Förutom att ha en stor mängd träningsdata och utmärkta logiska resonemangsförmågor har AI-verktyg också en kraftfull egenskap av parallellt tänkande: GPT eller andra verktyg är språkmotorer med ett stort kunskapsuniversum och kan utföra logiska resonemang i ultrahöga hastigheter. Vanliga människors resonemang är: linjärt, långsamt och kräver minneshämtning. AI kan göra parallella beräkningar på tusentals inferensvägar samtidigt och sedan presentera det som mest sannolikt är användbart. Till exempel, om du ställer en fråga, beräknar AI omedelbart 200~2000 möjliga svar samtidigt, poängsätter, sorterar, slår samman och ger den optimala kombinationen. GPT säger: Du ställer en fråga, och jag kommer att generera ett "universum av kandidatsvar" och automatiskt välja ut det som mest liknar det du skulle vilja ha och som verkar mest meningsfullt. (Det verkar som om det finns en tendens att behaga dig) I hjärtat av GPT är uppmärksamhet en naturlig struktur för "parallellt tänkande". Det gör det möjligt för modellen att fokusera på flera delar av indata samtidigt, utforska flera resonemangsvägar samtidigt och generera flera kandidatberäkningar samtidigt, och uppmärksamhetshuvudena är de "parallella tänkande enheterna". Parallell inferens = parallellitet mellan uppmärksamhetshuvuden + parallellitet genererad av träd + parallellitet av inferenskedjor med flera versioner. De kommer från: Uppmärksamhet, ett naturligt parallellt "multifokalt tänkande". Beam / Tree-of-Thought Search, generering av svarsvägar för flera kandidater. Self-Consistency & Reasoning Engine, korsvalidering av inferenskedja i flera versioner, välj det bästa.