篮球投注app这种替换究竟赔本了些许灵验信息-押注篮球的app-登录入口

本文来自微信公众号：阿茶的AI之路篮球投注app，作家：起名贼而已的阿茶，题图来自：AI生成

那天中午，我在上看到一个兴致的问题：

把一篇英语著作的整个aeiou替换成t，它还有可能被全王人破译吗？

我翻阅了许多回答，有的列举了tt、ttt、tttt...这样的例子、有的则一册庄重地瞎掰八谈、还有东谈骨干脆把问题丢给大模子措置....

我以为这试验上是一个信息论的问题。当咱们把整个元音替换成't'后，剩余的信息是否弥散撑握咱们收复原文？英语本人就有很高的冗余性，比如语法结构、词语搭配等王人能提供大王人高下文信息。因此，在长文本中，这种收复应该是可行的。要害在于，这种替换究竟赔本了些许灵验信息，剩下的部分是否还足以撑握咱们的援助和收复。

说到信息论，我与它的斟酌约略是大学选过的一门课，叫《多媒体时间》。选课之前，我机动地以为这门课会教我如何用PS，如何剪视频，如何作念PPT。因为从小就在说的“多媒体素质”，嗅觉即是通过ppt来上课。还有“多媒体教室”，即是多了个投影，是以我一直以为这即是“多媒体”。我选它的原因也很浅近，我果真不会用PS，我想学学。并且这门课应该比较浅近。

上课之后：奈奎斯特定理、信息熵、zigzag、JPEG图像压缩旨趣...

我以为的课设：剪一个视频。

试验上的课设：

就这样一门和我想象大相径庭的课，我目下却以为是我学过最有用的一门课。因为“信息”无处不在。你看的新闻是信息，你与他东谈主的交流是信息，以致你遐想的居品界面也在给用户传递信息。

尤其是在当下，信息坐褥的老本急剧缩短，多样公众号...一个事件可能会被上百个号重迭报谈。此外，AI范畴的发扬亦然日月牙异。比拟之下，咱们就像大海中的划子，随时可能被信息统一。给与吧，脑子好像又处理不外来；不给与吧，又怕错过了什么。而信息论，恰是匡助咱们找到援助这些信息的角度，以及制定获取信息计谋的器具。

说远了，我去浅近温习了一下信息论的基础常识，也共享给全球。

从活命中援助信息

最开动写这篇著作的时刻，我从界说和公式的角度先容信息、信息熵、自信息这些观点...但发现太专科了，不顺应阅读。是以我磋议烧毁那些专科的常识，从一个浅近的游戏援助信息论。这种直不雅援助关于非专科东谈主士来说更为紧迫。

领先，信息是排斥不慑服性的。

假定我心里想了一个1到100的数字，请你来猜。在莫得任何教唆的情况下，这即是一个全王人不慑服的系统 —— 每个数字的可能性王人是相当的。

要是我告诉你：“今天天气可以，我以为等会咱们可以出去玩，趁机去吃个暖锅”。

这句话你会发现对你揣测毫无作用。

而要是我告诉你：“这个数字大于50”。你的揣测鸿沟就减少了一半，然后你猜了个75。

我不竭说：“这个数字的鸿沟在60-70之间”。你的揣测鸿沟进一步消弱，你猜了个63。

我说：“猜对了！”

通过这个浅近的游戏，咱们就能援助信息论中的几个中枢观点：

领先，根据信息论中的界说，信息是用来排斥不慑服性的。你试图猜我心中想的数字，通过不休的尝试，来缩短这个不慑服性。直到你猜到我所想的。

自信息：单个事件发生时带来的信息量。这里的事件指的是我给你的教唆。其中“这个数字是73”这个事件的自信息就很大，因为它的发生概率很小（1/100）。

信息熵：系统的平均不慑服性，当你全王人不知谈我内心所想的时刻，信息熵达到最大。

信息增益：赢得这个信息后，系统不慑服性减少的进程。它试验上是信息熵的变化量：本来的信息熵 减去赢得信息后的信息熵。在这个对话中，“60-70之间”能带来的信息增益一定大于“大于50”，因为它帮你根除了更多的骚扰。你只需要在10个数内部选一个。而不是50个数。要是我平直告诉你这个数字是63，那么它会将通盘游戏的信息熵降为0。因为你还是不需要猜了。

这即是信息的试验：排斥不慑服性。当你赢得的灵验信息越多，系统的信息熵就越小，你就越接近信源。

再举个活命中的例子。当你在筹商是否购买一件商品时，每条信息王人在帮你排斥不慑服性：

“这是一件纯棉T恤”（慑服了品类和材质）

“价钱299元”（慑服了价钱区间）

“近邻店同款199元”（这个信息增益很大，可能平直影响你的有经营）

很彰着，这些观点不仅存在于表面中，更与咱们的日常活命密切干系。每当咱们需要作念有经营时，王人在不休地鸠合信息，评估信息的价值，通过获取高信息增益的内容来匡助咱们作出更好的选拔。但愿这两个例子能够让你有一个直不雅的印象。

目下咱们再来望望开端的问题，用刚学到的信息论观点来分析一下。当咱们把整个元音王人替换成't'时，名义上看是赔本了一些信息。但英语文本中其实存在大王人的“信息冗余”。比如语法结构（主谓宾的位置）、单词搭配（即使“make a decision”中的元音被替换，咱们也约略能猜出来），以及整句话的语境，这些王人在帮咱们排斥不慑服性。即使失去了元消息息，其他信息的存在依然能匡助咱们很猛进程推测出原文。天然，这说的是大部分场景，信息越多，能收复到手的概率越高。

信息论给咱们的启示

援助了信息的试验，咱们就能以不同视角看待一些问题：

1. 为什么大模子会“瞎掰八谈”？

我等闲强调大模子回应质地是跟用户的发问质地密切干系的。

当它在面临高度不慑服的问题时，莫得弥散的信息来缩短系统的信息熵。就像你在猜数字时，要是得到的教唆太少或者有误导，也可能作出子虚的判断。

比拟之下，教唆词时间这些王人是扶持减少信息噪声的要道，中枢唯有一个，即是让用户如何剖析准确的抒发问题。

2. “冗余”的必要性

在信息传递过程中，噪声是不可幸免的。就像在电话里言语，可能会遭受信号不好、布景音嘈杂等情况。这时刻，要是信息莫得任何冗余，一朝受到骚扰，就很难收复出原始信息了。

这个问题在内容记忆类功能中其实绝顶彰着。许多东谈主让大模子记忆著作时，会条件“只给我重心”。甩掉得到的时常是一堆要点的堆砌。一朝大模子的援助有所曲解，就会导致信息失真极为严重。

此外，要点的堆砌天然信息密度很高，但读起来绝顶而已。这就像把著作中的整个妄言王人删掉，只留住中枢不雅点。名义上看起来很高效，试验上反而加多了读者的援助老本。东谈主类援助信息时需要高下文。那些看似冗余的内容，比如例子、类比、过渡语句，它们就像语言中的语法结构和单词搭配相通，能够匡助咱们的大脑更好地处理和领受信息。当这些必要的冗余被去掉，即使信息王人在那边，咱们也需要消耗更多元气心灵去援助和流通它们。

3. 信息获取计谋

说到如何擢升信息获取效果，我的计谋很浅近：不主动刷新闻。

因为有价值的信息会天然传递。紧迫的事情总融会过多样渠谈传到你耳朵里。即使你不主动去征集，该知谈的总会知谈。反而是那些不紧迫的信息，要是你不去主动获取，它们就会天然磨灭。

目下AI范畴每天王人在爆出新模子、新冲破。但仔细不雅察就会发现，实在的冲破性发扬很少，大部分王人是泛泛的科学研究。关于并不需要专注于科研的东谈主来说，莫得必要去刷那么多新闻。

那些实在紧迫的冲破，势必会在多个渠谈反复出现，并且会握续发酵。就像GPT-4的发布，它带来的不仅是一个新闻，而是一系列的时波折头和诈欺探索。这种握续的信息流才是值得温顺的。比如说这几天的Deepseek。

从信息论的角度看，当一个信息通过多个渠谈重迭出当前，不仅擢升了信息的可靠性，更紧迫的是时常会带来不同的视角息争读。这些各异碰巧能匡助咱们更全面地援助这个信息的价值。与其追求信息的全面，不如追求信息的深度。当你对某个范畴有弥散深的援助时，判断一个新信息的价值时常只需要几秒钟。那些看似错过的信息，很可能对你并不紧迫；而那些实在紧迫的信息，一定会以多样样式重迭出目下你眼前。

在信息爆炸的时间，保握定力比追求全面更紧迫。让信息天然流动，而不是躁急地追赶每一个新闻，这可能才是最高效的信息获取计谋。

4. 充满包容的疏导

许多时刻并不是对方笨，而是因为你们对信息的援助永别等。这让我想起一个很成心念念的游戏：Tick Tock。一个双东谈主互动游戏，但它不需要通过劳动器联机：两个玩家各安逸我方的手机上玩，一个东谈主解谜的同期，另一个东谈主要互助完成某些操作。但要害是两个东谈主并弗成看到对方的视角，只可通过其中一方的描写，来让两边理清处境和需求。

这个游戏完竣地讲明了信息永别等的试验。当咱们以为“其他东谈主怎样这样笨”的时刻，时常不是对方果真笨，而是咱们站在已知信息的角度，忽略了对方的信息盲区。就像在游戏中，要是莫得跟对方描写明晰你的画面，他就没法赐与你匡助。游戏也就永恒无法激动。

咱们等闲吐槽用户使用软件的时刻老是“不按套路出牌”。但换个角度想，这不是用户的问题，而是咱们在遐想时，莫得筹商到用户的信息认识水平。咱们以为理所天然的操作历程，对用户来说可能充满了不慑服性。

其实大模子的使用即是一个很好的笔据。它就像一个莫得证实书的居品，即使设备者也弗周到王人了解它。当作使用者，咱们也在不休摸索，多样教唆词时间王人是试出来的。从更高维度看，咱们整个东谈主王人是愚蠢的用户。

是以，好的疏导不是浅近地传递信息，而是要筹商：对方当前的信息状况是什么，如何通过合适的信息冗余来确保援助，以及如何缔回击馈机制，考证信息是否被正确接收。

或然刻，咱们需要的可能不是更多的解释，而是更多的包容。毕竟，在信息永别等的寰宇里，咱们每个东谈主王人在靠着我方的认识摸索前行。

本文来自微信公众号：阿茶的AI之路，作家：起名贼而已的阿茶

本内容为作家孤苦不雅点，不代表虎嗅态度。未经允许不得转载，授权事宜请斟酌 hezuo@huxiu.com