深度学习第一步：AI 如何思考？

深度学习就像会自己学习的聪明计算器 — 不是由人一条条定规则，而是让计算机通过大量数据自己发现规则。从人脑神经元彼此传递信号获得灵感，把小型计算单元堆叠成多层（Layer），所以叫深（Deep）学习。

深度学习遍布我们的生活 — 从你每天用的ChatGPT、Gemini等对话式AI，到用摄像头读路的自动驾驶汽车，到比你还懂你口味的Netflix、YouTube推荐系统，都是深度学习的产物。把复杂图像和声音变成数字，再对这些数字做加减乘除找出答案，是其中的核心原理。

掌握基础才能做出更强大的AI — 若不止于使用现成模型，而要按自己的目的修改、活用模型，就需要了解其内部发生的基础数学。理解数字如何被组织与计算，就能清楚把握AI为何做出某种判断，并加以调优以提升性能。

深度学习的一层在做什么 — 每一层对输入数字乘上权重（重要度）并相加，再传给下一层。层数越深，AI会从数据中的点、线，逐步分辨出眼睛、鼻子、嘴巴，最终分辨高层特征如狗与猫。此时用于精细调整权重、逼近正确答案的指南就是梯度。

本课程的学习路线图 — 深度学习本质上是高效的乘法与加法的重复。通过Ch01 内积与Ch02 矩阵乘法学习数据如何流动，经过Ch03～05 人工神经元与激活函数，掌握Ch06～10 又深又宽的神经网络结构，最后在Ch11～12中一步步掌握AI自学核心——梯度。

请按下方路线图查看各章目标。一步步跟下来，你就能具备解读顶尖AI系统内部所用数学语言的能力。