1. 主要机制：

• 第一个阶段：“小样本学习”
• 解释：能照猫画虎，输出相似的内容
• 例证：小明有3个苹果，妈妈又给了他2个，现在小明有几个苹果？”于是，人工智能马上就给出了5道题，都是这个风格，比如“小李有5支笔，送出去3支，现在他还剩几支？

• 第二个阶段：“涌现”
• 解释；当人工智能系统的复杂性达到一定程度时，它能够突然展现出超越其组成元素简单叠加的复杂行为或能力，类似于人脑中单个神经元的简单功能集结后形成的高级认知能力。

• 第三个阶段；“思维链”
• 解释：AI研究发明的Transformer深度学习架构支持了所谓的“思维链”机制。这个架构能够让人工智能在处理比较大段的信息，比如说长句子的时候，能够同时捕捉到几个彼此距离较远的关键词，然后计算、识别它们之间的逻辑关系，同时给它们按照属性和重要程度打上标记，加以记忆。、
• 类比：如果把人工智能看做一种生命体，那么在它的意识里，万事万物，每一个概念，都是一个立体多维坐标中的某个点。属于相同或者相近范畴的概念，就会靠得比较近，比如汽车，就会和“自动驾驶”相邻不远
• 例证：问ChatGPT两个问题：第一，棒球棒能不能放进人的耳朵里？以及“为什么金箍棒能被孙悟空放到耳朵里？” 那么AI模型就会调用所有关于四个核心概念，分别是棒球棒、人的耳朵眼儿、金箍棒，以及孙悟空的所有信息，然后梳理它们之间的逻辑关系，最终告诉你，棒球棒由于体积和尺寸，放不进人的耳朵眼儿，但金箍棒和孙悟空都是虚构的，在虚构的神话幻想世界里，现实中的物理法则不起作用。

2.现实案例：发现广谱抗生素Halicin

• 训练过程：计算机科学家训练人工智能模型，输入2000个已知生物分子数据，让模型自行发现和总结“什么样的分子能够抗菌”。

• 数据筛选：模型经过训练后，科学家提供了六万多个已通过安全认证的分子，要求模型按照三个标准筛选出潜在的抗生素分子：有抗菌效果、不属于已知抗生素主要成分、无毒副作用。

• 筛选结果：人工智能模型从六万多个分子中筛选出唯一一个候选分子，即小H。

• 成功的原因：人工智能在之前的训练中，通过不断总结掌握了某种生物医药科学家未知的规律，才能最终发现人类认知框架之外的解决方案
• 类比：而另一个大家比较熟悉的例子就是，由谷歌开发，横扫人类职业选手的棋类机器人阿尔法狗。在棋局中，阿尔法狗经常有一些令人类棋手无法接受，匪夷所思的新走法，比如在国际象棋对弈中，通过放弃皇后这样最重要的棋子，来赢得最终的胜利。这些，人类之前完全想象不到。