神經網路 -- AI 偵探風格
以「推理探案」的方式,追查神經網路八十年(1943–2022)的每一場危機與轉身: 前因是什麼?線索在哪裡?推理如何展開?後果又如何改變了整個世界?
本卷特別追蹤兩次寒冬與三次復興—— 從 1943 年的邏輯神經元,到 2012 年的影像大爆炸,再到 2022 年的對話革命, 每一章都是「寒冬裡活下來的人,改寫了整門學科」。
核心謎題只有一個:「學習」到底是什麼?一堆簡單的神經元,如何學會看、聽、說與思考?
案件卷宗(歷史年表)
萌芽:邏輯神經元與第一個可學習的機器(1943 – 1960)
第一次寒冬與伏筆(1969 – 1982)
第二次復興:反向傳播與深度架構(1986 – 1997)
深度學習時代:影像與語詞的大爆炸(2006 – 2014)
語言模型時代:注意力與對話革命(2017 – 2022)
四大歷史脈絡
- 學習規則(Hebb → 反向傳播):從「一起激發就連在一起」到鏈鎖律的梯度下降。
- 架構(McCulloch-Pitts → CNN → LSTM → Transformer):從邏輯單元到注意力為王。
- 危機與復興(1969 寒冬 → 1986 復興 → 2012 爆炸):寒冬裡活下來的人,改寫了整門學科。
- 從感知到生成(AlexNet → GAN → GPT-3 → ChatGPT):神經網路從「看懂世界」到「生成世界」。
榮譽主線
\[ \text{Hopfield/Hinton(1982/2006,神經網路)} \xrightarrow{2024} \text{諾貝爾物理學獎} \]
\[ \text{Hinton/LeCun/Bengio(1986/1989/2018,深度學習)} \xrightarrow{2018} \text{圖靈獎(見 } \texttt{資訊科學/2018-深度學習三巨頭.md}\text{)} \]
關鍵人物年表
| 年代 | 人物 | 貢獻 | 榮譽 |
| 1943 | Warren McCulloch / Walter Pitts | 神經元邏輯模型 | — |
| 1949 | Donald Hebb | Hebbian 學習規則 | — |
| 1958 | Frank Rosenblatt | 感知機、收斂定理 | — |
| 1960 | Bernard Widrow / Ted Hoff | ADALINE、delta 規則、自適應濾波 | — |
| 1969 | Marvin Minsky / Seymour Papert | 《Perceptrons》、XOR 危機 | Minsky 1969 圖靈獎 |
| 1980 | 福島邦彥 | Neocognitron、卷積架構 | — |
| 1982 | John Hopfield | Hopfield 網路、能量函數 | 2024 諾貝爾物理學獎 |
| 1986 | David Rumelhart / Geoffrey Hinton / Ronald Williams | 反向傳播 | Hinton 2018 圖靈獎 |
| 1989 | Yann LeCun | CNN、LeNet、MNIST | 2018 圖靈獎 |
| 1997 | Sepp Hochreiter / Jürgen Schmidhuber | LSTM、門控記憶 | — |
| 2006 | Geoffrey Hinton | 深度信念網路、逐層預訓練 | 2018 圖靈獎、2024 諾貝爾物理學獎 |
| 2012 | Alex Krizhevsky / Ilya Sutskever / Geoffrey Hinton | AlexNet、GPU 訓練 | 2018 圖靈獎 |
| 2013 | Tomas Mikolov | word2vec、詞向量 | — |
| 2014 | Ian Goodfellow | 生成對抗網路(GAN) | — |
| 2017 | Ashish Vaswani 等 | Transformer、self-attention | — |
| 2020 | Tom Brown 等(OpenAI) | GPT-3、scaling laws | — |
| 2022 | Ouyang 等(OpenAI) | RLHF、InstructGPT、ChatGPT | — |