开栏的话：
当人工智能（AI）走进现实，你是否也想参与到AI的讨论和应用中来？为提高公众尤其是医务人员的AI基础素养，健康报开设“人工智能一点通”栏目及“秒懂AI”融媒体栏目，以通俗文字和趣味视频科普AI相关基础概念。一起来学习与医疗健康相关的人工智能关键概念吧！
本期关键词：人工智能大模型
大家可能经常会听到“人工智能大模型”一词。它是什么意思？它究竟“大”在哪？
我们先把“人工智能大模型”拆解成“人工智能”“大”“模型”3个词。
“人工智能”一词最好理解，就是让机器通过学习，像人一样思考和解决问题。
“模型”就是一个“数学机器”或“程序”，它的厉害之处是能从外部“投喂”数据中学习和总结规律。当人们给模型输入内容，它能根据学到的规律快速给出答案。比如，一个识别苹果的模型，你给它一张图片，它能快速输出“这是苹果”或“这不是苹果”。
要理解“大”字的含义，我们要先了解另一个概念——参数。所谓参数，就是模型通过学习总结出来的“经验法则”或“内部笔记”，就像我们在上课时记下的一条条总结性知识点。
大模型和小模型的根本区别在于前者能通过海量参数，完成复杂的推理任务。大模型的“大”主要是指参数量大。不过，多少参数才算“大”呢？这个问题还没有定论。
2018年，世界上最大的模型大概有3亿个参数。到了2021年，GPT-3模型的参数量已经达到1750亿。2025年，国产大模型DeepSeek的参数量约6710亿。
目前，业内一般认为，参数量越大，模型性能越好。相关研究也发现，当模型参数量提升到一定程度时，模型会出现神奇的“涌现”现象，就好比一个学武之人博览天下武功秘籍后，突然打通任督二脉，功力获得成百上千倍的提升。
由此可见，要提升模型性能，短期内可借助提升参数量来实现，不过，模型设计方面的突破性进展依然备受期待。
学术支持：复旦大学智能医学研究院
编辑：夏海波 马杨
校对：杨真宇
审核：李诗尧 徐秉楠
【未经授权，严禁转载！联系电话028-86968276】
