训练模型就是AI吗？这个知乎热门问题，让我想起三年前那个深夜

那天凌晨两点，我盯着屏幕上跑了一半的代码，突然冒出一个特别“小白”的疑问：我这一行行代码喂数据，等上十几个小时出来的东西，就能叫“人工智能”了？巧的是，最近在知乎上，看到一模一样的问题被顶上了热榜：“训练模型就是AI吗？”底下几百条回答，吵得不可开交，作为一个折腾过不少模型，也写过不少科普的人，我想聊聊这个事儿,可能和那些标准答案不太一样。

直接说结论吧：训练模型绝对是AI的核心部分，但它不等于AI的全部，更不等于我们普通人想象中那个“智能”。 这就好比，你练书法，反复临摹字帖是“训练”，但最后能写出自己风格的作品，甚至创作一首诗，那才是“艺术”，训练模型就是那个“临摹”的过程，至关重要，但离真正的“创作”还有距离。

我刚开始接触的时候，也犯过迷糊，觉得把数据丢进去，调调参数，出来一个能识图或者聊天的东西，哇，太神奇了，这就是智能吧！但后来自己踩的坑多了就明白了，我试着训练一个识别猫狗的小模型，我精心准备了一万张高清猫狗图片，跑了一晚上，准确率高达95%，我兴奋地拿朋友手机里一张有点模糊的、猫躲在阴影里的照片去试，结果模型一口咬定那是只“狗”，为啥？因为我给的训练数据太“干净”了，都是标准照，它根本没学会处理现实世界里那些乱七八糟的情况，你看，它只是在数据里找到了统计规律，但完全谈不上“理解”什么是猫,什么是狗。

知乎上很多专业答主说的对，现在的模型训练，很大程度上是“曲线拟合”，通过海量数据，找到一个超级复杂的数学函数，让它的输出尽可能符合我们的预期，它很强大，能解决特定问题，但它的“智能”非常狭窄，甚至脆弱，你换个问法，或者给它一个训练数据里从没出现过的场景，它可能就“懵”了，给出离谱的答案，这离我们科幻电影里那种能推理、有常识、能举一反三的通用人工智能（AGI）,还差着十万八千里。

那为什么大家还是习惯把训练出来的模型叫做AI呢？我觉得，一方面是技术传播中的简化，跟普通人解释“深度神经网络中的梯度下降优化”，不如一句“它在学习”来得直观，这些模型实现的效果，确实替代或增强了过去需要人类智能才能完成的任务，比如翻译、下棋、生成文本，从功能结果上看，叫它“弱人工智能”或者“专用人工智能”,没毛病。

但我们必须心里有数，现在满天飞的“AI工具”，本质上都是被精心训练出来的“模型”，你用它写文章，它是在模仿它“吃”进去的所有文本模式；你用它画画，它是在拼接学习到的视觉元素，它的“思考”过程，和我们人类完全不同，明白了这一点，你再看那些宣传“全智能”、“颠覆性”的文案，就能冷静很多，它是个厉害的工具，但工具的背后，还是人的设计、人的数据、人的目标。

回到开头那个深夜的困惑，我现在觉得，训练模型更像是在给一个拥有巨大潜力的“大脑”灌输经验和知识，这个大脑的结构（算法）是我们设计的，经验（数据）是我们筛选的，学习目标（损失函数）也是我们设定的，最终它能表现出多高的“智能”，取决于我们这些“老师”教得怎么样，以及它自身结构的潜力，它自己，暂时还不会主动好奇，不会提出那个“我是谁”的知乎问题。

下次你再听到“AI”这个词，可以多问一句：它指的是那个训练过程？还是训练好的那个模型？或者是最终表现出来的智能行为？这么一分，很多玄乎的概念就清晰了，技术很酷，但祛魅之后，我们才能更好地用它，而不是被它牵着鼻子走，毕竟，工具嘛，用得明白,才是真的好。

（免费申请加入）AI工具导航网

相关标签： # 训练模型就是ai吗知乎