一个黑影正在逼近。人脑、机器学习、深度学习，还有果蝇的大脑，各自沿着不同的路径处理这一场景。我们先让四条路径并排运行，再用同一场景直接比较由人设定特征的机器学习和连特征也自主学习的深度学习。最后，把在真实大脑中已证实存在类似神经网络计算的案例，与仍停留在推测阶段的部分分开整理。
一个刺激同时进入四个系统。阶段的数量、每个阶段做的事，以及这些事由谁决定，各不相同。
四条路径的主干是一样的：接收 → 整理 → 判断 → 行动。不同之处在于“由谁决定把什么当作线索（特征）”。机器学习中由人决定（黄框），深度学习中则通过数据学习（绿框）。果蝇的逼近检测回路不是靠学习，而是在发育过程中形成的回路（粉框）。可以说是进化花了漫长时间“预先定好”的。
人脑这一行只照搬了教科书中的主干。真实的大脑有许多反向的反馈连接，也有快速的旁路（如从眼睛到中脑上丘的通路等）。最后的“判断”阶段目前只知道是多个区域共同参与，因此用虚线绘制。图中的推进速度与实际处理时间无关。
每种感觉的接收器官和途经的路径都不同。选择一种感觉，跟随信号经过的路径，并确认每个阶段的已知程度。
要测量单个神经元的信号，必须把电极插入大脑。在人身上，只有需要手术的患者等极其有限的情况下才能做到。因此，细胞层面的知识很多来自猫、猴子等动物实验，而在人身上主要依靠脑成像这类测量大范围区域活动的方法。果蝇可以用遗传工具只开启或关闭想要的神经元，因此能直接确认“这个神经元是这个行为所必需的”。这就是本系列以果蝇为向导的原因。
人：设定特征 → 机器：学习权重Samuel, 1959
看两张 12×12 格的黑白场景（前·后），判断“是否是逼近的物体”。人先确定判断的线索，即特征。例如“暗区面积增加了多少”“影子中心移动了多少”。288 个像素被压缩成 2 个数字。
用 240 个训练数据学习分别乘到 2 个数字上的权重和偏置，共 3 个参数（逻辑回归）。右侧平面上的直线就是结果。学习结束后，用 160 个从未见过的测试场景来衡量能力。
让“机器学习”一词广为人知的 Samuel 1959 年的跳棋（西洋跳棋）程序也采用这种方式。人给出一份“似乎与对局有关”的判断标准清单，程序则在反复对局中只学习每条标准应占多大分量 [R11]。看什么由人决定，信多少由机器决定。
因此，性能在很大程度上取决于特征选得好不好。用特征 A 时，会把“整个房间变暗”的场景误认为逼近。即使训练数据中包含这类场景也无法纠正，因为在压缩成 2 个数字的那一刻，用来与逼近区分的信息就已经丢失了。只有像特征 B 那样，由人设想到这种情况并设计新的线索才能解决。这种构思特征的工作称为特征工程。
288 个像素 → 6 个隐藏神经元 → 逼近概率1,741 个权重
不设定特征。取而代之的是确定神经网络的形状（几个隐藏神经元、几层），并选择要给它看哪些场景，也就是训练数据。
直接接收 288 个像素。6 个隐藏神经元各自用权重学习“哪些格子怎样变化时就激活”。中间图里的小格子图就是结果，也就是神经网络自己构造的特征。
深度学习不靠人，而是从数据中寻找特征。因此它能捕捉到人没想到的线索，尤其擅长处理照片·声音·文字这类难以用语言定义特征的数据。本页的神经网络是只有一个隐藏层的极小模型，但原理与有几十层的模型相同。层数变深后，前面的层学习边缘之类的简单特征，后面的层学习把它们组合起来的复杂特征 [R12]。
这并不是免费的。机器学习学 3 个权重，深度学习要学 1,741 个。要学的东西多，需要的示例也更多。实际运行代码 2 时，训练场景只有 8 个时，特征 B 方式的测试准确率为 100%，像素方式为 93.9%；场景增加到 240 个时两者才持平。而且正如“不含光线变化”所示，遇到数据中没有的情况，深度学习也会出错。原本由人设定特征的职责，只是转移成了挑选数据的职责。
来看四处经实验证实的地方，了解“神经网络像大脑”这句话在多大程度上成立。图是只照搬论文结果趋势的说明性再现，并非真实测量值。
| 案例 | 经实验证实的 | 神经网络中相似的部分 | 类比强度 |
|---|---|---|---|
| 果蝇 LPLC2 | 只对向四周扩散的运动强烈反应，对远离·无运动的变暗不反应。为逃跑通路提供输入 [R6] | 只在特定模式下激活的特征检测器。第 3 节中特征 B 刻意设计出来的功能，由回路来完成 | 直接 连计算方式（外侧兴奋 + 内侧抑制）都已阐明 |
| 果蝇蘑菇体 | 凯尼恩细胞以接近随机的组合接收多个嗅小球的输入 [R7]。一种气味只让少数细胞激活 [R9]，学习发生在输出端的连接上 [R8] | 随机固定的宽隐藏层 + 只训练输出层。即 3-2 第 6 节的“果蝇方式” | 直接 结构相对应。不过，深度学习的隐藏层通常全部参与训练 |
| 猫的初级视觉皮层 | 对朝特定方向倾斜的条棒反应强烈的神经元 [R3] | 图像神经网络第一层学到的各方向边缘特征 [R12] | 部分 结果相似，但形成过程不同 |
| 猴子的下颞叶皮层 | 对面孔选择性反应的神经元群 [R4]。为擅长物体识别而训练的神经网络的上层能很好地预测该区域的反应 [R5] | 越往后层特征越复杂（3-2 第 4 节 表示学习） | 部分 只说明预测得准，并不能证明是同一种计算 |
数据 → 处理 → 学习 → 预测 → 重复。把孩子学会区分小狗和小猫的过程，与 AI 通过照片学习同一件事的过程并排放在一起。
| 阶段 | 人（孩子） | AI（照片分类模型） | 主要不同点 |
|---|
两段代码都只使用 Colab 默认安装的库。点击“下载笔记本（.ipynb）”后，在 Colab 中通过文件 → 上传笔记本打开，或者复制后粘贴到新笔记本的单元格中。
原样移植了本页第 3·4 节的实验。用相同场景比较特征 A·B 的逻辑回归，以及直接接收像素的神经网络（训练数据含光线变化 / 不含光线变化），并用图展示神经网络自己构造的特征。如果想换成自己的数据，请查看代码中标有 [换成自己的数据] 的部分。
用实际工作中使用的库做同样的比较。将训练示例数从 8 个逐步增加到 240 个，把人设计的特征（机器学习）和原始像素（深度学习）的测试准确率画成图。每种规模各抽取五次取平均。
这是粘贴到 ChatGPT、Qwen、Claude 等 AI 助手中的提示词。点击“复制”时，所选代码会一并附在提示词后面。把〔 〕里的内容换成自己的情况即可。
AI 的回答只是起点。它提出的论文·数值·库函数务必对照原文和官方文档核实。如果在竞赛·论文中借助了 AI，请按照主办方和期刊的规定说明使用的事实和范围。
与正文中黄色虚线下划线相同的词典。整个系列使用统一的写法。点击章节名可跳到首次出现的位置。
类比是理解的第一步，但也可能成为误解的种子。果蝇·大脑类比标注了强度。直接 有证据表明实际在做同样的事 · 部分 只有部分性质相似 · 无 尚未发现对应的东西
| 概念 | 日常类比 | 果蝇·大脑类比 | 类比失灵之处 |
|---|---|---|---|
| 特征 | 挑水果时看的线索（颜色、重量、气味） | 直接 LPLC2 只检测“向四周扩散的运动”这一个特征 | 神经网络学到的特征大多不是人能命名的线索 |
| 机器学习 | 检查表的项目由前辈定好，只凭经验掌握各项分值的新人 | 部分 在进化预先定好的感知回路之上，只有部分连接通过学习改变的昆虫大脑 | 进化并不会有目的地“设计”特征。它只是漫长岁月中选择的结果 |
| 深度学习 | 没有检查表，看大量案例自己建立标准的学徒 | 部分 与猴子视觉通路的层级结构反应相似 | 只是反应相似，并不意味着用同样的方法学习。大脑是否进行反向传播尚未得到证实 |
| 层层堆叠的结构 | 逐步组装零件的工厂流水线 | 部分 初级视觉皮层 → V2 → V4 → 下颞叶皮层 | 大脑有许多反向的反馈连接，并不只朝一个方向流动 |
| 随机扩展 + 输出学习 | 随机分配储物柜之后，只重新贴名牌 | 直接 蘑菇体：接近随机的输入、只有少数激活、在输出端学习 | 蘑菇体的数千个细胞和学习信号（多巴胺）的细节远比深度学习模型复杂 |
| 预处理 | 做菜前处理食材 | 部分 视网膜和视神经节层（lamina）先整理亮度变化 | 生物的预处理不是人定的规则，而是感觉器官本身的结构 |
| 学习 | 通过练习熟练掌握 | 部分 突触连接强度的变化 | 以什么为标准、改变哪个突触、改变多少，规则不同 |
| 数据中没有的情况 | 教科书里没出现过的题型的考试题 | 无 | 人在初次遇到的情况下可以停下来说“我不知道”，而神经网络有时会给出充满自信的错误答案（第 4 节） |
| 概率输出 | 天气预报中的降水概率 | 无 | 模型给出的概率高并不代表就是对的。在训练范围之外，概率本身也不可信 |
E-1 作者简介 · E-2 学术参考文献 · E-3 图片参考资料
这是面向讲师、实务 OJT 负责人和辅导老师的教学指南。时间为预估值，请根据实际课堂调整。
| 对象 | 初学 AI 的大学生·上班族·高中生。作为系列第一篇，无需公式即可阅读。有 Python 基础的话可以做到 Colab 实操 |
|---|---|
| 先修知识 | 无。知道“神经元之间传递电信号”这种程度就更好 |
| 学习目标 | ① 比较并说明人脑·机器学习·深度学习·果蝇大脑处理刺激的路径 ② 用“由谁决定特征”来说明机器学习与深度学习的区别，并举例说明各自的局限 ③ 区分脑研究中已阐明的内容与推测 |
| 预计时间 | 阅读 30~40 分钟 · 动画演示 20 分钟 · Colab 实操 25 分钟（代码 1 10 分钟，代码 2 15 分钟） |
导入 5 分钟（第 1 节 逼近的影子）→ 第 2 节 四种感觉 10 分钟 → 第 3·4 节 光线陷阱对决 20 分钟 → 第 5 节 选一个案例 10 分钟 → 检测题 5 分钟。
第 3·4 节 15 分钟 →“在我们的业务数据中，人能设定的特征有哪些？”讨论 20 分钟 → 代码 2 实操 25 分钟 → 用第 6 节的表格整理“我们团队引入 AI 的五个阶段”20 分钟 → 提示词卡片 10 分钟。
入门者只学第 1·3·4·6 节。中级学习者先让其用平面图解释第 3 节的特征 A 为什么增加数据也无法纠正，再让其在代码 1 中亲自多设计一个特征。
| 章节 | 停下来提问的问题 | 操作提示 |
|---|---|---|
| 1 四条路径 | “四条路径共同在做的事是什么？是谁决定了这些事？” | 逐个点击“详细查看的路径”，比较边框颜色（黄·绿·粉） |
| 2 人脑 | “只有嗅觉不同的地方是什么？” | 先看视觉，再切换到嗅觉，指出它跳过了丘脑 |
| 3 机器学习 | “整个房间变暗时，为什么会被误认为逼近？” | 在特征 A 下选择“光线变暗”，再切换到 B，观察平面上的黄点如何移动 |
| 4 深度学习 | “如果不设定特征，人需要决定什么？” | 先用“不含光线变化”训练展示失败，再用“包含”重新训练 |
| 5 已证实的案例 | “大脑与神经网络的‘相似’和‘相同’有何不同？” | 结合依据阅读表格中的类比强度（直接·部分） |
| 6 学习的阶段 | “AI 部署之后还会继续学习吗？” | 用“下一阶段”一直翻到 ⑤ 重复，同时朗读表格中的“主要不同点” |
| 误解 | 正确解释 | 要展示的场景 |
|---|---|---|
| 深度学习原样模仿了人脑 | 只借用了层·连接强度这一骨架。学习方法（反向传播）尚未在大脑中得到证实 | 第 2 节“推测”列表，第 5 节表格 |
| 深度学习总是比机器学习好 | 如果知道好的特征且数据少，机器学习有时反而更好 | 第 4 节解说框中代码 2 的结果 |
| 深度学习完全不需要人插手 | 挑选数据（而非特征）变成了人的职责。遇到数据中没有的情况就会出错 | 第 4 节“不含光线变化” |
| 机器学习和深度学习是不同的领域 | 深度学习是机器学习的一个分支，是连特征也从数据中学习的机器学习 | 第 1 节的两行对比 |
| 大脑的工作原理已经全部阐明 | 感觉通路的主干已经阐明，但判断和学习规则仍在研究中 | 第 2 节的虚线阶段 |
机器学习（传统方式）由人设定特征，机器学习各特征的权重。深度学习由机器从原始数据中连特征一起学习。第 3 节学习了 3 个权重，第 4 节学习了 1,741 个。
一旦转换为特征 A（面积变化、中心移动），光线场景就变成“面积大幅增加、中心不变”的点，落在与逼近同侧、更远的位置。仅靠一条直线无法把它与逼近分开。由于特征已经丢失了信息，增加数据也无法纠正。
嗅觉。路径为嗅上皮 → 嗅球 → 梨状皮层。视觉·听觉·触觉都经过丘脑。
两者都能区分“物体向四周变大”和“只是变暗”。LPLC2 对无运动的变暗不反应。不同之处在于，特征 B 是人设计的，而 LPLC2 是在发育过程中形成的回路。
遇到训练数据中没有的情况（第 4 节的光线变化）时可能会出错。应该用从未见过的测试数据来衡量，并仔细检查现场可能出现的情况是否包含在训练数据中。
在代码 1 的场景类型中加入“斜向逼近”（影子变大的同时中心也大幅移动）。用表格整理特征 A·B 和神经网络的测试准确率如何变化，并用三句话写出原因。
选择一份自己的业务数据，设计 3 个“人能设定的特征”。按照代码 2 的方式，按训练示例数比较“特征 + 逻辑回归”和“原始数据 + 神经网络”，并给出依据写出选用哪一种的结论。
| 入门者 | 跳过第 2 节的表格和第 5 节也不会打断思路。只需把第 3·4 节的“光线变暗”这一点讲透 |
|---|---|
| 进阶 | 讨论在第 4 节的隐藏神经元图中，“前一场景”和“后一场景”的权重为什么颜色相反（后 − 前 = 观察变化的滤波器）。由此衔接到 3-2 的反向传播 |
| 延伸学习 | Sangsun Ahn，《面向商业的数据科学》讲义（数据科学总览） · STEP [K-数字] 人工智能自然语言处理（与 3-5·3-8 相关） · STEP [K-数字] 金融科技数据分析基础（与 3-6 相关） |
| 讲师用资料 | 检测题的评分标准和作业参考答案可在教师用答案页面（3-1）查看 |
你已经读完了《3-1 AI 是如何工作的》这一篇。实验室的成员们各用一句话为你总结。
