各位好，咱们接着上回书说。
上回书咱们聊到，神经网络在地下室里熬了二十年，终于靠着“刷题”在银行识别支票上露了脸。但您别看它能干活了，其实那时候的AI，脑子里主打一个“混乱”。这就好比一个刚学会认字的孩子，你让他认“大”字，他认得；你把那“大”字往左边挪挪，或者写得稍微歪一点，他可能一梗脖子：“不认识！这哪儿来的妖精？”
那时候的科学家也犯愁：这神经网络到底缺了点儿什么？明明给它喂了那么多数据，怎么还是个“死脑筋”？其实问题就出在，我们虽然给了它“脑细胞”，却没给它“长记性”和“看世界”的规矩。
1. 从“扁平世界”到“空间感知”
咱们得先给前文补个技术漏儿。在上世纪八九十年代，最原始的神经网络看图片，方式特别“暴力”。
比如一张 28×28 像素的数字图片。在最初的AI眼里，它不是一个圆圈或者一个钩，而是 784 个排成一长队的数字。AI会把图片像揉面团一样揉成长长的一条，然后挨个去数。
这种方法最致命的问题是：它把空间给弄丢了。
原始AI：它只记得“第200个像素点是黑的”。
现实世界：数字“3”是由左半圆和右半圆组成的。如果图片整体往左挪了一个像素，原来的第200个点变成了第199个点，AI就彻底抓瞎了——在它眼里，世界“崩塌”了。
这就是为什么杨立昆发明的 CNN（卷积神经网络）如此伟大。
2. 第一位专家：拿着放大镜的“卷积”
杨立昆意识到，AI不能“一锅端”。他给模型做了一次伟大的“减法”。
他不再让AI一次性盯着全图看，而是给AI发了一个“放大镜”（卷积核）。这个放大镜一次只看一小块区域（比如 3×3 个像素）。
局部感知：放大镜在图片上滑行。它先看这一小块是不是有一根横线，再看那一小块是不是有一个弯角。
规矩共享：最神的地方在于，不管这个“弯角”出现在左上角还是右下角，识别它的规则是同一套。
这就是“做减法”的智慧：我们限制了AI的视线，不让它瞎看，只让它盯着局部特征。结果，AI反而学会了什么是“形状”，什么是“线条”。
从此，AI第一次真正“看懂”了物理世界的空间结构。这就是LeNet-5能在银行大显身手的秘密——它不再被“写歪了”或者“挪位了”的数字搞糊涂了。
3. 第二位专家：懂上下文的“记忆大师”
但世界不光有图片，还有声音和文字。
说一段话，每个字的意思都取决于前面的内容。比如我说：“我昨天去银行取钱。”如果你听到最后一个“钱”字时，已经忘了前面是“银行”还是“快递站”，那你根本没法理解这句话。
早期的神经网络就是个“秒忘”的鱼。于是，科学家又想了一个招：把信息“绕回来”。
这就是RNN（循环神经网络）。它在计算这一秒的信息时，会偷偷把上一秒的“记忆残影”也加进来。
AI第一次，开始理解了“时间”。
4. 减法的启示：一个时代的“思想钢印”
CNN 解决了空间，RNN 解决了时间。这两个伟大的发明，核心逻辑其实都是一样的：人类通过自己的智慧，给AI设定了某种特定的“结构”。
我们告诉AI：
“看图得盯着局部看”（CNN）
“听话得按顺序记”（RNN）
这种“做减法、立规矩”的思想，在当时极具启发性，甚至成了一种信仰。大家觉得：AI要变聪明，人类就得更聪明地设计它的结构。
但也正是这种成功，无意中给后来的研究者烙上了“思想钢印”。
在很长一段时间里，人们陷入了一个怪圈：如果AI表现不好，一定是我们的结构还不够精巧。于是大家拼命钻研更复杂的结构，却害怕把模型做大。当时甚至有个共识：模型层数太深了没法练，数据太多了会“消化不良”。
人类以为自己在引领AI，却没发现，我们设定的这些“聪明规矩”，在某种程度上也限制了AI的上限。
5. 核心观点总结
从乱看到精看：CNN通过卷积（放大镜模式）让AI学会了识别物体的局部特征，解决了空间位移的问题。
从秒忘到有记忆：RNN通过循环机制让AI学会了处理序列信息，理解了上下文。
减法哲学：这一阶段的成功，源于人类把自己的知识（对空间和时间的理解）强行塞进了AI的结构里。
启发：
任何一种划时代的思想，在它诞生之初是照亮黑暗的火把，但在它统治时期，也可能成为阻碍探索的围墙。我们通过“做减法”让AI学会了看和听，却没料到，真正的奇迹，藏在被我们否定掉的“暴力大模型”里。
下一篇预告
如果“规则”和“结构”是AI变聪明的助推器，那么为什么现在的ChatGPT看起来不再那么依赖这些死板的结构了？
下一篇，我们将讲一个“离经叛道”的故事。
有一个模型，它把 RNN 苦心经营的“记忆序列”全给拆了。它大喊一声：“别管什么顺序了，也别管什么局部了，我们只需要‘注意力’！”
我们将聊聊：Transformer 的诞生，以及在那个疯狂的时代，AI是如何学会“抓重点”的。
