怡居地產

加入怡居

過去7年，我司每年平均捐出52%純利作慈善用途，款額動輒以百萬元計，可稱實至名歸的社會企業。閣下光顧我司，是變相自己做善事！日後請多多光顧為感！

尖沙咀總行 : 2569 2192

太古城華山分行 : 2569 1339

沙田銀禧分行 : 2636 1380

太古城明宮分行 : 2560 3738

沙田第一城專責組 : 2647 1838

杏花邨專責組 : 2898 0007

尖沙咀總行 : 2569 2192

太古城華山分行 : 2569 1339

沙田第一城專責組 : 2647 1838

沙田銀禧分行 : 2636 1380

太古城明宮分行 : 2560 3738

杏花邨專責組 : 2898 0007

回應 : 0

奇、趣、妙、識

12个诺奖，100年接力：科学新纪元是怎么诞生的？

罗辑思维

2025年10月9日

神经元结构：大模型算法的第一块拼图

我们先讲个故事。这个故事是关于AI的由来的。

这两年的诺奖，AI抢尽了风头。我们都知道，现在的大模型是基于神经网络算法，说白了，就是让计算机模拟人脑。而且我们也能猜到，AI肯定不是一夜出现的。但是，这个过程到底有多漫长、多复杂、多曲折，很多人未必了解。

今天，我们就以过去100多年的诺奖为线索，看看今天的AI大模型技术到底是怎么诞生的。

前面说过，今天的AI是很多技术汇集在一起形成的。具体来说，AI的诞生离不开两个关键发现。

第一个发现，是关于人类大脑的神经系统到底是什么样的？

这个发现能追溯到1906年的诺奖。那一年，在诺贝尔奖颁奖典礼上，发生了一件前所未有的事情，诺贝尔生理学或医学奖同时颁给了两个人。这两个人，你可能都听说过他们的名字。

一个叫卡米洛·高尔基，就是那个“高尔基体”的发现者。没错，就是我们中学生物课本里讲过的那个高尔基体。另一个叫圣地亚哥·拉蒙-卡哈尔，被誉为“现代神经科学之父”。

这两位都是当时欧洲顶尖的学者，他们之所以同时得奖，是因为他们都在研究同一个根本问题：神经系统到底是什么样的？

但是，高尔基和卡哈尔，得出的结论完全不同。

19世纪末，显微镜技术刚刚发展起来，神经组织在显微镜下看起来就像一团乱麻。于是，高尔基发明了一种新的染色方法，用铬酸盐和硝酸银来处理神经组织。这种方法能够让神经细胞在显微镜下清晰地显现出来，就像给神经系统拍了一张黑白照片。这是人类历史上第一次真正“看见”神经细胞。

经过观察之后，高尔基有了一个结论：神经系统是一个连续的网络。他认为，所有的神经细胞都通过细丝连接在一起，形成一个巨大且连续的整体。这就是著名的“网状理论”。

而卡哈尔呢，他用高尔基发明的染色方法，做了更加细致的观察。但是，他得出了完全不同的结论。卡哈尔坚持认为，神经系统是由一个个独立的神经细胞组成的，这些细胞之间并不直接相连。

这两种观点是完全对立的。一个说是连续的网络，一个说是独立的单元。这不仅仅是技术细节的争论，而是对神经系统本质的根本分歧。

于是，诺贝尔委员会面临了一个难题，这两个人都对神经科学作出了重大贡献，但他们的理论完全相反。最终，委员会作出了一个前所未有的决定：同时将奖项颁给两人。

而直到这一刻，这两个人依然是谁也不服谁。这场争论也为后来的科学界留下了一个重要问题：神经系统的真实结构到底是什么？

答案要等到1950年代才揭晓。电子显微镜技术的发展让科学家们发现，神经细胞之间确实存在着微小的间隙。这个发现彻底证实了卡哈尔的观点。

到这步，科学家算是初步搞清了神经元的样子。AI大模型所依赖的神经网络算法，算是有了第一块关键的拼图。

二进制：生物学和计算机科学之间的桥梁

但是，还有一个问题没有解决。这就是，这套大脑神经元系统到底是怎么运转的？

这就要说到，第二组关键的发现了。

既然神经元之间有间隙，但又能传递信息，那么这个信息是怎么传递出去的呢？当时，科学界存在两种说法。一种说是通过电信号，就像发电报一样。另一种说法认为是通过化学物质，是一个神经元释放化学物质，向另一个神经元传递信号。

这场争论持续了很久，直到1921年，一个偶然的机会，才让真相变得清晰。

这件事说来很离奇，科学史上对它的描述是这样的。说那一年的一个晚上，著名的德国生理学家，奥托·勒维，做了一个奇怪的梦。在梦中，他设计了一个实验来证明神经传递的本质。

第二天早上醒来，他隐约记得梦中的实验，但细节已经模糊了。但万万没想到，第二天晚上，同样的梦居然又出现了。这次，勒维立刻起床，把实验设计记录下来。然后，他跑到实验室，开始了那个著名的“双蛙心实验”。

实验很简单：勒维取出两只青蛙的心脏，分别放在两个容器中。第一个心脏保留着迷走神经，所谓迷走神经，就是一根控制心跳节律的神经，它能控制心跳的快慢。而第二个青蛙心脏，这个控制心跳的迷走神经已经被切除。

紧接着，勒维刺激第一个心脏的迷走神经，心脏跳动立刻变慢。然后，他把第一个容器中的生理盐水转移到第二个容器中。结果，第二个心脏的跳动也变慢了。

这个实验证明，第一个心脏在神经刺激下，释放了某种化学物质到盐水中，这种物质影响了第二个心脏。换句话说，神经传递，是通过化学物质实现的。当然，实际过程要复杂得多，其中的某些过程也涉及电信号的参与等等，这些细节咱们就不展开了。

1936年，勒维因为这个发现获得了诺贝尔生理学或医学奖。

之后，在这个基础上，后人又对神经系统开展了很多更深入的研究。这期间又诞生了不少诺奖得主。

到这步，神经元之间的协作方式有了大致的轮廓。这个过程大概是，一个神经元发出信号，其他神经元接收信号。

既然已经知道这个机制，有没有可能用数学模型把它描述出来呢？

当然有。在1943年，有两位科学家开展了一次跨学科的合作。神经生理学家沃伦·麦卡洛克和数学家沃尔特·皮茨，联合发表了一篇论文，题目叫《神经活动内在思想的逻辑演算》。

这篇论文的创新在于，它首次把生物神经元抽象成了数学模型。

麦卡洛克和皮茨观察到，神经元的工作方式其实很简单：接收输入信号，假如信号强度超过某个阈值，就产生输出；假如没有超过，就保持沉默。这就像一个开关，要么开，要么关。

于是，他们用数学语言描述了这个过程：每个人工神经元都有多个输入和一个输出，输入信号经过加权求和，假如结果超过阈值，输出就是1，否则就是0。

1和0，这个模式是不是有点眼熟？没错，这就是二进制。早在17世纪，哲学家莱布尼茨就提出了二进制，这比诺奖的设立还要早200多年。当时的莱布尼茨绝对想不到，几百年后科学家会发现，人类的大脑居然也存在着同样的逻辑。

同时，麦卡洛克和皮茨也证明了，这种看似简单的工作机制，假如无限重复，那么就可以模拟出人脑，可以实现任何逻辑运算。这就第一次在生物学和计算机科学之间建立了桥梁。

算力和数据的成熟，给神经网络算法提供了助推

之后的很多年里，又有很多科学家在这条路线上探索。

直到1980年代，这些成果汇集到了新一代科学家手中。

当时出现了三个关键人物，第一个叫大卫·鲁梅尔哈特；第二个叫，罗纳德·威廉姆斯。这两个名字你未必听过，但第三个你肯定熟悉，叫杰弗里·辛顿。没错，就是今天被称为“AI教父”的辛顿。

这三个人在前人的基础上，结合自己的发现，在1986年发表了一篇论文，论文里正式提出了“反向传播算法”。这个算法在理论层面解决了一个关键问题，这就是，如何训练人工生成的神经网络。

一开始，这项研究不算很顺利，但后来经过不断完善，同时，算力和数据的成熟，给神经网络算法提供了助推。

后面的故事，很多人可能已经知道了。终于在2012年之后，深度学习席卷各个领域。2016年AlphaGo击败围棋冠军，2022年ChatGPT引发全球AI热潮。

2024年10月8日，杰弗里·辛顿因为“利用人工神经网络实现机器学习的奠基性发现和发明”，获得了诺贝尔物理学奖。

而这一天，距离高尔基和卡哈尔在诺奖颁奖台上的争论，已经过了119年。

119年时间，至少12位诺贝尔奖得主，有心或无心地参与了这场跨越时空的科学接力。从高尔基到卡哈尔，从勒维到辛顿，还有我们没有来得及讲述的戴尔、霍奇金、赫胥黎、埃克尔斯等等，还有很多没有被诺奖记载的名字。参与其中的科学家到底有多少，已经很难算得清。

这个过程，不仅是一场成果的累积，更是一场问题的接力。每个成果诞生时，都会引出新的问题。比如，到辛顿这里，AI伦理、AI监管成了新的问题。没准未来几十年以后，再回头看21世纪第三个十年，你会发现AI的崛起并不是故事的结尾，反而是另一场新发现的开始。

就像前面说的，每一个发现，都是基于前人的无数涓涓细流，而这个发现，又将作为新的江河汇入更大的海洋。

从这个角度看，为什么我们要关注科学发展？因为社会的进步在很大程度上，就是由这一个个科学突破助推发生的。在这个过程中，即使你仅仅是关注，那么多年以后，你没准会有一个很奇妙的感受。

你会发现，在每一个可能改写人类未来的关键时刻，你都恰好在场。你看，这个感觉是不是还挺有趣的？