深度炼丹之术之感知器：Taoye不讲码德，硬码教科书知识也要玩出花来

人工智能的发展突飞猛进，大有吞食天下的趋势，学习人工智能技术俨然已经成为当下社会的一股潮流，于是就出现了一大批浑水摸鱼的人，随意概括便是，不搞理解，搞套用；不搞工程，搞框架；不搞方案，搞赛马。总之，就是鱼龙混杂，泥沙俱下。上个世纪就出现过这一场景，就是伪专家大量出现，这里面原因有二：一是很难一下子判断是否是专家；二是专家太多，大家真的没时间去判断，但这些专家往往高高在上，神秘莫测，装神弄鬼。

典型例子，比如说前面我们聊到的决策树，第一反应是不是拿一个模型验证数据训练它，验证效果好就完事了？对么？这样一来，你就会迅速从芸芸众生中脱颖而出，甚至踩在大部分人头上，成为所谓的一线专家，好像你很厉害一样，但是你的专家只能叫“会用”，这个和医生开药的水平差不多，但是你知道背后这些工具是怎么诞生的么？你能够从一些经典的书籍中找到答案么？答案是，你不知道。当然你可能不是这样的人，因为你肯定知道Taoye的存在，知道Taoye是你不二的人工智能老师，那么Taoye必须得让大家看到我的能力、功底。

那么今天，我就给大家讲讲感知器，这是个什么东东呢？说白了就是一个神经元。Taoye提过很多次，神经网络算法就是基于人脑的思考方式，有输入，有输出，还有隐藏层，它是一个抽象的概念，各个部分的含义都不用管，就是这么一个东西。感知器就是它最基础的一部分，就是一个神经元。而神经元的部分我也不想多说，因为现在有一个很火的东西——ChatGPT，大家应该都知道，它最近很嚣张，据说现在月活3亿，每周新增数百万用户。taye也是第一次有危机感，这是肯定的，毕竟他是做人工智能培训的，现在看到ChatGPT的存在，emmm，我不知道你们怎么想，反正我感觉问题很大，所以Taoye最近也有点慌，不过还是要继续，而且更要搞原创内容，现在就着感知器说一下ChatGPT为什么这么厉害。

为什么它这么厉害？一句话，深度学习模型训练到位。深度学习训练到位就一定厉害了？这也不一定，不负责任地跟大家讲一下，它甚至可以帮你写一篇博士论文，而这个论文就是它生成了一个模型，现在的问题就是训练不训练，怎么训练，准确率能否保证，论文审核团队有没有这个能力去衡量，这是第一个问题。第二个问题，你能否伪造一些数据，让你的模型完美地去切合一些标准？如果你能做到的话，那么你也能写出一篇好的论文，因为论文就是写给不懂的人看的，当你提交论文的时候，评审的人他们到底懂不懂呢？如果你提交的是一篇文章，他懂的话，你能够用一些方法将模型生成，然后去找一些指标，最终形成一个有效的论断。这论文真的写出来了，然后，你是个天才，你发现自己的论文通过了。

世界上99%的人都是傻瓜，你通过了你的论文，就意味着世界上99%的人都被你欺骗了，通过上面这个过程，你欺骗了很多人。因为不懂，所以相信，这就是现在很多论文发表的问题，但上面说的这个手段应该不会被Taoye用在实际生产环境，只能说，理论可以是这样，实践肯定不是。感知器的出现让我们看到了神经网络的形成之路，当然它的诞生有他的合理性，而且神经网络的形成也不是一蹴而就的，随着计算机硬件的发展，深度学习终于在几年前得以快速爆发，我们也才能看到ChatGPT的出现，ChatGPT训练到位能达到什么程度？能回答很多问题，甚至代码也可以生成，就包括Taoye写的东西，它也能写出来，只要你按照他的要求不断地给他训练和优化，Taoye讲的东西就能通过ChatGPT写出来。

当然，感知器的出现要比ChatGPT早得多，应该是在70年代末，80年代初的时候，跟AlphaGo的概念是一样的，就是谷歌现在还没有出现，那时候就已经有这个东西了，而且学术界、工业界已经研究了很久。现在很多算法的原理可能早就有了，但是之前的计算机算力跟不上，根本训练不起来，所以没法用，现在不一样了，现在已经有了超级计算机，有很多计算资源，尤其是云计算和云平台的诞生，训练起来太快了。

最后给大家一个好消息，也就是如何从小白变成大神。小白的养成太容易了，基本上人工智能领域的所有人，90%都应该算是小白，你们之所以成为小白，根本原因就是没有理解，也不知道如何理解。如果你现在想从小白变成大神，你必须理解这个算法到底是怎么执行的，只有这样，你才能在算法底层发现问题，最终才能解决问题。