我们的大脑靠数百万年的进化识别自然界的模式，而机器只不过用另一套数学方式，复刻这种从数据中抽象出结构的本能。

关键不在“类人”，而在数学。

机器学习之所以能跑起来，不是因为它“聪明”，而是因为有一整套底层数学在背后撑着。线性代数、概率论、优化理论和微积分，是现代AI的骨骼。你只要能掌握这些，就能看懂深度学习到底在做什么——它只是疯狂地在做高维空间里的模式拟合。

深度神经网络不在意“懂不懂”，它只在意“像不像”。预测句子的下一个词，不是“理解”，而是根据统计分布猜最大可能性。所谓“幻觉”，根本不是例外，而是默认工作机制。

传统统计告诉你，模型复杂度太高、参数太多，会陷入高方差区间，泛化能力下降。但GPT这类网络偏偏就是参数过亿级，训练数据不到位也能压测试误差。它不是“不该”这么做，而是已经这么做了。这就是“Double Descent”现象——传统机器学习的经验曲线断裂，而新模型的第二次下降，没人说得清为什么。有专家称之为未知领域。

你以为大模型能力是逐步成长的，其实很多时候是突然间“学会了”。这就是所谓的“涌现”：GPT-2答不出来的问题，GPT-3突然就能答了。架构没变，算法没改，就是体量上去了，效果就跳跃了。

别把GPT当会推理的脑子，它本质上只是一个异常高效的相似度引擎。它看过的例子太多，找到相似的上下文太快。你觉得它在“推理”，其实它只是在做高维空间的向量匹配。所有的“智能”幻觉，都来自我们对输出结果的过度解读。

这不等于它没用。

相反，正是因为机器只做模式识别，它才可以规模化。不需要人类打标签的“自监督学习”，才是革命性的拐点。把句子挖掉一词、图像遮掉一角，让模型自己去填补，并根据差异调参。这就是机器学会“自己喂自己”的起点，不再靠人类指手画脚。

为什么这么有效？可能是因为SGD（随机梯度下降）不仅是优化算法，还是一种隐式的正则器，让模型学会“足够复杂但不过拟合”的策略。但具体怎么做到的，没人能讲明白。

现代机器学习的很多核心机制，本质上还是“经验优于理论”。

你看到的是能用，背后是理论解释追着跑。

就连最基础的KNN算法也如此简单粗暴：把数据向量化丢进高维空间，比邻近谁多就算谁。但一旦维度升高到极限——所谓“维度诅咒”——所有点都等距（无限维），距离失效，模型崩溃。你不能再靠直觉理解算法表现，因为直觉本来就来自低维经验。

但数学能带你穿越这些直觉盲区。你以为的AI新革命，很多是60年前就想过的东西。只不过当时缺三样：大数据、大算力、大耐心。

ImageNet提供了海量图像；GPU提供了并行训练；自监督学习提供了免标签手段。这三者一起点燃了当代AI的全新引擎。

但这不代表我们就明白它了。

我们甚至不知道深度模型到底学到了什么。我们只知道它的泛化能力好得不像话，理论解释却不在手里。最直观的例子，是现在的Transformer类架构能模拟出“某种形式”的推理能力，比如你问它一个关于Alice和Bob的“心智理论”问题，它答得头头是道。但一改题干，立刻崩溃。

它只是在统计上知道类似场景的高频回答是什么。

所以你说它“理解”吗？这完全取决于你怎么定义“理解”。你要是定义成能做题，那它理解。你要是定义成知道自己为什么这么做，它一点都不理解。

而我们对“智能”的定义，也一直在迁就它的表现。

人觉得自己有自由意志，是因为神经系统会预先预测自己行为的后果，然后再感知到时发现预测匹配，这才“归因”于自己。而这套系统在精神病人、精神分裂症患者身上是会失效的。所以，哪怕你能给AI构建一个预测—比较—归因机制，也未必等于它“感到”有agency。

所有这些都说明一个更冷静的事实：机器不是我们，也不需要变成我们。

它们的学习，不是为了“成为人”，而是为了高效识别、泛化、生成。当我们硬要用人类思维模式去套AI，就会误判它的能力，也会误解它的风险。AI偏见来自训练数据，它不会“自动纠偏”；AI“认知”来自结构，不是“思维”。

我们离通用人工智能还有距离，但离AI统治输入输出的认知模式，已经越来越近。

而理解这些结构，唯有数学。