目前的 ai 更像是研究出了一些“映射机”。
神经网络我们把它当做一个黑盒，不考虑内部原理，只考虑输入输出，那么就是如下的一个“映射机”
A1 -> B1
A2 -> B2
A3 -> B3
...
ChatGPT用同样的方式看待的话，和神经网络稍有不同，是一个输出加上 概率分布的“映射机”
A1 -> (40%概率输出) B1
A1 -> (30%概率输出) B2
A2 -> (30%概率输出) B3
...
这比较像人脑对一个东西的直觉，一旦“映射机”构建完成，在使用的时候，并没有太多思考。
人脑还有一个功能，就是可以将“映射机”像搭积木一样得使用。这也许可以模拟人脑推理的过程。
另还有一个点就是，人脑在构建“映射机”的时候，并不需要那么大的数据量来训练。我觉得原因有两个。
- 人脑会使用老的“映射机”来搭建新的映射机
- 人脑在调整映射机权重的时候，也用到了推理，从而排除了错误权重
人类“理解”一个东西的过程，可能就是构建多个”映射机“的过程。当我们得到了一个”目标“，我们的大脑就会尝试 构建”映射机“，使用”映射机“。注意这个使用的过程会有一个类似搭积木的过程，最终找到一条达到目标的路径。
