當你第一次與 ChatGPT 或 Gemini 對話時，是否曾感到一種近乎恐懼的驚艷？它能寫詩、能修程式碼，甚至能模仿你的語氣寫信。但隨後你可能又會發現，它有時會面不改色地胡說八道。這種「天才」與「騙子」並存的神祕感，常讓大眾誤以為 AI 背後有一個正在思考的數位大腦。

然而，在台大李宏毅老師的「生成式人工智慧」課程中，他用一個極其樸素的概念拆解了這場數位幻術：生成式 AI 的本質，其實只是在玩一場「文字接龍」。

當我們看穿這場接龍的底層邏輯，許多神祕現象都會迎刃而解，你也會發現，所謂的「人工智慧」，其實是從極其簡單的任務中意外誕生的副作用。

真相一：它不是在「思考」，而是在玩極致的「機率骰子」

生成式 AI（大型語言模型，LLM）的核心任務只有一個：預測下一個 Token（代幣）是什麼。

以 Llama-3 模型為例，它的「字典」（Vocabulary）裡有高達 128,000 個 Token。當你輸入一個問題時，模型會對這 12萬8千個選項進行打分，計算誰出現在後面的機率最高。

這裡最有趣的地方在於「擲骰子」的過程（Sampling）：

  • 機率分佈： 模型不會永遠選機率最高的那個字。為了讓對話更自然，它會根據機率分佈「擲骰子」。
  • Top-K 採樣： 為了防止 AI 徹底失控，開發者通常會限制只在機率最高的前幾個選項中擲骰子。如果我們允許機率極低的 Token 出現，AI 就會開始胡言亂語，甚至像課程實作中看到的那樣，毫無徵兆地冒出「XD」或怪異符號。

【Aha! 洞察】 文字接龍聽起來很簡單，但要接得「對」，模型必須在無形中掌握人類的文法結構與邏輯。 intelligence 是為了把接龍玩到極致而產生的「副作用」。正如李宏毅老師所說：「文字接龍從來都不是一件容易的事情。」

真相二：AI 幻覺不是錯誤，而是它的「夢境」本能

很多人試圖修復 AI 的「幻覺」（Hallucination），但這其實是誤解了它的本質。AI 背後並沒有連接一個「事實資料庫」，它產生的每一個字，都是在幻覺中接龍出來的結果。

「一切答案都是在幻覺中產生的。你該意外的不是它會犯錯，而是它的夢境中居然有一些跟現實是相符的。」

想像一個被關在暗無天日的小房間裡的人，這輩子從未看過外面的世界，只能透過讀過的無數書籍來猜測外界的樣子。這就是 AI。它所有的知識都來自於文字間的統計關聯，而非對現實的體驗。搜尋引擎（RAG）雖然能提供「參考書」來減少錯誤，但只要其核心仍是接龍，AI 就永遠是在「做夢」。

真相三：萬物皆 Token，從影像到蛋白質的通用語言

生成式 AI 之所以能畫圖、唱歌，是因為在 AI 眼中，世界上的一切都可以被切碎成 Token。黃仁勳（Jensen Huang）曾說：「Words, images, video, everything is a token.」

  • 影像接龍： 產生一張 1024x1024 的圖片需要處理 100 萬個像素，這比寫一部《紅樓夢》的運算量還要巨大。因此，現代技術會先將圖像「壓縮」，例如把 16x16 的區塊轉化為一個 Token，讓模型進行「區塊接龍」。
  • 跨越生物界： 這種邏輯甚至延伸到生醫領域。蛋白質是由有限種類的胺基酸構成的「有結構物件」，對 AI 來說，生成一段抗癌蛋白質序列，與寫一段 Excel 公式在本質上並無二致。

真相四：它沒有記憶，只是個「讀速極快的金魚」

你是否覺得 AI 能記得你們之前的對話？事實上，模型本身是沒有長久記憶的。

每次你按下 Enter，模型其實是經歷了一次「金魚式的重啟」。為了維持對話連貫，開發者使用了 Chat Template（聊天模板） 手腳：它會偷偷把你們過去所有的對話記錄，重新塞進這一次的 Prompt 裡。

對 AI 而言，它不是「記得」你，而是每次都重新「快速讀一遍」整場對話歷史。這也解釋了為什麼對話越長，運算成本越高，因為它必須處理越來越長的「前置文字」才能接出下一個字。

真相五：語言知識易學，但「物理世界」才是終極挑戰

AI 已經是語言大師，但它對物理世界的理解仍有嚴重的盲區。李宏毅老師在課堂上舉了「水的沸點」為例：

  • 語言知識： 問「水的沸點是幾度？」AI 會反射性接出「100 度」，因為這對 Token 經常出現在一起。
  • 世界知識： 如果問「在 0.5 大氣壓下，水的沸點是幾度？」AI 必須真正理解大氣壓力與沸點的物理關係，而非僅靠文字聯想，才能給出正確答案。

世界知識是無窮無盡的，這正是人類目前無法被取代的地方。我們必須承擔起 Context Engineering（上下文工程） 的責任——提供足夠的環境資訊與物理限制，引導這台強大的聯想引擎走向正確的軌道。

結語：AI 時代的人類新任務

理解了「文字接龍」的本質後，我們不應再盲目地將 AI 視為全知的神諭。相反地，它是一個極其高效、卻對現實盲目的「機率映射工具」。

在 AI 時代，人類的新任務是學會精準的 Context Engineering。既然 AI 是在我們給出的開頭中接龍出未來，那麼，我們給出的資訊品質，將決定它接龍出來的是驚人的智慧，還是荒誕的幻象。

既然 AI 是在我們的文字中接龍出未來，我們是否準備好給出一個更好的「開頭」？