1943年,两个疯子在芝加哥造出了AI的第一颗"脑细胞"

AI科幻短剧《人类的过去和未来》第一章 · 神经网络的起源篇
穿越回AI的起点,寻找让AI从6.5跃升到9.0的秘密。


cv君开始做视频了~
请直接在抖音搜索 cv君 ,关注一下吧~ 视频号有联系方式和交流群~
视频号创作非常不易,跪谢支持!

穿越:1943,芝加哥

请添加图片描述
请添加图片描述

量子态的身体穿过了时间壁垒。

目的地:1943年,美国芝加哥。

来找一个人——一位神经生物学家,他即将提出一个改变人类文明的想法。

“量子状态的我,还敲啥门呀。”

推门进去,直接开聊。


神经生物学家的黑板

请添加图片描述

他就是沃伦·麦卡洛克(Warren McCulloch)——神经生物学家,美国人。

黑板上画满了神经元、突触、信号传递的图示。

他正在思考一个疯狂的问题:

能不能用数学,模拟人脑神经元的工作方式?


人脑如何思考?

请添加图片描述

McCulloch解释道:

人脑有860亿个神经元,每个神经元接收信号,处理信号,然后决定要不要"激活"——把信号传给下一个。

如果我们能用数学公式模拟这个过程,就能造出一个人工的"脑细胞"。

信号随时间在环路中推进。一个神经元的输出,是下一个神经元的输入。


两条路:推理 vs 记忆

请添加图片描述

McCulloch在黑板上画了两种网络结构:

类型 功能 特点
前通网络 推理 信号单向流动,输入→输出
反馈网络 记忆 信号循环流动,能存储状态

前路网络负责推理,反馈网络负责记忆。

这不就是今天Transformer和RNN的雏形吗? 1943年就想到了!


搭档:天才数学家沃尔特·皮茨

请添加图片描述

但McCulloch是生物学家,不擅长数学推导。

他找到了一个搭档——沃尔特·皮茨(Walter Pitts)

一个自学成才的数学天才,17岁就因为一篇论文引起了罗素的注意。

两人联手,第一次提出了AI神经元的数学模型——MCP模型(McCulloch-Pitts Neuron)


跳转:1957年,感知机诞生

请添加图片描述

有了MCP模型的理论基础,AI的大门被推开了一条缝。

但理论终归是理论,谁来把它变成真的?

答案:弗兰克·罗森布拉特(Frank Rosenblatt),1957年,美国。


感知机:第一台能"看"的机器

请添加图片描述

罗森布拉特造了一台真正的机器——感知机(Perceptron)

它能做什么?图像分类:区分三角形和正方形。

看这个仪表盘:给它看一张画着三角形的卡片,指针偏向一边;给它看正方形,指针偏向另一边。

“他说是方块。” ——它答对了!


权重和旋钮:AI最原始的"学习"

请添加图片描述

看看这台感知机的"大脑"——

  • 左边:输入开关,模拟图像的像素。向上=正电压,向下=负电压
  • 中间:20个旋钮,每个旋钮代表一个权重(weight)。旋转旋钮=调整权重
  • 右边:微安表,显示最终输出

请添加图片描述

旋转旋钮,将开关的输出与旋钮上显示的数字相乘。

这就是今天神经网络里 y = Σ(w × x) + b 的物理版本!

每个旋钮就是一个权重w,每个开关就是一个输入x。


训练:让机器自己学会

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

训练过程就是不断地:

  1. 给机器看一张图
  2. 看它答对没有
  3. 如果错了,微调旋钮(权重)
  4. 再看一张,再调,循环往复

和今天训练GPT的原理,本质上一模一样——只是今天的"旋钮"有几千亿个,用GPU自动调。


看到三角形输出正分,其他形状输出负分

请添加图片描述

罗森布拉特和McCulloch一起测试。

把三角形卡片放到感知机的"眼睛"前面——

“看到三角形时输出正分,看到其他形状时输出负分吗?”

指针偏转,答对了。

一台用电线、旋钮和电池组成的机器,居然学会了"看"。


全球震动:《纽约时报》头版

请添加图片描述

《The New York Times》头版:

“军造出会思考的机器”
“新的海军设备通过自身经验学习”

全世界震惊了。

这台笨重的机器,被称为:人类第一个会自己学习的人工大脑。

1957年,人类第一次证明:机器可以学习。


故事的起点:McCulloch & Pitts

请添加图片描述

回到最初。

1943年,McCulloch和Pitts发表了那篇论文:《A Logical Calculus of the Ideas Immanent in Nervous Activity》。

他们用数学证明了:一个简单的神经元模型,接收输入、加权求和、超过阈值就激活——这个简单的规则,理论上可以计算任何逻辑函数。

这篇论文,是所有AI的起点。

没有MCP模型,就没有感知机。没有感知机,就没有多层网络。没有多层网络,就没有反向传播。没有反向传播——

就没有今天的ChatGPT、Sora、Midjourney。


最后的AI研究员找到答案了吗?

从未来战场穿越回1943年的AI研究员,亲眼见证了AI的第一颗"脑细胞"诞生。

他明白了一件事:

AI的力量不在算力,不在数据,而在那个最初的数学模型——神经元。

要从6.5跃升到9.0,答案不在更多的GPU,而在——

重新理解神经元的本质,找到被遗忘的可能性。


时间线

年份 事件 关键人物
1943 MCP神经元模型 McCulloch & Pitts
1957 感知机诞生 Frank Rosenblatt
1969 XOR问题,AI寒冬开始 Minsky
1986 反向传播算法 Hinton
2012 AlexNet,深度学习爆发 Krizhevsky & Hinton
2017 Transformer Google Brain
2022 ChatGPT OpenAI
2024 诺贝尔物理学奖 Hopfield & Hinton
2045? 中美AI大战… ???

从1943年的一篇论文,到2045年的AI战争——人类用了100年,从造出第一个人工神经元,到被自己的造物逼入绝境。

如果觉得有收获,点个赞/在看,让更多人看到AI真正的起源故事。

cv君开始做视频了~
请直接在抖音搜索: cv君 DeepAI,关注一下吧~ 视频号有联系方式和交流群~

视频号创作非常不易,跪谢支持!

作者:cver | AI技术博主
系列:《人类的过去和未来》第一章
原创内容,转载请注明出处

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐