写在前面

#欢迎大家讨论和分享更多关于AI的文章，让更多人了解AI，让更多人参与进来。

#戏鲸的剧本编辑器中，公式不接受latex格式，用的是word自带的公式编辑器——文字、公式或许会有错误，欢迎勘误）。

AI 毫无预兆地闯入了我们的生活，它写诗、作画、生成代码，仿佛无所不能。面对这股浪潮，大家的态度往往在“惊叹其强大”与“忧虑被取代”之间来回摇摆。但抛开这些喧嚣与情绪的泡沫，我们是否也要问一句：它到底是什么？公式长什么样？思想呢？

戏鲸上从不缺文学、哲学、历史类的文本，但关于 AI 的系统性溯源，却几乎是一片空白。

本文不是一篇教你如何写代码的枯燥教程，而是一张指引你探索的地图。六个板块，29个词条，从计算机最底层的 0 和 1，一路走到今天的大语言模型。每一个概念都有源头，每一个公式背后，都站着一个鲜活的探索者。

第一次看到这些符号，你可能会觉得有些晦涩。但请放心，AI 是一门交叉学科，它没有纯数学、纯物理那么抽象。那些看似陌生的东西，拆开来看，都是人类为了理解世界而发明的语言。人类花了几百年把它们搭起来，你只需要花一点时间，把它们看一遍。

不要对未知感到恐惧。你可以从第一个板块开始，也可以跳到任何让你感兴趣的地方。

在这个技术狂飙突进的时代，与其在未知的浪潮前感到惶恐，不如试着去读懂它的底层逻辑。理解一件事，永远比恐惧它更有力量。

毕竟，好奇心从来都是最好的起点。

板块一：计算机基础（Computer Fundamentals）

· 二进制（Binary）

· 位与字节（Bit / Byte）

· 电平信号（Voltage Level）

· 中央处理器（CPU）

· 内存（RAM）

· 并行处理（Parallel Processing）

· 图形处理器（GPU）

· 算法（Algorithm）

应该认识的人物

艾伦·图灵（Alan Turing，1912–1954）

  · 图灵机（Turing Machine）

  · 图灵测试（Turing Test）

  · 可计算性理论（Computability Theory）

  · Enigma 密码破译

冯·诺依曼（John von Neumann，1903–1957）

  · 冯·诺依曼架构（Von Neumann Architecture）

  · 存储程序概念（Stored Program）

  · 博弈论（Game Theory）

克劳德·香农（Claude Shannon，1916–2001）

  · 信息论（Information Theory）

  · 熵（Entropy）

  · 数字电路（Digital Circuit）

葛丽丝·霍普（Grace Hopper，1906–1992）

  · 第一个编译器（Compiler）

  · Bug / Debug

  · COBOL 语言

世界上第一个 Bug

1947年，霍普的团队在哈佛 Mark II 里发现一只真实的飞蛾卡在继电器里导致故障，她把它贴进工作日志，写下 "First actual case of bug being found." Bug 和 Debug 从此成了全球程序员的日常用语。

学完这一章你能做什么

看懂 AI 硬件相关的新闻不再懵——为什么 GPU 比 CPU 更适合训练模型，为什么内存大小影响模型规模。和人聊起计算机的底层逻辑时有基本概念，不会完全抓瞎。这一章是地基，后面每一章都建在它上面。

板块二：数学语言（Mathematical Language）

AI 的一切计算都建立在数学上。不需要你会算，只需要知道这些概念存在。

· 标量（Scalar）

· 变量（Variable）

· 函数（Function）

· 向量（Vector）

· 矩阵（Matrix）

· 维度（Dimension）

· 导数（Derivative）