關注吳大爺二三事，一起共同成長

知識分享 丨生活感悟

學習思考，尋找自我。

大家好，我是滿肚子雞湯的吳大爺，一個天天在鍵盤上敲打心靈，喜歡給人講知識講故事的男人。

在人工智能的江湖里，有這么三位老哥，人送外號“深度學習三巨頭”：杰弗里·辛頓、楊立昆、約書亞·本吉奧。

（2019年這三個哥們最后共同獲得了圖靈獎，計算機的諾貝爾獎，辛頓后面還獲得過物理學諾貝爾獎。）

別看現在AI炙手可熱，GPT4o，deekseek一個接一個地刷屏，什么Sora視頻生成、ChatGPT助手到處都是，當年他們搞神經網絡的時候，可是連飯都快吃不上。

這條路，一開始是真的冷清到懷疑人生。

一條被“判死刑”的老路

時間撥回2004年，那時候神經網絡被整個學術界打上了“沒救了”的標簽，成了“第三優選擇”，翻譯成人話就是：“你寫個for循環都比它靠譜。”

可偏偏就在這條已經被眾人遺棄的老路上，辛頓他們還在默默堅持。

他們像極了那些堅信直流電終有一天會翻身的工程師。

是啊，當年特斯拉（不是馬斯克那個，是原版尼古拉·特斯拉）也并沒有否認直流電。

直流電雖然一度被交流電按在地上摩擦，但隨著超遠距離高壓輸電技術的發展，人們發現直流電、交流電都有自己各自擅長的領域。

就像很早之前就有電車，然后油車，現在又回到了電車。

所以你看，好點子的生命周期可能是幾十年，被遺忘、被嘲笑、被證明、被膜拜。

深度學習正是這么一路翻山越嶺走來的。

數學不好的“人工智能教父”

辛頓，一個你以為是數理天才的存在，其實數學并不好。

線性代數都不感興趣，寫代碼也不怎么行。

聽起來是不是有點像那種“民科”？

但就是這個“數學不行”的人，成為了神經網絡復興的靈魂人物。

很多顛覆行業的人，往往不是行業內的人。

因為“不專業”，反而不會被傳統思維束縛，才有機會看到不同的風景。

辛頓從不相信“放棄一個理論只因為它失敗過一次”。

他常說：“舊的想法也是新的”，這個信仰讓他在所有人都看衰的年代，仍然堅持著那幾行代碼，那幾頁論文，那幾個學生。

一塊“打游戲”的芯片，改變了AI的命運

2000年代后期，辛頓突然發現，一種被用來打《光環》和《俠盜獵車手》的芯片，居然可以跑神經網絡！

這塊芯片叫GPU（圖形處理器），原本是為渲染游戲畫面而生的，但因為它能同時進行大量并行計算，居然非常適合神經網絡那種“你算我也算大家一起算”的風格。

英偉達也沒想到，他們賣的是顯卡，造福的卻是AI圈。

GPU+神經網絡，像是天作之合——一個是被邊緣化的技術，一個是被誤解的硬件，聯手打出了一手王炸。

你看，這年頭連搞科技都得講“玄學緣分”。

比特幣、智械危機與祖母悖論：一場科幻式算力爭奪戰

現在回頭看，人類發展AI的最大瓶頸之一，就是算力。

有趣的是，比特幣挖礦也要算力。

于是有人提出了一個“賽博懸疑”：中本聰是不是從未來穿越回來的人？

他看到AI的終極威脅，為了減緩AI的發展，發明了比特幣，誘導全球算力都去挖礦，分散了能被AI用來進化的資源。

這就像一盤宏大的策略棋局：我先點歪科技樹，再用祖母悖論抹除自己的存在，留下一串神秘代碼與一個無法刪除的信仰：“去中心化”。

如果這是小說，那確實挺好看的。

只是，現實也未必比小說遜色太多。

深度學習的“復活術”：給老酒貼上新標簽

在科學發展史上，有個慣用套路叫“換個名字再來一遍”。

辛頓他們干的正是這個事兒。他們沒有發明什么新技術，而是把連接主義這個“老掉牙”的方法重新包裝成了“深度學習”。

聽起來是不是就有點炫酷？

就像你小時候吃的“方便面”，改個包裝叫“速食拉面”，立馬身價翻倍。名字雖然俗氣點，但深度學習的核心依舊是神經網絡。

不同的是，它搭上了GPU、海量數據和互聯網這輛東風快遞的快車。

于是，“冷飯熱炒”也能香得讓人流口水。

為什么突破不是發生在實驗室，而是在車庫？

從圖像識別到語音識別，再到自動駕駛，深度學習的每一次進化，背后往往不是巨頭公司主導的結果，而是一些“小作坊”的奇襲。

比如，一位名叫波默洛的博士生，丟掉了傳統代碼，重建了一個叫ALVINN的系統，用神經網絡來模仿人類駕駛。

他沒有天價設備，沒有明星團隊，但他有一顆不信“舊技術無用”的心。

再比如微軟搞語音識別搞了十幾年，效果一直不好。

結果辛頓和他那倆學生一出手，幾個月就搞定。

后來，這三人就像開掛了一樣，谷歌、百度、Facebook、微軟全來搶人。

這告訴我們：如果你有點子，別擔心設備不夠、平臺不大。

信仰和堅持，才是通往“彎道超車”的燃料。

舊知識也是新知識，信仰比效率更重要

連接主義、神經網絡這些東西，從來不是“一夜之間成功”的。

它們沉默過、被嫌棄過、甚至被主流視為“迷信”。

但仍然有人堅持認為：“它只是時機不對，不是理論有錯。”

科學的發展，不是效率優先，而是信仰優先。

你愿不愿意熬十年，只為了一個點子被驗證？

科技改變世界從來不是靠快，而是靠韌性。

說不定哪天證明現在的技術走歪？也不一定的。

結語：屬于“信徒”的勝利時刻

辛頓曾說：“如果一個理論不能被普通人理解，那它就不配得諾貝爾獎。”

你以為他說的是謙虛，其實說的是責任。他要的不是榮耀，而是那顆對抗時代質疑的信仰之光。

如今，ChatGPT、deepseek在你我手機上聊得飛起，背后是幾十年被誤解、被拋棄、被堅持的深度學習。

所以，下次再遇到一個被嘲笑的點子，一項“看起來沒人用”的技術，不妨再等等。

或許它不是沒用，只是還沒輪到它的時代。

因為：舊的想法，也是新的。

歡迎點贊、轉發、評論。

我是吳大爺，夜風同學

愿一路陪你共同成長！