他用一根橡皮筋，講透了AI的底層邏輯

序幕：神經網絡

老喻：辛頓教授，深度學習對大多數人來說就是一個"黑盒"，幾百億參數在里面像魔法一樣運作。您能不能用打比方加一點初級數學，把"前向傳播"和"反向傳播"徹底揉碎了講講？

辛頓：沒問題。但在講機制之前，我想先讓大家理解一件事：大腦里正在發生的事情，離我們平時的"有意識邏輯思考"非常遙遠。它們更像是在做"感知"或"類比"，你沒法用傳統的符號處理去解釋。

我舉個最自然的例子：給你一張灰度照片，一堆像素點，請你告訴我——里面有沒有鳥？

過去半個世紀，人們一直試圖寫程序解決這個問題，基本全部失敗。為什么？因為"鳥"根本無法用一組固定的數學值來定義。它可以是懟到你臉上的一只鴕鳥，也可以是天邊的一只海鷗；黑的、白的、飛著的、蹲著的。

那大腦是怎么做的？我們來手工搭一個神經網絡看看。

第一層，我們放一批神經元，專門檢測圖片里最微小的邊緣——比如取三個像素點，如果左邊亮、右邊暗，這個神經元就興奮："這里有一條邊！"

第二層，神經元不再看像素，而是看第一層傳來的信號——幾條短邊緣向下傾斜、幾條向上傾斜、前端交匯成一個尖角——它就喊："我可能發現了一個鳥嘴！"

第三層，有個神經元同時收到"鳥嘴"和"鳥眼"的信號，并且空間位置對得上，它就說："這是一個鳥頭！"

最頂層，當"鳥頭""鳥腳""翅膀尖"的信號同時涌入，它大喊："這絕對是一只鳥！"

老喻：邏輯很清晰！但如果手工搭建，這個網絡得多大？

辛頓：至少10億個連接。我絕不可能讓我的研究生去手動設置10億個權重——所以我們需要一種機制，讓網絡自己學會怎么設置這些權重。這就是我接下來要講的核心：前向傳播和反向傳播。

第一幕：前向傳播

辛頓：我們把正在學習“如何認出一只鳥”的神經網絡，想象成一家擁有 10 億名員工的“看圖識物大公司”。

這家公司等級森嚴，分為四個層級：

1、基層業務員（底層神經元）：只負責盯圖片上最基礎的像素亮暗，只有當像素亮到一定程度，業務員才會“興奮”地往上喊（這就是激活函數）。

2、小組長（第二層神經元）：聽業務員匯報，負責尋找“邊緣”和“線條”。

3、部門經理（第三層神經元）：聽小組長匯報，負責拼湊“鳥嘴”或“狗耳朵”這樣的局部特征。

4、CEO（頂層神經元/輸出層）：聽取所有經理的匯報，向客戶拍板出最終結論：“這是一只鳥，還是一只狗！”

老喻好家伙，10 億人的大廠！那平時遞進去一張圖片，他們是怎么協同工作的？

辛頓：這就叫“前向傳播”，也就是自下而上的情報匯報。

假設客戶遞來一張“麻雀”的照片。底層業務員看到像素就開始往上喊。但在職場里，上級對下屬絕不會一視同仁。這里有我們第一個極其關鍵的數學概念： 在學術上，下屬喊話的音量叫“激活值”，上級對下屬的信任程度叫“權重（Weight）”。

下屬匯報的音量（激活值） × 上級對他的信任度（權重） = 對上級的實際影響力

假設公司開業第一天，這 10 億人的“信任度（權重）”全都是隨機瞎填的（這叫隨機初始化）。碰巧，負責找“狗耳朵”的經理 A 今天瞎激動，喊得特大聲，而 CEO 給他的初始信任度又極高；相反，“鳥嘴部門”的經理 B 明明嘀咕了正確答案，卻因信任度太低被徹底無視。

信號就這樣一層一層做著乘法往上傳遞。CEO 綜合了所有匯報后一拍腦門，給出了最終預測：“客戶您好，根據我司嚴密計算，這張圖有 80% 的概率是狗，只有 10% 的概率是鳥！”

老喻：對著麻雀喊狗，這是一場災難性的業務事故！由于初始信任度是隨機的，前向傳播等于是在盲人摸象、瞎猜一氣。客戶肯定要掀桌子了。

第二幕：誤差與梯度

辛頓：沒錯！客戶（也就是訓練數據里的標準答案/標簽 Label）勃然大怒：“瞎了嗎？這是鳥！鳥的概率必須是 100%（1.0），狗的概率必須是 0%（0.0）！”

這個時候，全公司就要開始計算這次業務事故錯得有多離譜了。為了讓你有直觀的物理感受，老喻，我在 CEO 的辦公桌上放一個極其具象的“橡皮筋與滑軌”道具，來給你演示什么叫“誤差/損失（Loss）”和“梯度（Gradient）”。

想象桌上豎著兩排帶刻度的滑軌，分別寫著“鳥”和“狗”。滑軌的最底部是 0.0，最頂部是 1.0。 每條滑軌上都有兩個東西：

1、客戶手里拿的“真理鐵釘”（代表標準答案），砰的一聲死死釘在滑軌的正確刻度上，絕對不許動。

2、CEO 手里推的“預測滑塊”（代表他瞎猜的概率輸出），停在他剛才匯報的刻度上。 最要命的是：在“真理鐵釘”和“預測滑塊”之間，死死套著一根極其強韌的橡皮筋！

老喻：畫面感太強了！那這桌上現在的戰況如何？CEO 豈不是被勒得很慘？

辛頓：極其痛苦！我們先看“鳥”的滑軌： 這是一張真麻雀，所以客戶把“真理鐵釘”釘在了最頂端的1.0。但 CEO 瞎猜，把“預測滑塊”留在了最底部的0.1。 老喻你看，鐵釘在天上，滑塊在地下。這根原本短短的橡皮筋，被強行跨越 0.9 的巨大物理距離，死死繃緊了！因為鐵釘（錨點）在上方，這根緊繃的橡皮筋產生了一個巨大的拉力，拼命想把底下的滑塊往上拽。

我們再看“狗”的滑軌： 照片里根本沒狗，客戶把“真理鐵釘”死死釘在了最底部的0.0。但 CEO 聽信讒言，把“預測滑塊”推到了0.8的高空！ 仔細看這根橡皮筋——鐵釘在地下（0.0），滑塊在天上（0.8）。兩點之間同樣隔著 0.8 的巨大距離！所以這根橡皮筋同樣被極度拉長、死死繃緊了、勒得生疼！只不過這一次，鐵釘在下方，橡皮筋的收縮本能拼命想把天上的滑塊往下拽。

老喻：（恍然大悟）噢！我徹底明白了！很多初學者覺得往下按應該是“壓縮彈簧”，但其實橡皮筋根本沒法被壓縮，它只在乎你和真理之間的“絕對距離”！只要偏離真理，無論偏高還是偏低，橡皮筋都會被無情地拉長、繃緊！這根橡皮筋被拉得有多長、勒得有多疼，就是“誤差大小（Loss）”；而它拼命往上拽還是往下拽的“方向和力道”，就是微積分里大名鼎鼎的“梯度（Gradient）”！所以算法本質上是在做“負梯度下降”，即違背讓痛苦增加的趨勢。

辛頓：Bingo！你完美推導出了深度學習最核心的數學直覺：偏離即拉伸，拉伸即痛苦。梯度精確地告訴 CEO：你下一步該去提拔誰、打壓誰，才能逃避這種痛苦。

第三幕：反向傳播

老喻：現在 CEO 頭頂著這兩根繃到極致、隨時要把頭皮扯掉的橡皮筋，被勒得痛不欲生。他現在的唯一本能，就是想盡辦法讓所有橡皮筋都“縮回原點、徹底松弛”！但他總不能把 10 億人全開除吧？他該怎么善后？

辛頓：為了讓頂層的橡皮筋放松，他必須把拉扯的痛感順著公司的層級向下分攤。這就需要“反向傳播”（Backpropagation）登場了！在微積分里它叫“鏈式法則（Chain Rule）”，但我更愿意稱之為“企業級精準連坐分鍋機制”！

CEO 順著那根拽著他往下死里勒的“狗皮筋”去查賬：“這股痛感（負向梯度）是誰造成的？哦！是因為經理 A 剛才喊得最大聲，我又極度信任他。他坑慘我了！”

CEO 掏出小本本開始懲罰，這是我們的第二個核心公式：

修改對下屬的信任度（更新權重） = 橡皮筋傳導給我的痛感（梯度） × 該下屬剛才匯報的音量（激活值）

這個公式無比殘酷：如果橡皮筋繃得極緊（錯得離譜），而你作為下屬剛才又喊得最起勁，你挨的板子就最重！CEO 狠狠扣減了經理 A 的信任度：“為了緩解往下拽的拉力，下次你再喊，我就當耳旁風。”同時，順著“鳥皮筋”向上的正向梯度拉力，CEO 給受了委屈的鳥嘴經理 B大幅增加了信任度。

老喻：絕妙的連坐乘法！但這只是高管層的分鍋，底下那 9 億多人怎么辦？

辛頓：繼續用“鏈式法則”反向往下套公式啊！經理 A 挨了罵，信任度被降級，他也感受到了被橡皮筋拉扯的痛感（梯度的向下傳遞）。他憋著火回到辦公室叫來手下：“剛才到底是哪個混蛋給我亂報‘狗耳朵’的？”

經理 A 用同樣的乘法公式，把緊繃的拉力按比例向下分攤，揪出那個瞎報“毛茸茸邊緣”的小組長，狠狠扣減對他的信任度。而剛才沒作聲的人，因為音量乘積為 0，完美隱身。

接著，小組長感受到拉力，轉身再去罵基層業務員……你看，這股“為了讓頂層橡皮筋徹底放松”的求生欲，就這樣順著公司的層級做著連環乘法，一路反向（Backwards）傳導（Propagate）到了最底層。 全公司 10 億人瞬間收到了一份極其精確的微調通知：“為了緩解上面的緊繃感，你該把對某下屬的信任度調高 0.01，還是調低 0.05。”

尾聲：梯度下降與智能涌現

老喻：太透徹了！等于說每一次輸入一張圖片，全公司就經歷一次完整的循環：“前向瞎猜匯報（Forward） → 橡皮筋拉緊勒疼（計算誤差 Loss 和梯度 Gradient） → 反向精準連坐分鍋以求放松（Backpropagation 更新權重）”。

辛頓：完全正確！全公司努力順著梯度的拉力，通過微調信任度讓橡皮筋越來越松的這個過程，在數學上就叫做“梯度下降”（Gradient Descent）。

看一張圖，10 億個“信任度”旋鈕只在橡皮筋的拉扯下微調一絲絲。但當你給這家公司看 1000 萬張照片，把拉緊、分鍋、放松的循環重復幾千萬次后，奇跡就發生了：

只會制造噪音的員工，信任通道被徹底切斷；而真正能準確識圖的骨干，他們之間的信任通道被一點點拓寬成了極其順暢的高速公路。

此時，當下一張全新的鳥圖出現時，正確的像素瞬間完美激活正確的業務員、正確的主管，信號順著高速公路直達頂層。CEO 連腦子都不用動就能脫口而出：“100% 是鳥，0% 是狗！”

那一刻，真理鐵釘和預測滑塊完美重合，他頭頂所有代表誤差的橡皮筋，全都處于完美、舒適的徹底放松狀態（模型收斂）。

老喻：極其震撼！系統沒有所謂的人類自我意識，只有“橡皮筋追求放松”的物理本能，以及極其優雅的微積分乘法連坐。幾百億參數的大模型，其智能就這樣從冰冷的誤差和梯度公式里涌現了出來。

謝謝辛頓教授，這是我聽過最精彩的一堂深度學習降維課！

本文部分文字來自辛頓近期在播客中的講話。

想了解如何生成本文的圖文表達？