Karpathy神经网络02：Makemore - 语言模型入门

本文是《Karpathy神经网络零基础课程》系列文章

← 上一篇：Karpathy神经网络01：Micrograd - 手撸一个AI大脑 | → 下一篇：Karpathy神经网络03：MLP - 多层感知机

这是一篇为您准备的关于 Andrej Karpathy 视频《语言模型入门：构建 makemore》的详细总结与教学文章，专门为初中生程度的读者设计。我们将通过通俗易懂的语言，带你一步步通过代码“教”电脑创造名字。

🎓 像教小孩一样教电脑：手把手带你写一个“取名AI”

视频来源： Andrej Karpathy - The spelled-out intro to language modeling: building makemore

👋 简介：我们要不仅是写代码，还要造“大脑”

你是否好奇像 ChatGPT 这样的 AI 是如何学会说话的？这个视频就是一切的起点！大神 Andrej Karpathy（前特斯拉 AI 总监）带我们从零开始，不使用复杂的黑盒工具，而是用最基础的数学和代码，构建一个能自动给小婴儿起名字的 AI 模型——makemore。

我们将学习两种方法来实现它：

1. 统计法（数数）
2. 神经网络法（模仿大脑）

第一部分：最直观的方法——“数数法” (Bigram Model)

1. 什么是 Bigram（二元模型）？

电脑不会天生理解名字，它只能看到字母的顺序。

• 核心思想：如果我们知道当前的字母，能不能猜出下一个字母最可能是什么？
• 例子：在名字 "Emma" 中，如果不看别的，只看 'E'，下一个是 'm' 的概率很大；如果是 'm'，下一个可能是 'm' 或 'a'。
• 我们把这种“两个字母一组”的关系叫做 Bigram [05:51]。

2. 训练模型 = 统计概率

Karpathy 老师下载了 32,000 个名字。我们要做的就是统计在这些名字里，哪个字母后面最常跟着哪个字母。

• 建立表格：我们要画一个 27x27 的大表格（26个字母 + 1个特殊的“开始/结束”符号）[13:00]。
• 热力图：通过编程（Python/PyTorch），我们计算出每个字母组合出现的次数。比如 'A' 后面经常跟 'N'，但很少跟 'Q'。
• 归一化：把“次数”变成“概率”。比如 'A' 后面有 30% 的概率是 'N'。

3. 让 AI 尝试起名

一旦有了概率表，我们就可以扔骰子了！

• 先扔骰子选第一个字母（比如选到了 'J'）。
• 再根据 'J' 这一行的数据，扔骰子选第二个字母（比如 'o'）。
• 一直重复，直到遇到“结束符号”。
• 结果：AI 可能会造出 "Jone"（听起来像名字）或者 "Zqxy"（完全不像）。虽然这个模型很简单，但它已经学会了基本的发音规则！[36:10]

第二部分：给模型打分——这也太笨了吧？

1. 损失函数 (Loss Function)

我们怎么知道 AI 起的名字好不好？我们需要一个数学老师来打分。

• 目标：如果你预测正确的字母概率很高（接近1），你就很棒。
• 负对数似然 (Negative Log Likelihood, NLL)：这是一个衡量“惊讶程度”的分数。如果 AI 觉得真实名字出现的概率很低（它很惊讶），分数就很高（坏事）。如果 AI 觉得真实名字出现的概率很高（它不惊讶），分数就很低（好事）。
• 目标分数：我们要努力让这个分数越低越好（最完美是0）[56:57]。

2. 模型平滑 (Smoothing)

• 问题：如果数据里从来没有出现过 "jq" 这个组合，AI 会认为概率是 0。那么根据公式，它的得分会变成无穷大（不及格）！
• 解决：给所有可能性的计数都哪怕加个 1（假装所有组合都至少见过一次）。这样就不会有“绝对不可能”的事情发生了 [01:01:46]。

第三部分：进阶——用“神经网络”来思考

虽然“数数法”很有用，但如果我们想看前 10 个字母来预测第 11 个，表格就会大到电脑存不下。所以我们要换一种方法：神经网络。

1. 把字母变成数字 (One-Hot Encoding)

电脑不认识 'A' 或 'B'，它只认识数字。

• 我们要把每个字母变成一个长长的向量（一串数字）。比如 'A' 可能是 [1, 0, 0, ...]，'B' 是 [0, 1, 0, ...]。这叫 One-Hot 编码 [01:10:43]。

2. 神经网络的“神经元”

• 我们不再直接查表，而是建立一个包含权重 (Weights) 的网络。
• 权重 (W)：你可以把它想象成一堆可以调节的旋钮。最开始这些旋钮是随机乱拧的，所以 AI 也是乱猜的。
• Softmax：这是一个神奇的数学工具，能把神经网络输出的乱七八糟的数字，强制变成总和为 1 的“概率” [01:27:33]。

3. 梯度下降 (Gradient Descent)——让 AI 学习

这是 AI 学习的核心魔法！

• 前向传播 (Forward Pass)：让 AI 猜一次，算出分数（Loss）。
• 反向传播 (Backward Pass)：计算每个旋钮（权重）该怎么调才能让分数变低一点点。
• 更新 (Update)：实际去拧动这些旋钮。
• 重复：重复几百次、几千次。慢慢地，Loss 就会像下山一样越来越低，AI 就学会了！[01:34:54]

📝 课后重点笔记（必考题）

1. 广播机制 (Broadcasting)：

2. 在编程时，如果你让一个长数组和一个短数组相加，电脑会自动把短的“拉长”来匹配长的。这很方便，但如果不小心不仅会算错，还不容易报错（Bug），一定要小心！[46:02]

3. 殊途同归：

4. 视频最后证明了，用神经网络训练出来的结果，和我们最开始直接数数算出来的结果，是一模一样的！

5. 为什么要折腾学神经网络？ 因为神经网络更灵活，以后我们可以不仅看前一个字母，还能看前 100 个，甚至根据图片来预测文字，这才是现代 AI 的基础 [01:56:16]。

6. 正则化 (Regularization)：

7. 为了防止 AI “死记硬背”，我们可以给它加点阻力（比如让权重 W 尽量接近 0）。这就像给自行车加辅助轮，让模型更平滑，不要太极端。这在数学上等同于我们在第一部分做的“给计数加 1”的操作 [01:51:57]。

🎯 总结

这个视频通过教电脑“起名字”这样一个小任务，揭示了 ChatGPT 等超级 AI 背后的两个核心秘密：

1. 万物皆概率：AI 写作本质上是在预测下一个字出现的概率。
2. 梯度下降：AI 变聪明不是因为有人教它规则，而是它通过不断试错、不断降低“错误分数”自己练出来的。

希望这个总结能帮你打开 AI 世界的大门！如果你想亲自尝试，推荐去观看原视频并跟着敲一遍代码。

返回系列总览

👉 Karpathy神经网络零基础课程：完整课程大纲