017 年 6 月在 arXiv(预印本网站,论文在评审之前先公开放上去的网站)公开。arxiv.org (确认日期 2026-10-20) ↩︎

  2. OpenAI,《Introducing ChatGPT》,2022-11-30。openai.com (确认日期 2026-10-20) ↩︎

  3. Reuters,《ChatGPT sets record for fastest-growing user base - analyst note》,2023-02-01。reuters.com (确认日期 2026-10-20) ↩︎