缩放定律（Scaling Law）

AI知见编辑部 · 基础概念 · 持续更新

一句话说清

缩放定律是说，AI模型越大、数据越多，它就越聪明，而且进步速度有规律可循。

想象一下，你养了一只宠物，给它吃更多、练更多，它就学会更多把戏。缩放定律就是这个意思：AI模型规模越大（参数多）、喂的数据越多（训练资料多），它的能力就越强，而且不是慢吞吞地进步，而是像滚雪球一样，越滚越快。这就像小孩学说话，听得多、说得多，突然某天就开窍了。

不过，缩放定律不是无限灵验的。它更像种庄稼：前期浇水施肥，产量猛涨；但到一定程度，再施肥效果就变差了，这叫‘边际递减’。所以AI公司不会无限堆料，而是找平衡点。另外，缩放定律只说明‘变聪明’，不代表它懂道理——就像鹦鹉学舌，说得溜但不一定明白意思。

常见误解是‘AI变大就万能’。其实缩放定律只管能力提升，不管安全、偏见这些事。一个超大的AI可能更会写诗，但也会更会编瞎话。所以别指望‘越大越好’，得看怎么用。

你用的语音助手、翻译软件越来越准，背后就是缩放定律在起作用——公司靠堆算力让AI变强，你也跟着受益。

摩尔定律说芯片每过几年变快一倍，是硬件的事；缩放定律说AI靠堆数据和参数变强，是软件的事。一个管‘跑得快’，一个管‘学得多’。

不用懂细节，但知道它你就明白为啥AI越来越厉害，也明白它为啥会犯错。以后看新闻说‘AI又突破了’，你能想到背后是堆料，不神化它。