本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。
今天，我们从一个看似简单却至关重要的问题开始：AI模型，到底是如何“读懂”人类语言的？
当我们向AI大模型输入“今天天气不错”，它看到的并不是这六个汉字，而是一串冰冷的数字。然而，它却能从中理解语义，并生成富有逻辑和情感的回应。
这一切都源于AI心智的起源——词嵌入 (Word Embedding)。
一、 从符号到数字：文字向量化
在AI模型内部，所有运算都基于数学。因此，在我们深入Transformer的复杂结构之前，必须解决一个更根本的问题：如何将离散的、符号化的文字（Token），转化为机器可以处理的、有意义的数字？
这条“进化之路”充满了挑战，也见证了AI对语言理解的逐步深化。
- 最初的尝试：索引与独热编码的困境
最直观的想法，莫过于给每个字或词编一个号。就像字典里的页码，“今天”是100，“天气”是120。
例如，假设“今天天气不错”这个句子被切分为“今天”、“天气”、“不错”三个词，若“今天”在词典中对应的位置为100，“天气”在词典中的位置为120，“不错”在词典中的位置为230，那么“今天天气不错”可以被表示为：[100, 120, 230]。
这种方式看似简单合理，但存在一个严重的问题：无法表示Token的语义。用索引来表示Token，数字完全取决于Token在词典中的位置，跟Token的含义无关。 从数字表示上看，一些差距较小的数字，例如1、2或3、4等，在数字上的差距较小，但是所代表的Token含义可能完全不同。
而一些含义相近的Token，例如“西红柿”、“番茄”，在词典中可能一个在第200位，另一个可能在第1888位，这两个数字差距非常大，但所代表的Token含义相似。
后来，一个更“科学”的方法出现了——独热编码 (One-Hot Encoding)。假设我们的词典只有三个词：“今天”、“天气”、“不错”，那么：
“今天” -> [1, 0, 0] “天气” -> [0, 1, 0] “不错” -> [0, 0, 1]
这种表示法在传统机器学习中很常见，但对于拥有数万甚至数十万词汇的自然语言处理而言，它带来了两个致命缺陷：
维度灾难与稀疏性
以DeepSeek为例，DeepSeek模型的词表大小超过12万。如果用独热编码，每个词的向量就是12万维，其中只有一个1，其余全是0。这在计算和存储上都是一场噩梦。
语义的缺失
更严重的是，从数学上看，任何两个不同的独热向量都是正交的。在向量空间中，正交意味着“毫无关系”。这意味着，“西红柿”与“番茄”的关系，和“西红柿”与“飞船”的关系是完全等价的。这显然是对人类语言丰富内涵的巨大误读。 这些早期的尝试，仅仅是将文字变成了“数字符号”，却未能赋予这些数字“灵魂”——也就是语义。
- 词嵌入的“降维打击”
词嵌入技术，正是为了解决上述所有问题而诞生的。它的核心思想，源于语言学中一个优雅的假说——分布假说 (Distributional Hypothesis)：
分布假说
“一个词的意义，由它上下文中的词所决定。” (You shall know a word by the company it keeps.)
简单来说，如果“国王”和“女王”都常常与“城堡”、“统治”、“国家”一同出现，那么它们的意义就是相近的。
基于此，词嵌入不再将词视为孤立的符号。它通过一个专门训练的神经网络（如Word2Vec, GloVe，嵌入层等），将高维、稀疏的独热向量，“压缩”成一个低维、稠密的实数向量。这个模型的最常用的训练方法是：输入一句话，并将其中的一个词语抹掉，让模型根据其它词语预测这个词语。
词嵌入的过程，堪称一场“降维打击”：
- 维度从词典大小（如DeepSeek的129,280）急剧压缩到几百或几千维（如DeepSeek的7168维）。
- 向量从只有一个1的“稀疏”状态，变为每个元素都是非零浮点数的“稠密”状态。
- 最关键的是，这场“压缩”并非信息的损失，而是语义的注入。原本冰冷的向量，从此拥有了“温度”和“意义”。
二、 语义空间
那么，一个词嵌入向量，究竟代表了什么？ 它代表了一个词在某个高维语义空间中的精确“坐标”。 让我们将这个高维空间简化为一个二维平面来理解。 假设一个词嵌入向量的长度为2，向量的第一个元素为x，第二个元素为y。在这个空间里，每一个词都是一个点。你会惊奇地发现：
在这个空间中，语义相近，则空间相邻： “国王”与“女王”、“男人”与“女人”这些词，会自然地聚集在一起。我们可以通过计算向量间的余弦相似度来量化这种“亲疏关系”。
关系可计算，则语义可推理： 更神奇的是，这些“星座”之间还存在着奇妙的几何关系。从“男人”指向“女人”的向量，几乎与从“国王”指向“女王”的向量平行且等长。这意味着：
v("国王") - v("女王") ≈ v("男人") - v("女人")
其中，v("国王")表示“国王”这个词的词嵌入向量。
这个关系可以解释为：“国王”跟“女王”的差距与“男人”跟“女人”的差距差不多。
我们把这个式子变换一下：
v("国王") - v("男人") + v("女人") ≈ v("女王")
这个解释更为直观：“国王”减去“男人”，再加上“女人”，就约等于“女王”。这个解释更加符合我们的认知。
这个经典的类比关系，说明AI能够用数学运算，捕捉到了语言中“性别”这一抽象概念。向量空间中的方向，开始对应现实世界中的特定语义关系。
三、 从“词”到“世界”
掌握了表示“词”的方法后，嵌入技术的征途便奔向了星辰大海——表示更复杂的概念。
- 句子嵌入
现在，我们已经理解了如何把一个词转为一个词嵌入向量，让我们考虑一个更复杂的问题，如何用向量表示一个完整的句子？
简单地将这句话所有词向量相加或平均，会丢失至关重要的语序信息，比如“我为人人” 和 “人人为我”，两个句子将会得到相同的向量，但语义完全不同。
现代大模型通过其核心的自注意力机制，动态地为句子中的每个词生成一个“上下文感知”的嵌入。最终，整个句子被编码成一个能概括其核心思想的、独一无二的向量——句子嵌入。
这项技术，直接催生了语义检索的革命。我们不再依赖关键词，而是能真正理解查询意图，从海量知识库中找到最相关的答案。这，便是当今大热的RAG（检索增强生成）技术的核心基石，我们将在后续内容中深入拆解。
- 多模态嵌入：打破感官的次元壁
我们的世界是多模态的——有文字、有图像、有声音。为了让AI拥有更完整的“世界观”，多模态嵌入应运而生。
它的目标，是创建一个统一的、跨越所有感官的“概念空间”。在这个空间里：
一张猫的图片，和文字“一只可爱的猫”，它们的向量坐标将无限接近。
通过这种方式，模型得以在视觉和语言之间建立起一座坚实的桥梁，从而实现了“看图说话”、“以文生图”等令人惊叹的跨模态能力。
例如，我们可以实现这样一个效果：
我们通过两句诗词：“正是江南好风景，落花时节又逢君”，分别在一个庞大的图像库中，检索它们对应的图像，就实现了这样一个效果。
四 结语
从简单的数字索引，到蕴含宇宙奥秘的词嵌入向量，我们走过了AI理解语言的第一里路，也是最重要的一里路。 词嵌入层，正是整个AI大模型的“地基”。这块基石的质量，直接决定了 Transformer 所能达到的高度和稳固性。
在下一期中，我们将沿着数据的流向继续向上，探索大模型是如何基于这些嵌入向量，一步步“思考”并生成下一个词的。
学习资源推荐
如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。
本文较长，建议点赞收藏。更多AI大模型应用开发学习视频及资料，在智泊AI。
