一篇保证弄懂人工智能原理

听得最多的人工智能原理是什么？
以前的ai只是写好预设的代码，但发现人难以总结语言和思考的规律，而且预设的情况比较少，后面出的chatgpt又称大模型ai，本质区别是模仿人的思考过程。
人思考过程的原理：神经元有树突和轴突，树突是输入有很多分支，轴突是输出，它们都是传递电信号但是有阈值，只有达到阈值才会激活，产生电信号传递给下一个神经元，否则截断。树突各个分支有权重不同，树突有些接口比较重要，一两个就能激活，有些端口就不太敏感，多个加起来都达不到阈值。人作决定的过程：综合多个输入判断处结果，如有人叫我出门，此类信息激活不了我出去的冲动，因为可能是不太熟的人，后来又得知是妈妈教我出去的，所以还是挺重要，但如果是要帮忙的，那就没兴趣了依然激活不了，此时补充一个信息是出去吃大餐，不是要干活的，那么这三个端口加起来足以激发产生决定了，在数学中是卷积。
情况二：如果是小美叫你出去呢？即使是干活，那也很乐意，这个端口就比较重要。
人工智能模型设立多个参数，每个参数充当神经元，他们有的互相联系。人工智能训练的过程就是你跟他聊天，得到肯定或不满意的反馈后，改变神经元的权重和连接，完善了系统，称之自主学习。训练过程他们并不知道这样是什么意思，但是产生不好结果的组成状态就会淘汰掉，所以人工智能是没意识的。