为什么 AI 需要向量?

计算机只认识数字,人类却用文字交流。 向量(Embedding)把文字变成一串有序数字,大模型才能运算、比较和搜索。

① 选一句话,看计算机如何处理

人类世界 · 文字
—
⚠️ 大模型内部只能做加减乘除,无法直接理解「苹果」「好吃」这些汉字。
✓ 先转成数字(向量),模型才能继续处理。
→
转换 · Embedding 向量
[ 等待选择 … ]
8 维向量(演示用,真实模型常用 512~1536 维)
一串有顺序的数字 = 含义的坐标
→
计算机世界 · 运算

用向量算相似度,找出含义最接近的内容:

② 意义地图:相近仍然表示相似

向量不是随便一串数字——意思相近的句子,坐标也靠得更近

③ 三个关键直觉

  • 文字 → 数字
    向量把文字、图片变成计算机能处理的数字序列。
  • 有语义结构
    不是随机数:「苹果」和「梨」的数字会更接近。
  • 意思近 ≈ 向量近
    比较、搜索、推荐,底层都在算向量之间的距离。