兰 亭 墨 苑

标题 *

URL 别名 *

内容 * (支持 Markdown 格式) 第一卷：漫长的黑夜与微光（太古宙-元古宙） 核心主题： 逻辑与直觉的首次碰撞。人类试图用严密的逻辑规则创造智能，却最终在模仿大脑神经元的“炼金术”中找到了火种。 第一章：模仿游戏的代价 当图灵提出“机器能思考吗”，M-P 模型与感知机给出了最初的回答。为什么逻辑上的“异或”难题，判处了神经网络几十年的死刑？ 第二章：炼金术士的坚持 符号主义的寒冬中，辛顿等人如何用“反向传播”复活了连接主义？ 第三章：地下室里的盗火者 多伦多学派的建立 辛顿对玻尔兹曼机的移情别恋 BP的出现 第四章：高卢雄鸡的空间魔法 用傅立叶的角度看图像的杨立昆和CNN的出现 LeNet-5 的诞生，卷积网络之父的成名作。 第五章：时间领主的时间卷轴 乔姆斯基的学术壁垒 埃尔曼网络的冲锋 乔姆斯基的反击和神经网络寒冬的解封 第二卷：算力觉醒与物种大爆发（寒武纪） 核心主题： 暴力的美学。GPU 的入场让神经网络突破了物理极限，AI 开始攻克人类感知的两大堡垒：空间（视觉）与时间（语言）。 第六章：面壁者的破壁一剑 辛顿是如何打破梯度消失这堵叹息之墙的？ 第七章：通天塔的层数：从 VGG 到 ResNet 一个改写显卡驱动的少年和一家做游戏显卡的公司（NVIDIA），如何联手开启了深度学习的黄金时代？ 神经网络能做多深？何恺明是如何用“恒等映射”骗过梯度消失的幽灵，让百层网络成为可能？ 第八章：时间的征服者：RNN 与 LSTM 的兴衰 机器如何拥有记忆？从循环神经网络的“短期记忆”到 Seq2Seq 的出现，Attention 机制的萌芽正在悄然孕育。 第三卷：巨兽时代与双雄争霸（侏罗纪） 核心主题： 范式统一。Transformer 一统天下，OpenAI 与 Google 展开了关于“理解”与“生成”的终极路线之争。 第九章：注意力即一切：Transformer 登基 为什么抛弃循环和卷积，只保留“注意力”就能横扫一切？这是否暗示了人类认知的某种底层数学本质？ 第十章：路线的分歧：BERT 的理解 vs GPT 的生成 智能的本质是“还原真相”（自编码）还是“预测未来”（自回归）？为什么看似更简单的“文字接龙”最终赢得了战争？ 第十一章：涌现的奇点：Scaling Law 与 GPT-3 量变真的能引起质变吗？当参数量达到千亿级别时，模型为什么突然“懂”了？“压缩即智能”的第一性原理。 第十二章：驯服怪兽：RLHF 与 ChatGPT 如何让一个读遍互联网的“疯子”变成彬彬有礼的“助手”？强化学习（RL）如何将人类的价值观注入硅基的大脑？ 第四卷：生存法则与系统觉醒（白垩纪） 核心主题： 效率之战与推理觉醒。在资源不再无限的富氧环境下，进化的方向从“更大”转向了“更聪明”和“更高效”。 第十三章：书同文：多模态与世界的流形 文字、图像、声音在数学高维空间里是一回事吗？CLIP 与 VQ-VAE 证明，AI 正在走出柏拉图的洞穴，看到了世界的“理型”。 第十四章：算力的突围：MoE 与 DeepSeek 的奇袭 当摩尔定律放缓，如何用更少的算力做更多的事？DeepSeek 是如何通过混合专家模型（MoE）和博弈论算法（GRPO），打破算力封锁的？ 第十五章：系统 2 的觉醒：从 CoT 到 o1 的慢思考 AI 只能依靠直觉（System 1）吗？OpenAI o1 与哈萨比斯的神经符号主义，正在让神经网络学会像人类一样逻辑推理和自我反思。 第十六章：手脚与灵魂：Agent 与具身智能 当大脑有了手脚（Tools）和长期记忆（Memory），AI 将如何从“思考者”变成“行动者”？ 终章：陨石在靠近 第十七章：进化的终局 我们正处于白垩纪的繁荣顶点，还是大灭绝的前夜？Scaling Law 是否失效？人类与硅基物种的未来是毁灭还是共生？

配图 (可多选)

标签