ARTICLE · 1292858
AI 的＂神经网络＂里,没有一个神经元
1958 年，《纽约时报》报道了康奈尔一位年轻研究者造出的机器。报道里说，海军期待它能"走路、说话、看、写、自我复制，并意识到自己的存在"。
那台机器叫感知机。它只学得会一件事：用一条直线把两类东西分开。
今天你用的每一个 AI，背后都是同一种东西——神经网络。但如果你把它拆开看，里面没有一个神经元。没有细胞，没有突触，没有电信号，也没有任何东西在"放电"。
名字留下来了，实质从来没有。
一、一个"神经元"的全部工作
先看最小的单位。假设你要让程序决定"今天带不带伞"。
你给它三个输入：湿度 0.8、云量 0.9、气压正在降（记作 1.0）。然后给每个输入配一个权重，加起来：
0.8×0.6 + 0.9×0.3 + 1.0×0.1 = 0.85。
这个和超过了阈值 0.5，于是输出"带伞"。
就这么点东西。写成数学式子是 y = f(w₁x₁ + w₂x₂ + w₃x₃ + b)——一次加权求和，再过一次判断。
那些 w 和 b，就是参数。上一篇文章里 70B 模型的"700 亿个参数"，指的就是 700 亿个这样的数字。
这里有个关键点：没人告诉它湿度最重要。 0.6、0.3、0.1 这三个权重不是程序员定的，是训练调出来的。如果数据里显示云量其实更准，训练完之后权重会自己变成 0.2、0.7、0.1。
它是被数据改写的，不是被规则编写的。 这句话是整个领域的地基。
二、堆起来，然后加一个"拐弯"
一个这样的单元什么也做不了——它只能画一条直线。
于是把它们堆起来：一层放几十到几千个，叠几十到上百层。理论上，堆得越多，能表达的东西越复杂。
但这里有个陷阱，而且是个数学上严格的陷阱：如果每一层都只是加权求和，那么一百层叠起来，和一层完全等价。
因为一串线性变换乘起来还是一个线性变换。堆再多，也只是换了个更复杂的直线。
所以必须加一样东西：激活函数。它在每一层的加权求和之后，把结果"折"一下——负数归零、或者压到 0 到 1 之间。这个折的动作引入了非线性，堆叠才开始真正有意义。
这张图讲的是 1969 年那个著名的问题：异或。
四簇点分成两类，分别在左上和右下、右上和左下。你没法用一条直线把两类分开——不管怎么摆，总会有一类被切开。
但如果你有两条线，夹出一条带，就能把一类装进带内、另一类全留在带外。而"两条线"要靠两个神经元，加上非线性才能组合出来。
1969 年，明斯基和帕佩特在《感知机》里证明了单层网络做不到这件事。这本书的语气被读成了"神经网络没前途"，研究经费随之断掉，这个领域冷了十几年。
他们说的其实只是"单层不行"，但没人听清后面半句。
三、它怎么学：从猜错开始
现在有一个网络，几百万个参数全是随机数。它什么都不会。它怎么学会？
四步，重复几百万次：
第一步，猜。 输入一张标着"猫"的图片，网络按当前的随机参数算一遍，输出"狗，87%"。
第二步，算差多少。 有一个函数专门量这个差距，叫损失函数。这里它就错了，差得很远。
第三步，追责。 这是反向传播干的事：从最后一层往前推，算出每个参数对这次错误"负多少责任"，以及责任的方向——你该调大还是调小。用的是微积分里的链式法则。
第四步，微调。 每个参数朝减小误差的方向动一点点。动多少由一个叫学习率的数控制，通常小得可怜，比如 0.0001。
然后换下一张图，重来。
打个比方：这不是把规则讲给一个人听，而是让他做一百万道题，每道题都告诉他错了多少、偏在哪个方向，然后他把手里的每个旋钮都拧一点点。拧一百万次之后，他就"会"了。
整个过程叫梯度下降。你可以想象一个人蒙着眼睛下山，看不见路，只能用脚感觉哪个方向更斜，然后迈一小步。重复几万步，就到谷底了。
这里没有"理解"，只有"调整"。它不是被教的，是被纠正的。
四、为什么等到 2012 年才成
反向传播是 1986 年就发表了的。但神经网络真正起飞，又等了二十六年。
中间发生了什么：
关键在 2012 年那一次。AlexNet 用的还是卷积网络，思路和 1989 年没有本质区别。它赢在别的地方：
数据：ImageNet 有 120 万张人工标注的图片，1000 个类别。以前的数据集只有几万张。 算力：两块消费级 GPU（GTX 580）。这件事以前只能用 CPU 慢慢磨。 技巧：ReLU 激活函数缓解了深层网络的梯度消失，Dropout 抑制了过拟合。
想法在 1986 年就有了，缺的是让它跑起来的东西。 这也是为什么 2012 年之后进展突然变快——不是人突然变聪明了，是数据和算力同时到位了。
五、它和 AI 到底是什么关系
这才是最容易混淆的地方。
三个词不是并列的，是套娃：
人工智能是最大的那个圈：让机器做那些原本要人来做的事。
机器学习是其中一种做法：不写死规则，而是给例子让它自己找规律。
神经网络是机器学习里的一种具体方法：用一层层的加权求和来拟合这些规律。
关键在于，AI 里面有很多东西不是神经网络：
深蓝下赢卡斯帕罗夫，靠的是搜索加评估函数，一行神经网络都没有 早期的专家系统，是几百条 if-then 规则堆出来的 你手机里的地图导航，是图上的最短路算法
它们都算 AI。只是 2012 年之后，几乎所有被称为"AI 突破"的进展，都是神经网络做的。于是"AI"这个词慢慢被用来专指最里面那一圈。
所以准确的说法是：所有神经网络都是 AI，但并非所有 AI 都是神经网络。
今天说的大模型，也只是这一圈里的一个具体品种：神经网络 + Transformer 结构 + 海量数据 + 海量算力。
六、它擅长什么，不擅长什么
擅长的：模式识别——这张图是不是猫、这段语音说了什么、这句话是好评还是差评。还有一类更微妙的：模糊映射，比如"把这段话改得更礼貌但不改变意思"。这类事传统编程根本写不出来，因为你没法用 if-then 描述"礼貌"。
不擅长的：
精确计算。让它算 347 × 289，它可能给你一个"看起来很像"的错数。因为它的输出是概率分布里抽出来的，不是算出来的。 需要绝对保证的场合。它给的是"很可能对"，不是"一定对"。 没见过的输入。训练数据里没有的情况，它照样会自信地给答案。 解释自己。你知道第 3741 号参数是多少，但你不知道它在干什么。七千亿个参数，没有一个对应"猫"这个概念。
这些不是暂时的缺陷，是方法的性质决定的：它的本质是在拟合一个函数，不是在理解一套规则。
乐昆（Yann LeCun）说过一句被反复引用的话，大意是：深度学习没那么了不起，它本质上就是曲线拟合。
七、为什么"模仿大脑"这个说法有害
回到开头那个名字。
生物神经元长什么样：树突接收信号，轴突把信号传出去，通过突触连接到上千个其他神经元；信号是电脉冲，有时间上的累积和抑制，还牵扯几十种神经递质。
人工"神经元"长什么样：一个加权求和，加一个激活函数。
就这两样。 它没有时间维度，没有脉冲，没有连接结构，也没有任何化学过程。
真实的相似点只有一个：大量简单的单元连在一起，能涌现出单个单元没有的行为。 这个洞察是真的，而且是整个领域的起点。
但把"神经网络"这个词用下去，会带来一个很贵的误解：人们会以为它有意图、会思考、在"理解"你说的话。
它没有。它是在做一件很具体的事：给你大量的输入输出对应关系，它找一个函数把两者连起来。 训练就是找这个函数，推理就是用它算一次。
结语
神经网络不聪明。
它是一堆加法和乘法，加一个把结果折一下的小函数，然后被反复纠错纠了几万亿次。
但它确实做成了很多原本只有人能做的事。而这个"做成"的方式，和你想象的完全不一样——它不是想明白了才做对，是先做，再被纠正，直到看起来像想明白了。
下次看到"AI 又突破了"，你可以这样翻译：一堆乘加，又在更多例子上被调准了一点点。
