第2章 為什麼這麼火
選讀 需要的時候再讀。跳過也能跟上後面的章節。一句話總結:因為以前只有專家才能使用的 AI,現在人人都可以用平時說話的方式來指揮它了。
看起來是突然冒出來的,但其實不是
AI 的研究已經持續了幾十年。普通人真正開始親身感受到 AI,是從 2022 年的 ChatGPT 開始的。 可是作為它基礎的技術,比那早 5 年就出現了。
契機是一篇論文。這就是 2017 年穀歌研究團隊發表的《Attention Is All You Need》。[1] 這篇論文最早釋出在 arXiv 上。arXiv 是一個讓人在審稿之前先把論文公開出來的網站。 這篇論文介紹了一種叫**Transformer(轉換器)**的結構。這是一種一次性觀察句子裡各個詞之間關係的結構。 有了這種結構,才能高效地讓模型學習海量的文字。現在用的大部分 LLM 都是以這種結構為基礎。
Transformer 和以前的方式有什麼不同(點選展開)
以前的方式必須從句子開頭起,一個詞一個詞地依次讀。Transformer 則一次性觀察句子裡各個詞之間是什麼關係。所以可以分給很多臺計算機,快速地進行訓練。 Transformer 是怎麼運轉的,可以看下面「看影片瞭解更多」裡用圖畫講解的影片。
理解檢查
2017 年穀歌研究團隊的論文介紹了一種結構,成為現在大部分 AI 的基礎,它是什麼?
2022 年 11 月,ChatGPT
OpenAI 在 2022 年 11 月 30 日免費公開了 ChatGPT。[2] 不需要特別安裝,也不需要培訓,開啟網站,像聊天軟體一樣跟它說話就行。
反響非常熱烈。根據投資銀行瑞銀(UBS)的分析,ChatGPT 在公開約兩個月後的 2023 年 1 月,月活躍使用者估計達到了約 1 億人。按當時的標準, 它被認為是有史以來增長最快的消費級應用。[3]
之後,Anthropic 的 Claude、Google 的 Gemini 等多家公司推出了類似的服務,競爭就此開始。
理解檢查
ChatGPT 是什麼時候首次向所有人免費開放的?
到底有什麼不同
1. 可以用「平時說的話」給計算機派活
以前想讓計算機幹活,得學程式語言,或者熟悉固定的選單和按鈕。 LLM 只要這樣說就行。
把這份會議記錄裡誰要在什麼時候之前做什麼,整理成表格。2. 不是只做一件事,而是幾乎所有文字工作都能做
翻譯軟體只會翻譯,拼寫檢查器只會查拼寫。 一個 LLM 就可以做翻譯、總結、寫作、問答、頭腦風暴,甚至寫程式碼。
3. 成本和易得性
大部分服務都可以免費開始。用手機應用也能使用。 請助理或家教能做到的事,現在人人都可以試一試。
理解檢查
AI 聊天服務出現後,最大的變化是什麼?
由此引發的爭議
這件事之所以成為熱門話題,既有期待,也有擔憂。兩邊都瞭解一下,看問題才會更平衡。
| 爭議 | 內容 |
|---|---|
| 工作崗位 | 擔心寫作、翻譯、諮詢之類的工作會被 AI 取代或發生很大變化 |
| 準確性 | 因為第1章裡看到的幻覺,錯誤資訊可能被傳播開 |
| 版權 | AI 學習過的文字和圖畫的權利,以及 AI 生成的成果的權利問題 |
| 個人資訊 | 擔心輸入對話的內容會怎樣被儲存和使用 |
| 教育 | 學生把作業全都交給 AI 去做的問題 |
這本指南不會假裝這些擔憂不存在。實際上該怎麼小心,會在第9章「安全地使用」裡講。
理解檢查
為什麼會有人擔心 AI 會「傳播錯誤資訊」?
看影片瞭解更多
都是韓語影片。從第一個影片開始依次觀看,就能由易到難。
[ChatGPT] 沒有比這更簡單的講解了,'ChatGPT' · 洪真慶(Hong Jin-kyung,頻道「學習王天才」) · 科學 YouTuber Andoegwahak·Gwedo用簡單的話講解 ChatGPT 是什麼、為什麼這麼火。影片裡還有這樣的對比:聚集 100 萬用戶,Netflix 花了 3.5 年,Instagram 花了 2.5 個月,ChatGPT 只花了 5 天(9 分鐘,2023 年的影片)
Transformer,ChatGPT 就是用 Transformer 做出來的。- DL5 · 3Blue1Brown 韓語版 · 用圖畫展示文字在 Transformer 裡是怎樣流動的官方韓語配音版。只看前 7 分鐘就夠了。 裡面講到了預測下一個詞、把文字切成小片,以及意思相近的詞會變成相近的數字。後面就會出現矩陣和公式了(27 分鐘)
大名鼎鼎的注意力,看完這個影片就懂了!- DL6 · 3Blue1Brown 韓語版 · 上面那個影片的下一集,講詞與詞之間相互關注的「注意力(Attention)」。有一點難。前 5 分鐘出現的例子是關鍵。比如在「塔」前面加上「埃菲爾」,意思就會偏向埃菲爾鐵塔(26 分鐘)
親自試一試
向 LLM 問問這項技術本身。不要直接相信它的回答,去核實日期和數字對不對。
告訴我 ChatGPT 最早是哪天公開的,以及之後推出類似服務的三家公司。
請把每一條的出處也一起告訴我。把 LLM 回答的日期,和這一章的腳註比一比。可能對,也可能錯。 日期和腳註一樣嗎?它給出的出處真的存在嗎?像這樣問問自己就可以了。 「核實的習慣」是整本指南裡最重要的習慣。
整理
- 2017 年的 Transformer 論文是技術上的契機,2022 年 ChatGPT 的公開是走向大眾的契機。
- 核心變化是「可以用平時說的話,讓計算機做幾乎所有的文字工作」。
- 工作崗位、準確性、版權、個人資訊等爭議也要一併瞭解。
術語整理
| 術語 | 中文名稱 | 一句話解釋 |
|---|---|---|
| Transformer | Transformer(轉換器) | 一次性檢視句子裡各個詞之間關係的結構,如今大多數 LLM 都以它為基礎 |
| Hallucination | 幻覺 | AI 把不真實的內容說得像真的一樣 |
| arXiv | arXiv | 論文在審稿之前先公開發布的網站 |
這一章讀完了嗎?
學習記錄只儲存在這個瀏覽器中。整體進度可以在 全部目錄中檢視。
下一章:第3章. 為什麼要學
參考資料(3 則)
Vaswani 等,《Attention Is All You Need》,2017 年 6 月在 arXiv(預印本網站,論文在評審之前先公開放上去的網站)公開。arxiv.org (確認日期 2026-10-20) ↩︎
OpenAI,《Introducing ChatGPT》,2022-11-30。openai.com (確認日期 2026-10-20) ↩︎
Reuters,《ChatGPT sets record for fastest-growing user base - analyst note》,2023-02-01。reuters.com (確認日期 2026-10-20) ↩︎