每次與人工智能對話時，你有沒有好奇過：冰冷的數據如何變成鮮活、智能的內容？要搞懂這背后的門道，得先了解詞元是如何“流動”的。

　　對人工智能來說，詞元就像一位“翻譯員”，在人類語言和機器數字之間搭起橋梁。所有喂給人工智能的數據，都需要先按規則切分成獨立的詞元，再轉換為數字編碼，才能被人工智能識別。比如你輸入“春節包餃子”，人工智能會切分為“春節/包/餃子”三個詞元，再從“字典”中找到匹配的編碼。

　　要想大規模批量處理這些詞元，離不開一座“詞元工廠”——數據中心。人工智能正式上崗前，需要經歷一個訓練的過程：數據中心消耗大量電力，開動算力引擎，把數十萬億級的詞元源源不斷地喂給人工智能。它要做的是挖掘並記住詞元間的關聯關系，比如當“春節/包/餃子”出現時，人工智能就能聯想到在學習材料中常與它們同框出現的“北方”和“傳統”等詞元。這些從海量詞元中沉澱下來的經驗，就是我們感知到的“智能”。

　　等到你向人工智能提問時，工廠再次運轉。問題被切分成詞元送給人工智能，龐大的算力群隨即驅動它進行一場“文字接龍”，也就是推理。人工智能根據輸入的詞元，依據之前學到的經驗規律，逐次預測下一個最可能出現的詞元，一步步拼接出完整內容，再翻譯回人類文字，於是屏幕上便躍出那句：“春節包餃子是北方的傳統。”

　　跳動的詞元背后是生產力的躍遷，使得人工智能可以從海量的數據中發現其中深層的關聯規律，極大地拓展了數據價值挖掘的空間。也正是一個個小小的詞元，串聯起數據與智能的橋梁，不僅讓數據擁有了溫度，也讓人工智能的每一次回應，都成為數據價值釋放的生動實踐。

　　（作者為國家數據發展研究院副院長，本報記者王雲杉採訪整理）

　　《 人民日報 》（ 2026年04月03日 06 版）