经过半个多世纪的发展，今天的计算机能以惊人的速度计算。计算机虽然算得快，但需要人类给出极为具体的指令，比如“比较两个数的大小”或者“给一个数加上一”。无论多么复杂的程序，都是由这些简单的运算堆积而来。这些简单的运算组合起来，可以完成很多惊人的任务，我们用这种办法建造了复杂的网站，模拟各种自然现象，让我们可以在手机上看视频，还能处理各种各样的办公软件。

　　然而，无论怎么组合，简单的运算却无法产生复杂的智能。因为人的认知能力是从上而下产生的。我们大脑可以通过仍然不太清楚的机制，迅速“捕捉”到语言或图片的高层特征和含义。与人不同的是，计算机采用的是自下而上的方式运行，必须从最底层的基本规则开始定义。但很多对人类来说很简单的工作，却很难提出非常具体的规则。

　　我们承认某些问题的复杂性，所以根本不尝试从内部破解它，而是把它当成一个黑盒子，可以根据不同的输入做出合理的输出。过去几十年，机器学习和统计学习领域的学者陆续提出了很多不同的模型。之后，为了适应不同的场景，模型的结构也在不断进化。那些让我们惊叹的对话能力，的确是通过一个几千亿参数的模型，在人类的语言上完成的自我学习。   

　　市科协供稿