第39章 群任務：神經網絡！（4K求追讀）
蘇舟斟酌了一下措辭，回道。
【熬鷹勇士：數學方向，主要是一些組合、數論和幾何的專題……】
蘇舟覺得光說不行，還順手發了一道題在群里。
然後……
【牛頓：嗯，大佬，這題我就不評價了。】
【萊布尼茨：噗！】
【香農：哈哈哈哈哈我不行了……】
【馮·諾依曼：所以你是在教小孩子？】
【圖靈：組合數論幾何……這不就是給小朋友啟蒙用的東西嗎……大佬你真是大材小用了！】
蘇舟：「……」
你們要不要聽聽自己在說什麼？
奧數競賽的題在這群人眼裡，就跟幼兒園摺紙手工差不多。
但蘇舟沒反駁。
他現在的人設就是「屈尊降貴教小朋友的大佬」，反駁了反而可疑。
於是他順著杆子往上爬。
【熬鷹勇士：沒辦法，答應了人家，總得負責到底，就是人數有點多，十幾個，怎麼教是個問題。】
這句話一出，群里畫風突變。
原本哈哈哈的笑聲戛然而止，取而代之的是一片深沉的沉默。
三秒後，牛頓率先打破了寂靜。
【牛頓：十幾個小鬼……大佬，我真心建議你三思。】
【萊布尼茨：雖然不滿牛頓，但這條我附議。】
【馮·諾依曼：+1。】
【香農：+10086。】
蘇舟一臉問號。
什麼情況？這些站在人類智慧巔峰的天才，一聽說「教學生」三個字，反應怎麼跟聽到了什麼恐怖故事似的？
【牛頓：我當年在劍橋當盧卡斯教授，講的是光學和微積分，你知道來聽課的學生有多少人嗎？】
【香農：多少？】
【牛頓：經常只有個位數，最慘的一次，整個階梯教室空空蕩蕩，一個人都沒有，我對著教室椅子講了一整節。】
【萊布尼茨：哈哈哈，艾薩克，原來你也有這種時候！】
【牛頓：你少笑，你那個微積分符號體系推廣的時候，學生不也一頭霧水？】
【萊布尼茨：那不一樣！我的符號體系優雅至極！是他們理解能力不夠！∫和d/dx，多完美的表達！他們居然說看不懂，我至今想不通！】
【馮·諾依曼：所以你的解決方案是什麼？】
【萊布尼茨：我把符號寫得更大了。】
【馮·諾依曼：這叫解決方案？】
【萊布尼茨：至少他們看清楚了！看清楚之後依然不懂，那就不是我的問題了。】
【圖靈：我在曼徹斯特的時候帶過研究生，有一次讓他幫我跑一組計算程序的驗證，我把邏輯寫得清清楚楚，每一步都標註了，你猜怎麼著？】
【馮·諾依曼：他跑錯了？】
【圖靈：他沒跑，他看了三天，跑來跟我說「老師我覺得這個邏輯有bug」，我花了一個小時跟他解釋那不是bug，那是特性，然後他點頭說懂了，第二天他又來了，跟我說「老師我又發現了一個bug」，結果一看，是同一個地方。】
【圖靈：後來我實在受不了，把那段邏輯拆成了三十七個小步驟，每一步都配了一句自然語言注釋，就差給他畫圖解釋了。】
【馮·諾依曼：有用嗎？】
【圖靈：有用，他終於不來問我了，因為他轉組了。】
【馮·諾依曼：默哀。】
蘇舟看著這群人你來我往地互相揭短，整個人都看樂了。
人類歷史上最聰明的一批腦袋，教學生的水平竟然爛得如此統一。
看來天才真心不適合教學生！
突然，群里彈出一條系統提示。
【系統提示：香農邀請拉馬努金加入了群聊。】
【香農：正好聊到教學生，我把一個人拉進來了@拉馬努金，來，給大夥講講你當年的教學經歷。】
【拉馬努金：我嗎？】
【香農：你啊，你在英國的時候不是也帶過學生？你那種純靠直覺往外蹦公式的風格，學生能受得了？】
拉馬努金。
印度天才數學家，幾乎沒受過正規數學訓練，純靠直覺和靈感推導出了上千個數學公式，其中很多至今仍在被驗證和應用。
這個人要是教學生，畫面感應該很刺激。
【拉馬努金：我確實在馬德拉斯的大學裡短暫教過一段時間的數學課。】
【馮·諾依曼：效果如何？】
【拉馬努金：不太好，我在黑板上寫了一個無窮級數的求和結果，學生問我怎麼推出來的，我說這個公式是正確的，他問我證明過程，我說這個公式是正確的。】
【牛頓：然後呢？】
【拉馬努金：然後他又問了一遍，我說納瑪吉里女神在夢裡告訴我的，它就是對的。】
【圖靈：……】
【馮·諾依曼：……】
【萊布尼茨：……】
【馮·諾依曼：好傢夥，我還只是省略十七步推導過程，你直接省略了整個證明，用女神託夢替代了，你贏了，教學擺爛這塊你是祖師爺。】
【拉馬努金：但那個公式確實是對的啊，後來哈代花了三年才補全了證明。】
【香農：對是對，但你不能指望學生也去做同一個夢啊！】
【拉馬努金：你們笑什麼，這是我的真實體驗(╯‵□′)╯︵┻━┻】
蘇舟看完這段對話，整個人都繃不住了，這群人教學生的水平，真是一個比一個炸裂。
如果讓他們來教自己那十一個客戶，估計上十分鐘就得退貨退款加拉黑。
不過這群人的經驗，可以當做是反面教材。
天才們踩過的坑，他反著來應該就沒問題了。
就在蘇舟思路逐漸清晰的時候，群里突然彈出了一條消息。
【羅森布拉特：@熬鷹勇士，大佬，既然你要當老師，我送你個東西。】
緊接著，一個紅包圖標跳了出來。
蘇舟點開。
【恭喜你獲得紅包：感知·傳遞·重構——教學認知增幅】
【紅包說明：此技能源自弗蘭克·羅森布拉特對人類神經網絡認知機制的畢生研究，包含知識拆解、結構化表達與學習者認知路徑構建的完整方法論。】
【附贈：羅森布拉特個人研究記憶片段——Mark I感知機研發全過程。】
【是否接收？】
蘇舟毫不猶豫地點了「是」。
下一秒一股信息洪流猛地灌入腦海。
隨即他居然看到了一間燈光昏暗的實驗室。
金屬框架上密密麻麻的電線連接著數百個光敏電阻，一台看起來笨拙無比的巨大機器擺在實驗室中央。
那是Mark I感知機。
1957年，人類歷史上第一台能夠「學習」的機器。
羅森布拉特站在機器前，手指不停調整著參數，他試圖讓這台機器識別簡單的幾何圖形，三角形和正方形。
每一次調參都像是在黑暗中摸索，沒有前人的經驗可以參考，沒有現成的框架可以套用，所有的一切都是從零開始。
連接權重、激活函數、誤差反饋……
這些在後世被寫入教科書，被無數工程師信手拈來的概念，在這間實驗室里，全部是剛剛誕生的嬰兒。
蘇舟感受到了羅森布拉特那種近乎偏執的激動，當Mark I第一次成功區分出三角形和正方形的時候，他在實驗記錄本上寫下了一行字：
「今天，機器學會了看。」
記憶碎片持續了大約一分鐘，然後漸漸消退。
但留下的東西卻沉甸甸地嵌入了蘇舟的認知結構里。
他現在理解神經網絡了。
從感知機的數學模型、權重更新規則、單層網絡的局限性到多層網絡的理論可能性，全部清晰得如同刻在腦子裡的公式。
當然要完全消化這些東西，需要時間。
與此同時，那個教學技能也在生效。
他忽然知道了如何把一個複雜的概念拆解成階梯狀的認知模塊，如何判斷學習者當前卡在哪一層，如何用最精準的語言把他從當前層推到下一層。
蘇舟意識到，教授學生知識，和教機器學習一樣。
這是羅森布拉特研究人類神經認知機制時提煉出的教學底層邏輯：人腦本身就是一個神經網絡，教學的本質就是調整這個網絡的連接模式。
羅森布拉特的記憶里，這項研究在上世紀六七十年代一度被寄予厚望，但最終因為單層感知機無法解決異或問題，被明斯基一篇論文打入冷宮，整個領域沉寂了將近二十年。
那現在呢？
2006年的現在，神經網絡研究走到哪一步了？
蘇舟打開電腦瀏覽器，在搜尋引擎里輸入「神經網絡」。
有論文，但不多。
這個領域在2006年的學術界仍然屬於小眾中的小眾，主流AI研究的方向是專家系統和統計學習，神經網絡被視為上世紀的失敗路線，少有人問津。
但蘇舟在搜索結果的第二頁發現了一個名字。
傑弗里·辛頓。
加拿大多倫多大學的教授，長期堅持神經網絡研究，2006年，他發表了一篇關於「深度信念網絡」的論文，提出了逐層預訓練的方法，首次證明了深層神經網絡的可訓練性。
這篇論文的引用量目前還很低，有良好英語基礎的蘇舟看完摘要之後，心臟猛跳了一下。
因為他腦子裡裝著羅森布拉特的研究記憶，雖然沒有完全吃透，但他能大概看懂這篇論文在說什麼。
辛頓解決了羅森布拉特沒能解決的核心問題。
也就是多層網絡的訓練方法。
這就像是打地基，地基打好了，上面就能蓋摩天大樓了。
而摩天大樓，就是人工智慧。
真正的、能夠自主學習、自主決策的人工智慧。
蘇舟的呼吸急促了起來。
他不知道自己的判斷是否正確，於是迅速切回42號群，決定試探一下群內天才們的反應。
【蘇舟：最近看到一些關於神經網絡的新進展，多層網絡的訓練似乎有了突破，各位怎麼看這個方向？】
羅森布拉特第一個接了話。
【羅森布拉特：你也在關注這個方向？】
【蘇舟：有一些興趣。】
【羅森布拉特：說來慚愧，我這輩子最大的遺憾，就是沒能造出真正完美的神經網絡，Mark I只是一個起點，一個非常粗糙的起點，我證明了機器可以學習，但我沒能證明機器可以深度學習。】
【羅森布拉特：明斯基說感知機解決不了異或問題，他說的是對的，單層網絡確實有不可逾越的天花板，但他的結論過於武斷了！】
這段話一出，群里原本嘻嘻哈哈吐槽的氛圍消失了。
【圖靈：我也有類似的遺憾，我提出了圖靈機的概念，證明了通用計算的可能性，但我沒來得及看到真正的智能機器，我的圖靈測試至今沒有被真正通過，這說明我們離目標還很遠。】
【馮·諾依曼：我設計了現代計算機的基礎架構，但這個架構的核心思想是確定性執行，輸入確定，輸出就確定，而真正的智能恰恰是不確定的，是模糊的，是概率性的，唉，不知道什麼時候才能達到這種水平。】
【香農：我量化了信息，但我沒能量化智能，資訊理論可以告訴你一條消息包含多少比特的信息，卻無法告訴你一個大腦包含多少比特的智慧，這中間的鴻溝，我至今看不到頭。】
【萊布尼茨：0與1可以編碼一切邏輯，但邏輯不等於智慧，我用二進位描述了理性的骨架，卻始終未能觸及靈魂。】
一條接一條，群里的大佬們罕見地集體袒露了內心最深處的遺憾。
他們是各自領域的開創者，是巨人本身。
但即便如此，在人工智慧這個終極命題面前，他們每個人都只完成了拼圖的一小塊，然後帶著未竟的遺憾離開了棋局。
而神經網絡，羅森布拉特開啟又被明斯基腰斬的那條路，是群里人認為最有可能通向終點的方向。
就在這時，群里彈出了一條系統提示，金色字體，加粗顯示。
【42號群系統提示：檢測到群內多數成員共同遺憾—「完美神經網絡的構建與實現」。】
【如果群友熬鷹勇士能夠在現實中推動並解決這一核心問題，將觸發群共識獎勵機制，屆時將獲得群內發出的高級紅包。】
【獎勵內容：？（將根據問題的解決程度動態調整）】
【熬鷹勇士：數學方向，主要是一些組合、數論和幾何的專題……】
蘇舟覺得光說不行，還順手發了一道題在群里。
然後……
【牛頓：嗯，大佬，這題我就不評價了。】
【萊布尼茨：噗！】
【香農：哈哈哈哈哈我不行了……】
【馮·諾依曼：所以你是在教小孩子？】
【圖靈：組合數論幾何……這不就是給小朋友啟蒙用的東西嗎……大佬你真是大材小用了！】
蘇舟：「……」
你們要不要聽聽自己在說什麼？
奧數競賽的題在這群人眼裡，就跟幼兒園摺紙手工差不多。
但蘇舟沒反駁。
他現在的人設就是「屈尊降貴教小朋友的大佬」，反駁了反而可疑。
於是他順著杆子往上爬。
【熬鷹勇士：沒辦法，答應了人家，總得負責到底，就是人數有點多，十幾個，怎麼教是個問題。】
這句話一出，群里畫風突變。
原本哈哈哈的笑聲戛然而止，取而代之的是一片深沉的沉默。
三秒後，牛頓率先打破了寂靜。
【牛頓：十幾個小鬼……大佬，我真心建議你三思。】
【萊布尼茨：雖然不滿牛頓，但這條我附議。】
【馮·諾依曼：+1。】
【香農：+10086。】
蘇舟一臉問號。
什麼情況？這些站在人類智慧巔峰的天才，一聽說「教學生」三個字，反應怎麼跟聽到了什麼恐怖故事似的？
【牛頓：我當年在劍橋當盧卡斯教授，講的是光學和微積分，你知道來聽課的學生有多少人嗎？】
【香農：多少？】
【牛頓：經常只有個位數，最慘的一次，整個階梯教室空空蕩蕩，一個人都沒有，我對著教室椅子講了一整節。】
【萊布尼茨：哈哈哈，艾薩克，原來你也有這種時候！】
【牛頓：你少笑，你那個微積分符號體系推廣的時候，學生不也一頭霧水？】
【萊布尼茨：那不一樣！我的符號體系優雅至極！是他們理解能力不夠！∫和d/dx，多完美的表達！他們居然說看不懂，我至今想不通！】
【馮·諾依曼：所以你的解決方案是什麼？】
【萊布尼茨：我把符號寫得更大了。】
【馮·諾依曼：這叫解決方案？】
【萊布尼茨：至少他們看清楚了！看清楚之後依然不懂，那就不是我的問題了。】
【圖靈：我在曼徹斯特的時候帶過研究生，有一次讓他幫我跑一組計算程序的驗證，我把邏輯寫得清清楚楚，每一步都標註了，你猜怎麼著？】
【馮·諾依曼：他跑錯了？】
【圖靈：他沒跑，他看了三天，跑來跟我說「老師我覺得這個邏輯有bug」，我花了一個小時跟他解釋那不是bug，那是特性，然後他點頭說懂了，第二天他又來了，跟我說「老師我又發現了一個bug」，結果一看，是同一個地方。】
【圖靈：後來我實在受不了，把那段邏輯拆成了三十七個小步驟，每一步都配了一句自然語言注釋，就差給他畫圖解釋了。】
【馮·諾依曼：有用嗎？】
【圖靈：有用，他終於不來問我了，因為他轉組了。】
【馮·諾依曼：默哀。】
蘇舟看著這群人你來我往地互相揭短，整個人都看樂了。
人類歷史上最聰明的一批腦袋，教學生的水平竟然爛得如此統一。
看來天才真心不適合教學生！
突然，群里彈出一條系統提示。
【系統提示：香農邀請拉馬努金加入了群聊。】
【香農：正好聊到教學生，我把一個人拉進來了@拉馬努金，來，給大夥講講你當年的教學經歷。】
【拉馬努金：我嗎？】
【香農：你啊，你在英國的時候不是也帶過學生？你那種純靠直覺往外蹦公式的風格，學生能受得了？】
拉馬努金。
印度天才數學家，幾乎沒受過正規數學訓練，純靠直覺和靈感推導出了上千個數學公式，其中很多至今仍在被驗證和應用。
這個人要是教學生，畫面感應該很刺激。
【拉馬努金：我確實在馬德拉斯的大學裡短暫教過一段時間的數學課。】
【馮·諾依曼：效果如何？】
【拉馬努金：不太好，我在黑板上寫了一個無窮級數的求和結果，學生問我怎麼推出來的，我說這個公式是正確的，他問我證明過程，我說這個公式是正確的。】
【牛頓：然後呢？】
【拉馬努金：然後他又問了一遍，我說納瑪吉里女神在夢裡告訴我的，它就是對的。】
【圖靈：……】
【馮·諾依曼：……】
【萊布尼茨：……】
【馮·諾依曼：好傢夥，我還只是省略十七步推導過程，你直接省略了整個證明，用女神託夢替代了，你贏了，教學擺爛這塊你是祖師爺。】
【拉馬努金：但那個公式確實是對的啊，後來哈代花了三年才補全了證明。】
【香農：對是對，但你不能指望學生也去做同一個夢啊！】
【拉馬努金：你們笑什麼，這是我的真實體驗(╯‵□′)╯︵┻━┻】
蘇舟看完這段對話，整個人都繃不住了，這群人教學生的水平，真是一個比一個炸裂。
如果讓他們來教自己那十一個客戶，估計上十分鐘就得退貨退款加拉黑。
不過這群人的經驗，可以當做是反面教材。
天才們踩過的坑，他反著來應該就沒問題了。
就在蘇舟思路逐漸清晰的時候，群里突然彈出了一條消息。
【羅森布拉特：@熬鷹勇士，大佬，既然你要當老師，我送你個東西。】
緊接著，一個紅包圖標跳了出來。
蘇舟點開。
【恭喜你獲得紅包：感知·傳遞·重構——教學認知增幅】
【紅包說明：此技能源自弗蘭克·羅森布拉特對人類神經網絡認知機制的畢生研究，包含知識拆解、結構化表達與學習者認知路徑構建的完整方法論。】
【附贈：羅森布拉特個人研究記憶片段——Mark I感知機研發全過程。】
【是否接收？】
蘇舟毫不猶豫地點了「是」。
下一秒一股信息洪流猛地灌入腦海。
隨即他居然看到了一間燈光昏暗的實驗室。
金屬框架上密密麻麻的電線連接著數百個光敏電阻，一台看起來笨拙無比的巨大機器擺在實驗室中央。
那是Mark I感知機。
1957年，人類歷史上第一台能夠「學習」的機器。
羅森布拉特站在機器前，手指不停調整著參數，他試圖讓這台機器識別簡單的幾何圖形，三角形和正方形。
每一次調參都像是在黑暗中摸索，沒有前人的經驗可以參考，沒有現成的框架可以套用，所有的一切都是從零開始。
連接權重、激活函數、誤差反饋……
這些在後世被寫入教科書，被無數工程師信手拈來的概念，在這間實驗室里，全部是剛剛誕生的嬰兒。
蘇舟感受到了羅森布拉特那種近乎偏執的激動，當Mark I第一次成功區分出三角形和正方形的時候，他在實驗記錄本上寫下了一行字：
「今天，機器學會了看。」
記憶碎片持續了大約一分鐘，然後漸漸消退。
但留下的東西卻沉甸甸地嵌入了蘇舟的認知結構里。
他現在理解神經網絡了。
從感知機的數學模型、權重更新規則、單層網絡的局限性到多層網絡的理論可能性，全部清晰得如同刻在腦子裡的公式。
當然要完全消化這些東西，需要時間。
與此同時，那個教學技能也在生效。
他忽然知道了如何把一個複雜的概念拆解成階梯狀的認知模塊，如何判斷學習者當前卡在哪一層，如何用最精準的語言把他從當前層推到下一層。
蘇舟意識到，教授學生知識，和教機器學習一樣。
這是羅森布拉特研究人類神經認知機制時提煉出的教學底層邏輯：人腦本身就是一個神經網絡，教學的本質就是調整這個網絡的連接模式。
羅森布拉特的記憶里，這項研究在上世紀六七十年代一度被寄予厚望，但最終因為單層感知機無法解決異或問題，被明斯基一篇論文打入冷宮，整個領域沉寂了將近二十年。
那現在呢？
2006年的現在，神經網絡研究走到哪一步了？
蘇舟打開電腦瀏覽器，在搜尋引擎里輸入「神經網絡」。
有論文，但不多。
這個領域在2006年的學術界仍然屬於小眾中的小眾，主流AI研究的方向是專家系統和統計學習，神經網絡被視為上世紀的失敗路線，少有人問津。
但蘇舟在搜索結果的第二頁發現了一個名字。
傑弗里·辛頓。
加拿大多倫多大學的教授，長期堅持神經網絡研究，2006年，他發表了一篇關於「深度信念網絡」的論文，提出了逐層預訓練的方法，首次證明了深層神經網絡的可訓練性。
這篇論文的引用量目前還很低，有良好英語基礎的蘇舟看完摘要之後，心臟猛跳了一下。
因為他腦子裡裝著羅森布拉特的研究記憶，雖然沒有完全吃透，但他能大概看懂這篇論文在說什麼。
辛頓解決了羅森布拉特沒能解決的核心問題。
也就是多層網絡的訓練方法。
這就像是打地基，地基打好了，上面就能蓋摩天大樓了。
而摩天大樓，就是人工智慧。
真正的、能夠自主學習、自主決策的人工智慧。
蘇舟的呼吸急促了起來。
他不知道自己的判斷是否正確，於是迅速切回42號群，決定試探一下群內天才們的反應。
【蘇舟：最近看到一些關於神經網絡的新進展，多層網絡的訓練似乎有了突破，各位怎麼看這個方向？】
羅森布拉特第一個接了話。
【羅森布拉特：你也在關注這個方向？】
【蘇舟：有一些興趣。】
【羅森布拉特：說來慚愧，我這輩子最大的遺憾，就是沒能造出真正完美的神經網絡，Mark I只是一個起點，一個非常粗糙的起點，我證明了機器可以學習，但我沒能證明機器可以深度學習。】
【羅森布拉特：明斯基說感知機解決不了異或問題，他說的是對的，單層網絡確實有不可逾越的天花板，但他的結論過於武斷了！】
這段話一出，群里原本嘻嘻哈哈吐槽的氛圍消失了。
【圖靈：我也有類似的遺憾，我提出了圖靈機的概念，證明了通用計算的可能性，但我沒來得及看到真正的智能機器，我的圖靈測試至今沒有被真正通過，這說明我們離目標還很遠。】
【馮·諾依曼：我設計了現代計算機的基礎架構，但這個架構的核心思想是確定性執行，輸入確定，輸出就確定，而真正的智能恰恰是不確定的，是模糊的，是概率性的，唉，不知道什麼時候才能達到這種水平。】
【香農：我量化了信息，但我沒能量化智能，資訊理論可以告訴你一條消息包含多少比特的信息，卻無法告訴你一個大腦包含多少比特的智慧，這中間的鴻溝，我至今看不到頭。】
【萊布尼茨：0與1可以編碼一切邏輯，但邏輯不等於智慧，我用二進位描述了理性的骨架，卻始終未能觸及靈魂。】
一條接一條，群里的大佬們罕見地集體袒露了內心最深處的遺憾。
他們是各自領域的開創者，是巨人本身。
但即便如此，在人工智慧這個終極命題面前，他們每個人都只完成了拼圖的一小塊，然後帶著未竟的遺憾離開了棋局。
而神經網絡，羅森布拉特開啟又被明斯基腰斬的那條路，是群里人認為最有可能通向終點的方向。
就在這時，群里彈出了一條系統提示，金色字體，加粗顯示。
【42號群系統提示：檢測到群內多數成員共同遺憾—「完美神經網絡的構建與實現」。】
【如果群友熬鷹勇士能夠在現實中推動並解決這一核心問題，將觸發群共識獎勵機制，屆時將獲得群內發出的高級紅包。】
【獎勵內容：？（將根據問題的解決程度動態調整）】