而且，他们还天天拍丧尸片。

这不是脑子有病吗，要是钱多的花不完不如送给自己好了……

还是说……

楚月的眼神闪了闪。

有些国家有生化武器她是知道的，甚至拥有专门的实验室。

他们的野心，不言而喻。

《第二世界》最早就是用与真实世界1：1来吸引玩家注册购买头盔的。

这个副本的世界或许在自我演化的过程中，有了不一样的未来也不一定。

毕竟在2060年，ai已经发展到了一个恐怖的地步。

最开始是无人在意的大模型。

所有词成为了一个点，就像世界上任何一处的经纬一般，只有有两个数值，就可以精准的找寻到所处的位置。

在大模型里，每个词成了词向量。

就比如狗这个词，与之最相近的就是猫，猪，牛，马等。

而在此之外，还有距离更远一些的词。

当然，它和狗组成有意义的词的概率，就更低了。

这些词的相关性，是基于维基百科的数据统计得来的。

显然，每一个词都会被一堆无意义的词围绕。

那么想让大模型智能化，只能先将数据量堆上去再说。

每个词在大模型的n维空间里，都有自己的位置。

而决定这个词的真正意思，由上下文来决定。

但这个词围绕的量太大了，怎么办呢，在当年最初的时候用了一个变压器transformer。

理解人们说出来这句话的意思，将每个字都向量化。

假设是十个字，那么就生成10个768个数字的数列。

然后喂给transformer，输出后，再输入给第二层transformer，如此重复，不断地深化理解。

一共96层。

简单说就是每个词成为768个数字，穿越96层，每层9216次操作。

但是在后来，一个词的向量从768升级到了个数字的数列。

然后重复96次，数据量直接爆炸到人类无法想象的纬度。

其实在了解大模型的时候，楚月已经不相信人脑是自然进化而来的了。

一个数列的向量词，在进入第一层transformer之后，中间的隐藏层有个神经元。

也就是说，在进入第一层transformer再出去，已经获得了12亿个权重的参数。

可怕吗，这才第一层，还有95层。

最后出来的结果，有1750亿个。