2025年8月13日 南大仙林校区 众创空间路演大厅
2025年优秀中学生南京大学一流学科专题营（第28期） 大数据与人工智能方向 课程内容
申富饶教授 南京大学人工智能学院
此处应有文章链接。
前言
一开始是因为录音听不见，所以笔记从头到尾都比较详细；课程中发现教授把神经网络讲得透彻，有很大收获，于是这节课被单独拿出来记录。
希望大家读完这篇文章能对各类神经网络有个感性认识。
笔者是一个完全不懂神经网络的小白。笔记是经过自己理解的二手材料，所以请不要把这篇文章用于学习，当个消遣就好。如果以后我学习人工智能专业，再回来看这篇文章，应该会笑话我自己吧。
一、从人类大脑到机器大脑
研究人工智能的学者是唯物的。他们认为，意识与物质是一体的，这是研究神经网络的基础。
人类大脑的特点
人的智能来源于大脑。大脑：1kg+，占1.7%质量，消耗20%能量。
人类进化方向：修炼大脑。
人类大脑如何工作
基本组成单位神经元，神经元组织成神经网络。
神经元传递神经递质和电信号。
树突输入，细胞体处理，轴突输出。神经元连接处叫突触。（图2、图3）
人大脑分区，分工协作。
人为什么比其它动物聪明？前额叶多了一些灰质。
人的智能程度取决于：①神经元数量；②神经元连接数量。
知识储存于连接中。神经越粗，连接越强，越容易触发响应；越细越不容易响应。
有的敏感，有的迟钝，差异化的激活阈值是智慧的起源。
神经连接案例：熟练钢琴家并指，FTSD。
局灶性任务特异性肌张力障碍（FTSD）是一种运动障碍，在过度熟练的钢琴家身上表现为演奏时手指不自主并拢（并指）。这源于大脑基底神经节和运动皮层神经元异常同步放电：原本应独立控制的神经信号紊乱同步，导致手指屈肌群过度同步收缩，而伸肌群抑制，从而形成肌肉张力异常和并指现象。
二、典型神经网络及其应用
人工智能领域，起源在现代，不去古代挖“木牛流马”。
概览：（图55，总结）
MP 神经元 → 神经网络
CNN → CNN+RNN
RNN
RNN+CNN → GAN → 扩散模型
RNN → Transformer
第一张人工神经网络
第一步：通过人工神经元模仿生物神经元
神经科学家 Warren McCulloch & 数学家 Walter Pitts 构建 MP 神经元。
MP 神经元的结构。（图4）
$x^1,\ x^2,\ \dots,\ x^m$ 作为输入，$w^1,\ w^2,\ \dots,\ w^m$ 是权重，$\Sigma$ 和 $\text{Activation Function}$ 负责阈值激活。
权重表述连接，反映网络强弱；阈值激活模拟神经元细胞体工作。
1. 什么是参数？
用于确定一个神经网络，全部神经元权重 $w_i$ 的数量。
2. 怎么求得参数：设计还是学习？
最开始的 MP 神经元人为指定权重 $w_i$，现在由训练学习得到。
3. 数据从何而来？
没认真听课，不过后面每一个案例都有讲到。
4. 什么是激活函数？
MP神经元中是个“台阶”，超过阈值激活。
变体：①和 $\Sigma$ 换成积 $\Pi$；②不同的激活函数（图5）；……。
第二步：连接人工神经元组成人工智能网络
经典构型（图6）：$x_1,\ x_2,\ \dots,\ x_n$ 作为输入层（黄色标记），$y_1,\ y_2,\ \dots,\ y_n$ 作为输出层（橙色标记），剩余神经元作为隐藏层（蓝色标记）。
层间全连接（两两连接），同层不连接。
Hopfield 网络：反馈连接、联想记忆。
自组织映射网：更像人类大脑，根据外界数据自行连接，而非强行连接。（图7）
第三步：人工智能网络的学习
新生儿成长中，神经元彼此建立连接。
但对于一般的人工神经网络，学习过程只更改权重 $w_i$（即参数）。（图8）
还有前反馈神经网络，根据误差修正参数。
第四步：训练好的神经网络部署到实际应用
没认真听课。
自动驾驶：机器视觉
自动驾驶的背后是什么？机器大脑的视觉。如何实现机器视觉？
1. 研究生物大脑的视觉机制
Torsten Wiesel 和 David Hubel，一个生物学家，另一个忘了。研究猫的大脑，发现分层机制。
视网膜接收像素 → V1 层检测边缘 → V2 层原始形状检测 → V4 层高层次视觉抽象
像素 → 边界 → 细节 → 整体印象（图9）
人理解世界的方法：多层抽象、化繁为简。（图10）
九步剪纸还原雪花，层层理解复合函数。（图11）
2. 设计多层抽象思维的机器大脑
深度学习：每一层做简单的事。模拟人类，多层抽象，化繁为简。
在机器视觉中，单层/浅层学习依赖人工设计特征进行图像分类或检测，模型结构简单（通常1-2层）。
深度学习使用多层神经网络自动从原始像素中逐层学习特征（低级边缘→高级语义），模型结构更深（数层至数百层）。
核心区别在于特征提取方式：浅层学习需手动特征工程，能力有限；深度学习自动学习分层特征表示，能处理更复杂模式，性能通常更优。
CNN 卷积神经网络：
输入 → 卷积层读取特征 → 池化层细节重组 → 全连接层识别目标（图13-15）
特征学习、特征表述。上一层的输出作为下一层神经网络的输入。
3. 应用
(a) 图像分类；(b) 目标检测；(c) 语义分割；(d) 实例分割。（图17）
进阶应用：智能驾驶。
4. 思考：机器视觉能力超越人类？
神经网络可以被攻击，产生相反的识别结果。攻击手段分电子、物理两类。（图18）
自动写作：机器记忆
机器大脑的记忆和理解能力。
1. 研究生物大脑的记忆机制
分短期记忆/长期记忆。
例：高考阅读理解题，结合文章内容 / 结合社会生活中……。
2. 设计具有记忆能力的机器大脑
RNN 循环神经网络，擅长处理序列（与时间相关）。（图20、图21）
例：处理文本序列：“What time is it?”
分词，每个词顺序进入 RNN。（图22）
循环的神经网络使得每个词都有信息保留，短期记忆将其串联成句，具备理解能力。
“Asking for time.”
3. 应用
文本生成（图23）、语音降噪、图像理解（CNN+RNN，图24）。
4. 机器记忆和人类记忆一样吗？
短期记忆：越靠前的信息遗忘的越多（图22）。RNN 只具备短期记忆；人类具备长期记忆，可以想起来小时候的事情。
注意力：乱吃一通没有重点，句子远端词语无法关联。（图25）
图像生成：机器创造
图像生成的背后是什么？机器大脑的创造力。如何实现机器创造？
1. 人类大脑的创造力从何而来
来自大脑各分区的协同。额叶、颞叶、顶叶协同。
观点：创造力来自竞争
1. 商业，新产品的差异化定位。
2. 伪钞/验钞机，双方竞争过程中，技术不断精进，直到人眼彻底无法分辨。（图27）
2. 设计具有创造力的机器大脑
通过竞争来创造。
GAN 生成对抗网络：
生成器 vs 判别器（图28）
1. 训练判别器（验钞机），验证图像符合审美标准。
2. 训练生成器：生成图像（假钞），判别器评判，奖惩训练生成器。
3. 训练过程中，双方能力越来越强。
4. 生成器投入生产环境，生成高质量图像。
3. 应用
生成人脸、现实图片、动画角色、图像转换（日转夜、色彩还原）、图像编辑、早期文生图（RNN+GNN，图29）。
4. 挑战
模式坍塌：生成器的功能，从取悦人变为骗过判别器。内容范围少，出现重复图片。（图30）
5. 新的途径：通过复原来创造
扩散模型：
1. 图像引入噪声，渐渐“扩散”，输入模型完成训练。
2. 模型从全噪声图像开始，反向降噪“复原”，还原为一张图片。（图31）
6. 扩散模型应用
主流文生图、图像擦除，根据布局生成图像（图32）。
7. 机器大脑的创造能力和人类一样？
机器大脑无法做到真正的创新。
例：机器智能从现有训练集中模仿，人类可以创造出前所未有的文字。（图33）
句意理解：机器注意
1. 生物大脑的注意力机制
意识聚焦+信息过滤 → 认知效能↑（图34、图35）
2. 设计具有注意力的机器大脑
注意力机制：
图36所示，eating 和 green 不相关，设置较低的注意力权重值。
图37所示，更换单词 tired → wide，代词“it”的注意力权重发生改变。
Transformer 模型，全新的架构。没有 RNN 的循环，注意力即是一切。（图38）
多头注意力机制，处理序列数据。（这节课和上一节课都没听懂，“多头”是个什么东西。QWQ）
模型具有了更强的语义理解能力。
3. 应用
与 RNN 一样，适于处理序列数据。（图39）
机器翻译、股价预测。
4. 与人类的差别
机器需要：(1) 海量语言数据；(2) 大量算力。（图40）
人脑的优势：(1) 资源消耗量：几个馒头支撑一天的思考；(2) 感官理解世界，思想、观念。
典型神经网络的应用
这类神经网络很早就开始应用了。
生命科学（图42），竞赛数学（图43，但过时。Google Gemini 在 IMO 2025 达到金牌成绩），大气科学（图44），地球科学（图45）。
三、神经网络大模型及其应用
这部分内容没认真听。
大模型
参数量百万+（图47）
大模型的训练方法：预训练+微调。（图48）
1. 预训练：在海量无标注数据上学习通用知识（如语言规律），构建基础能力。
2. 微调：用特定任务的小规模标注数据调整模型，使其适应具体应用（如问答或翻译）。
量变引起质变。（图49，上节课讲过“智能涌现”）
举例：ChatGPT 文字，Sora 视频，Suno 音乐，EMO。
语言大模型
GPT，逐字生成。
应用：(1) 提建议；(2) 学习技能。
DeepSeek：低成本，常规性能。
大模型的缺陷
如图。非常喜欢图54。少截一张。
神经网络隐藏层发生了什么，没人知道；出了问题都不知道怎么出的，也不好改。
总结
- 卷积神经网络：模仿人类大脑的抽象思维
- 循环神经网络：模仿人类大脑的记忆能力
- 生成对抗网络与扩散模型：模仿人类大脑的创造力
- 注意力机制与 Transformer：模仿人类大脑的专注力
- 大模型：模仿人类大脑的海量神经元
四、人工智能安全
面临问题：
- 数字人
- 伪造视频
- 伪造新闻
- 变脸换声
- 生成不雅视频
安全属性：
- 可靠性：系统稳定无故障运行。
- 透明性：过程可追溯可审查。
- 可解释性：决策逻辑清晰可理解。
- 公平性：无歧视无偏见。
- 隐私性：数据保护防泄露。
五、机器大脑和人类大脑是一样的吗
区别：
1. 复杂程度 ×3
2. 成长能力：训练好锁定 ↔ 不断成长
3. 可解释性：黑箱 ↔ 问出问题
4. 能量消耗：巨量电力 ↔ 几顿饭
5. 道德水平
终极问题：机器大脑能否像人类一样拥有意识？
A. 是否允许；B. 能否做到。
未来展望
探讨了一个问题。ASI 人工超级智能：远超人类智力水平的智能系统。
1. 超越人类所有能力：ASI不仅在逻辑推理、学习速度、数据处理等方面超越人类，还可能在创造力、情感理解、战略决策等领域全面碾压人类智力总和。
2. 自主进化能力：可能具备自我改进的递归能力，无需人类干预即可持续升级。
ASI 产生后，人类会不会被迫灭绝？一种观念认为，制造出 ASI 是人类的使命，在那之后就不管了。
当下中美人工智能领域差异：
中：工业生产、场景赋能。
美：金融医疗。
不能说谁好谁差，只讲并驾齐驱。
总结
当下的人工智能，对人类大脑很皮毛、很粗劣的仿制，就有改变社会结构的可能性。可以想象，这个领域的潜力是巨大的，这个学科在人类把大脑研究透之前永不过时。
