Description
人类是如何让机器开始思考的？
本期视频，我们从神经元的“全或无”特性出发，探索0与1的世界如何用逻辑代数与逻辑电路来构建。
首先，我们将了解逻辑代数的运算与化简，并因此引出与或非三门运算，并顺便提及蕴含怪论这一有趣的现象。
最后，我们证明了单纯的逻辑代数无法处理复杂的现实环境，这也是目前基于”符号主义“的专家系统暂时失败的原因。
本期视频使用的是 Manim 动画实现，全程动画 K 帧手搓，视频制作不易，如您喜欢，还请一键三连。
如有不准确、不严谨的地方，欢迎在评论区或私信批评指正，让我们共同迈向真理。
【参考文献】
[神经网络简史 |伽利略解缚](https://galileo-unbound.blog/2025/02/05/a-short-history-of-neural-networks/)
[McCulloch & Pitts Publish the First Mathematical Model of a Neural Network : History of Information](https://www.historyofinformation.com/detail.php?entryid=782)
Comments
想到了这张图😃
♥ 280 ↩ 15
单片姬～你好可爱～[秋绘动态表情包_人见人I]
♥ 269 ↩ 15
赤神更新了，真的假的？[魔法少女的魔女审判表情包_弄错惹][魔法少女的魔女审判表情包_举报！] 我去，真更新了[魔法少女的魔女审判表情包_探头] 已严肃三连喵[魔法少女的魔女审判表情包_我推赛高]
♥ 175 ↩ 14
在学计组和离散数学，我最近一直在想一个问题：计算机底层做的都是非常简单的逻辑和算数运算和简单的寄存、读取数据，为什么现在计算机能做这么多事情？
♥ 63 ↩ 24
感谢up，让我明白了我为什么要学离散数学，如果没学我还不一定听得懂，能不能出一个关于线代的
♥ 31 ↩ 5
“你就甘心做一辈子朋友？”听罢，赤川鹤鸣紧闭双眼，任由暗扣城的嘴唇游离在自己身体上 点赞收藏不迷路，灌注我，我是 Uncle 城，带你看懂 AI 背后的底层逻辑👇[doge]
♥ 26 ↩ 3
欢迎来到：赛博朋克1977 （这台计算机无论是在储存还是运行方面都很像1970年的设计） 说实话，在我的世界里面做的处理器感觉会更直观一点，所以我做了uwu 目前还在调试阶段，等到调试完成将会公布地图
♥ 23 ↩ 1
唯一学到的知识 Yes, but why?何意味
♥ 23 ↩ 4
人脑会更新，但是硅片不会 人脑把数据存储在计算过程里 我感觉这俩是人脑和计算机最大的两个区别
♥ 23 ↩ 8
你这不就是人工智能导论吗？ 这期我只能说符号主义已死，连接主义神了
♥ 14 ↩ 3
我是猫娘喵 [星绘·沐春灼华 应援装扮_腹黑][星绘·沐春灼华 应援装扮_腹黑][星绘·沐春灼华 应援装扮_腹黑]
♥ 16 ↩ 3
关于蕴涵怪论，我觉得其实可以用集合去理解，若我们把假言命题里的条件p（或前件p）和结论q（或后件q）分别看作集合p与q，然后把p是q的子集当成假言命题为真时的情况。那么当条件p为假的时候，对应的p是一个空集，又由于空集是任何集合的子集，所以这就是为啥当条件p为假时，整个假言命题会始终为真的原因。 至于为什么可以把前件p和结论q看作成集合，则是因为任何具体精确的对象都能构成集合，前件p与结论q所指代的对象都是具体的，因此自然而然就能构成集合。当p指代的对象是能让q为真的情况之一的时候，就意味着有p就有q，这既对应集合里的p是q的子集，也对应我们直觉上理解的如果p那么q的含义，因此自然就可以用p是q的子集来替代假言命题为真时的情况。
♥ 13 ↩ 5
我有预感，人工智能的时代，人类会慢慢认知逻辑的重要性，得逻辑得天下，不说了，我这去下一本逻辑学和逻辑门先来啃了（我本来明天上三年级信息技术，想给学生看这个，但我觉得他们脑子应该会爆炸.....[doge]）
♥ 11 ↩ 2
11:05 这里错了吧？第四行应该是 非下雨析取非起床才对吧 不下雨或者不起床 下雨和起床不能同时发生
♥ 11 ↩ 3
蕴含式是if ... then ..., 仅仅是命题操作符号，与因果无关。 because就是因果关系了，这个很常见。 在哲学中还有一种是 in virtue of，这个也不是前者导致后者的因果关系，而是一种根据关系, grounding, 比如A square has four sides in virtue of its definition.有种废话文学的感觉。
♥ 10 ↩ 2
微观粒子是无序的，只有概率和趋势，但这种无序最后却组装出了有序的物质世界，诞生了有智能的人类。 神经网络可以说是模拟这个过程，整体亿亿万万个参数，你单看任意一个参数的变化，它就是无序的，你无法预测某个参数下一次学习后会有怎样的变化。但所有的参数却都有一个变化的趋势或者说概率，会最后的计算结果越来越接近有序。人类用自己数千年沉淀的知识在这种无序中愣生生砸出了一条有序的路。ai其实就是逻辑学+概率学的最终产物
♥ 9 ↩ 1
这好像是计算机组成原理的内容，里面解释了数理逻辑如何变成硬件电路。还在学数据结构，没开始学操作系统，计算机网络和计算机组成原理。不过看到这里已经猜到了这应该就在计科四大基石的范围内[诺拉·海蒂斯_YES]
♥ 9 ↩ 7
冲着科普来的，越看越佩服，从以前那期“2万粉小UP的心路历程~希望对你也有帮助”就粉上了，分享的经验非常有帮助 现在还用上了Manim，能感觉到你一直在为了把知识讲明白花心思，新视频效果超棒，真的能帮到像我这样的学生，也请继续加油[Neuro sama收藏集_姐姐打call][Neuro sama收藏集_妹妹打call]
♥ 9 ↩ 1
我毕业论文就写的这个
♥ 8 ↩ 6