神經網路到底在算什麼？從一顆神經元徹底看懂 AI 的大腦

神經網路到底在算什麼？這支影片從一顆神經元開始，一步步帶你看懂 AI 的大腦怎麼運作：加權和、偏置、ReLU 激活、為什麼一定要非線性、一層其實就是一次矩陣乘法、層與層怎麼把邊緣組成概念，最後用辨識手寫數字「7」完整走一遍前向傳播。看完你會發現，AI 沒有魔法，只有大量簡單到不可思議的乘法與加法。 這是「從零搞懂大型語言模型」系列第 1 集。 #神經網路 #人工智慧 #深度學習 #機器學習 #AI科普 章節: 0:00 - AI 骨子裡只是乘法加法 0:19 - 這二十分鐘你會懂什麼 0:40 - AI 是魔法還是黑盒子 0:59 - 拆開這個黑盒子 1:17 - 靈感來自你的大腦 1:41 - 從最小的一顆神經元開始 1:54 - 一顆神經元收到什麼 2:08 - 每個輸入乘上權重 2:26 - 權重就像一整排旋鈕 2:45 - 再加上一個偏置 2:59 - 一顆神經元的全部祕密 3:13 - 用真的數字算一次 3:34 - 換個權重，它在乎的就不同 3:53 - 幾千億個這種數字 4:08 - 關鍵的下一步：激活函數 4:23 - ReLU：正的留，負的歸零 4:35 - 套回剛剛的例子 4:54 - 為什麼非要這一步 5:07 - 一個直線永遠分不開的例子 5:26 - 只有乘加，疊幾層都是直線 5:41 - 非線性讓網路能折彎 5:59 - 那疊很多層會怎樣 6:08 - 把神經元疊成一層層 6:22 - 一層，其實是一次大乘法 6:40 - 前向傳播：數字一路流過去 6:58 - 每一層都在重新描述資料 7:17 - 每一層看不同的東西 7:30 - 從邊緣、筆畫到完整概念 7:48 - 實際認出一個手寫 7 8:04 - 輸出層：誰的分數最高 8:17 - 把分數變成信心 8:34 - 它從來沒有真正看見 7 8:53 - 幾百萬個權重從哪來 9:08 - 深度學習的「深」，就是層數 9:23 - 權重不是人設的，是學出來的 9:41 - 這個簡單機制能做什麼 9:56 - 為什麼 AI 這麼吃 GPU 10:20 - 簡單零件乘上天文數量 10:32 - 越大就一定越好嗎 10:51 - 但這樣它真的懂嗎 11:03 - 為什麼它會自信地答錯 11:25 - 一句話總結 11:44 - 下一塊拼圖 — 本影片旁白與畫面由 AI 自動生成。