跳到学习内容
学习进度01 / 20

FIELD NOTEBOOK · 航线总览

沿着一条性能航线，
看懂 AI 为什么走到今天

从一个会“开或关”的数学神经元，到会自检、回看和调整策略的推理模型。每一站都回答三个问题：新想法是什么？为什么当时做得到？计算成本藏在哪里？

20 篇论文逐篇中文精读 + 公式标记
122 个案例官方案例全部原创转述
4 次费曼循环解释 · 找漏 · 简化 · 反例

ROUTE 01 · AI 发展脉络

四段历史，不背年份也能串起来

每一次飞跃都来自“新算法 × 更多数据 × 更合适的计算系统”。

  1. 01
    1943–1986

    机器怎样学

    神经元、感知机与反向传播

  2. 02
    1997–2016

    深度学习起飞

    记忆、GPU、生成与残差

  3. 03
    2017–2020

    注意力与规模

    Transformer、预训练、扩散

  4. 04
    2022–2025

    对齐与推理

    人类反馈、计算最优、强化学习

LEARNING LOOP · 费曼学习法

“看懂”不算学会，能讲清才算

  1. 01选一个概念

    只学一小块，例如缓存为什么快。

  2. 02讲给同学听

    不用术语，写出生活比喻。

  3. 03找解释漏洞

    检查缺少的因果、条件和反例。

  4. 04再简化一次

    留下最短但不失真的版本。