DQN 把深度卷积网络与 Q 学习结合，让 AI 直接从像素学会玩雅达利游戏，多个游戏达到人类水平。它是深度强化学习走向实用的标志性工作。 DQN 的故事最激励人心的地方在于：AI 没有人教它规则，...

张量是深度学习中万能的数据容器：标量是 0 维张量，向量是 1 维，矩阵是 2 维，图像是 3 维，一批图像是 4 维。所有深度学习运算都可以归约为张量运算。 张量的哲学很迷人：万物皆数。一张照片...

GAN 让生成器与判别器互相对抗：生成器努力造假，判别器努力识破，在博弈中双方共同进步。这种“左右互搏”的思路，让 AI 第一次能生成逼真的图像。 GAN 的哲学意味很浓：造假者与鉴定者的军备...

数据增强通过对现有数据做变换（翻转、旋转、裁剪、加噪声）生成“新”样本，扩大有效训练集。它不需要采集新数据，却能显著提升模型的泛化能力。 数据增强的精髓是“换角度看问题”。同一张图...

深度学习是机器学习的一个分支，使用多层（深层）神经网络自动从数据中提取特征。浅层网络只能学简单模式，深层网络能逐层组合出抽象概念——从像素到边缘，从边缘到器官，从器官到人脸。 深度...

反向传播是训练神经网络的核心算法：先正向计算输出与误差，再反向逐层计算每个参数对误差的贡献（梯度），最后据此更新参数。它让多层网络的可训练性成为现实。 反向传播的巧妙在于“责任分配...

注意力机制让模型在处理序列时，能动态关注最相关的部分。读一句话时，模型会判断哪些词与当前要生成的词关系最密切，而不是平均对待每个词。 注意力机制之所以革命性，是因为它让模型学会了“...

Transformer 是 2017 年 Google 论文《Attention is All You Need》提出的架构。它完全基于注意力机制，抛弃了传统循环结构，凭借并行训练优势成为大模型时代的事实标准。 Transformer 的成功是...

多模态指模型能同时理解和生成文本、图片、音频、视频等多种形式的信息。人类本来就用多感官认知世界，多模态 AI 是向人类智能方式的靠拢。 多模态最有想象力的地方在于交互方式的革命：拍照问...

嵌入是把离散对象（词、图片、用户）映射到连续向量空间的技术，让语义相近的对象在空间中彼此靠近。它是大模型、推荐系统、语义检索的共同基石。 嵌入的精妙在于它让机器“理解”了关系：不仅...

这三者是包含关系：人工智能是最大的概念，机器学习是实现 AI 的一种方法，深度学习是机器学习中最强大的一个分支。可以理解为同心圆——AI 在外，ML 居中，DL 在最里。 一个直观的例子：让程序...

AI 发展历经三次大潮：1950-1970 年的推理期（符号逻辑）、1980-1990 年的知识期（专家系统）、2006 年至今的学习期（深度学习与大模型）。每一次浪潮都因技术突破而兴起，因落地困难而退潮。 ...