AI是怎么理解一段话的?
作者：微信文章文：沉潜十年
我要做的AI工具是通过上传一个固定模板的碳盘查Excel表格，套用格式自动生成word格式的碳盘查报告。
这个过程就像搭积木一样，但首先需要让AI认出，积木长什么样子——也就是说需要让AI理解我上传的表格内容有什么。经过几天的学习，我尝试将这一流程的原理说明如下：
第一步，拆分。为了节省算力，AI在面对大段文字内容时，需要先对这部分内容进行拆分。举个例子，当单独出现“圳”“邯”“肓”“倜”时，我们可能不会立马反应过来这些是什么字，但如果加上组合，成为“深圳”“邯郸”“膏肓”“倜傥”时，这些字就变得容易辨认。对AI而言，拆分文字内容的目的也一样是为了容易辨认——AI会利用分词器将文字拆分成使用频率较高的词方便理解。此处我要用到的工具为RAG（检索增强生成），把相关文档片段先检索出来，再交给大模型生成答案，以避免“胡编”。
第二步，词嵌入。为了精确理解一个词的意思，AI需要先将第一步中分割好的词汇转化成数字，在高维度上定义词向量。假设AI需要区分“男人”和“女孩”的区别，假设需要区分的最基本两个特征是性别、年龄。用1表示男性，9表示女性；2表示年轻，8表示年长，则用向量表示，男人为（1，8）女孩为（9，2）。再细分些，如果是“老男人”“好女孩”等更细节的描述，则需要继续添加维度。我举的例子为二维，而AI会用一个高维度的向量来理解一个词。将词语转化为数字的过程就叫词嵌入（embedding）。
第三步，调用大模型。将第二步中嵌入好的词输入，结合给定的上下文语言环境，输入选择的大模型进行理解（比如Chat GPT 4.0），最终利用大模型这个“外置大脑”来理解我给出的材料，并针对我的问题作出回答。
目前我的理解如上，问了下AI基本能把核心要点说清。目前还是理论阶段，争取周末做出一个智能数据助手聊天机器人：）
（完）
页:
[1]