读[美]特伦斯·谢诺夫斯基（Terrence Sejnowski）的《深度学习》，仿佛推开了人工智能的大门。作为“世界AI之父”，作者将深度学习的核心原理、前沿应用与跨学科思考融入文字，既有严谨的学术视角，也有对技术、教育与生命的深度叩问。以下摘录书中片段，连同自身的细碎思考，一起感受科技与思维的碰撞。
关于记忆的本质，书中提出了一个值得探讨的观点：“记忆持久性，位于外部神经元之间的空隙中，未被证明是真实的。” 这一表述打破了我们对记忆存储的固有认知，也为神经科学与深度学习的研究留下了探索空间。
深度学习的应用早已渗透生活的细微之处，比如用神经网络解读唇语：“神经网络来阅读唇语。人的嘴巴在运动过程中包含了声音的信息。尤哈斯的网络将嘴部的图像转换为每个时间点上产生声音的频谱。”
（一个小小的手机包含的 像语音识别 图像处理等等功能的背后离不开 计算生物物理神经等等多学科的研究，以用来实际应用！）
在实际应用中，深度学习的精准度令人惊叹：“经过训练后可以识别手写数字的多层玻尔兹曼机，对手写邮编进行精准识别。” 这种技术突破，让我们看到了机器学习在解决实际问题中的强大能力，也印证了特伦斯·谢诺夫斯基提出的“基于大脑式的计算方法是可行的”这一观点。
作者不仅关注技术本身，更延伸到对教育模式的反思：“我们背负着一个专门为大众教育而设计的流水线系统，对学生按年龄进行划分，教师在大班里年复一年地传授相同的课程。这可能是一种生产汽车的好方法，在劳动力只接受基本教育就能满足社会需求的年代，这样的方法还算行得通。但是当工作岗位需要更高水平的培训和终身学习来更新工作技能时，这个系统就落伍了。” 这一反思，恰恰贴合了当下人工智能时代对人才培养的新需求。
书中对新型感知技术的描述，藏着对未来科技的无限遐想：“这是表现场景的有效方式，因为大部分像素在大多数时间都保持不变，而每个脉冲都携带着有用的信息。”
（DVS摄像机，不是按帧出图，而是按照脉冲。如何开发出三维芯片？0和1之间能否再有0.5？或者开发出立体空间和芯片。）
事实上，文中提到的DVS摄像机，是一种受生物启发的新型视觉传感器，不同于传统帧相机，它仅输出局部像素级亮度变化的相关信息，具有高时间分辨率、低延迟等优势，能清晰捕捉高速运动目标，这也为三维芯片等未来技术的探索提供了思路。
当技术与认知碰撞，会引发更深刻的思考：“当我们进行跨模态(cross-modal)比较时，同时性问题变得更加令人困惑。你看到一个人在砍树，假设你离得足够近，即使声速比光速慢得多，你也可以同时看到并听到每次斧头对树木的砍击。而且随着与树的距离不断增加，同时性的幻觉仍然维持着，直到视觉和听觉信号到达你的大脑的时间差大于80毫秒时，我们就不再认为声音与砍击的动作同时发生(此时的距离大约为100英尺)。” 这一现象背后，是大脑对多感官信息的复杂处理机制，也呼应了“大脑无法真正同时处理两项任务，而是通过快速切换实现‘伪多任务’”的研究结论。
最后，作者抛出的疑问，跨越了技术本身，直指生命与认知的本质：“所有的物种都和我们一样以自我为中心吗？”
《深度学习》不止是一本技术科普书，更是一场思维的盛宴。特伦斯·谢诺夫斯基以跨学科的视角，将神经科学、计算机科学与人文思考融为一体，让我们在了解技术原理的同时，也学会用更理性、更谦逊的眼光看待世界与生命，看见科技背后的无限可能。
END
10个月宝宝每天需要喝多少奶粉？
