2026年了，如果你只会用 ChatGPT 写周报、让 Claude 改代码，却说不清"神经网络到底在干什么"，那这支视频可能是你补课性价比最高的选择——3Blue1Brown 的 But what is a neural network?。
这支发布于2017年10月的视频，是 Grant Sanderson（3Blue1Brown 频道主理人，前 Khan Academy 成员）"神经网络系列"四集的第一集，至今累计播放量早已突破千万量级，长期占据"机器学习入门"各类推荐清单的首位。它没有讲一句高数公式推导，却用一套精美的动态可视化和一个手写数字识别的例子，把神经网络最核心的三个概念——激活值、权重、偏置——讲得像拼乐高一样直观。
为什么今天还要看一支8年前的老视频？因为 ChatGPT、Claude、Gemini 这些大模型再庞大，其底层运行逻辑依然是"权重 × 输入 + 偏置 → 激活函数 → 输出"这套机制。这支视频就是你理解千亿参数大模型的第一块地基。看完它，你再看任何 AI 科普，都会有"原来如此"的通透感。本文基于视频原内容做深度拆解，并补充从2017年到2026年这条技术演化线上的关键延伸。
| 项目 | 内容 |
|---|---|
| 视频标题 | But what is a neural network? \u2003(The deep learning chapter) |
| 频道 | 3Blue1Brown（Grant Sanderson） |
| 时长 | 约19分钟 |
| 播放量 | 千万级（长期位居机器学习入门类视频头部） |
| 发布时间 | 2017年10月 |
| 核心主题 | 用手写数字识别讲透神经网络的结构：神经元、权重、偏置与激活函数 |
| 系列地位 | 四部曲第1集，后续三集讲梯度下降、反向传播与数学推导 |
视频没有从"神经网络是一种受生物启发的计算模型"这种教科书句式开始，而是直接抛出一个对人类毫无难度、对机器极其困难的问题：随手写一个"3"，人一眼就认出来，但为什么机器这么难？
Grant 用的原话大意是：你的视觉皮层每次轻松完成的识别，背后是上亿年演化打磨出来的专用硬件；而计算机拿到的只是一张 28×28 的灰度像素网格，每个像素是 0 到 1 之间的亮度值。同一个"3"，写得胖一点、斜一点、连笔一点，像素分布天差地别，但语义都是"3"。这种"输入的巨大变化对应输出的恒定"——视频称其为识别问题的鲁棒性要求，正是传统 if-else 规则写不出来、而神经网络要去"学"的东西。
延伸分析：这个开场在今天看反而更有味道。大语言模型处理的"理解"问题，本质上也是同构的——同一句话有一万种说法，模型都要映射到同一个意思。3B1B 从第一分钟就把"难在哪"讲清楚了，这是很多 AI 课程缺的东西。
视频最核心的概念澄清在这里：人工神经网络里的"神经元"，就是0到1之间的一个数字，术语叫激活值（activation）。没有脉冲，没有生物隐喻的玄学，就是一个数。
以那个 28×28 的手写数字为例：784 个像素的亮度值，直接构成输入层的 784 个"神经元"，激活值 0 表示纯黑、1 表示纯白，中间是灰度。输出层有 10 个神经元，对应数字 0-9，哪个神经元激活值最高（越接近1），网络就认为那个数字是答案。
这个"降维"动作非常关键：一旦你把神秘的"神经网络"翻译成"一堆装着 0 到 1 之间小数的格子"，恐惧感就消失了。Grant 用动画把网络画成层与层之间的连线结构，中间夹着两层隐藏层（hidden layers）——这就是全片的主角。
视频里有一个特别诚实的时刻：Grant 坦白说，这个示例网络用两层隐藏层、每层 16 个神经元——这个"16"没有什么深刻理由，更多是历史沿用和演示方便（他甚至打趣过这和"16 是 2 的 4 次方"、早期用 4 个比特的像素圆圈演示有关，属于"另一天的故事"）。全片真正想让你带走的不是"应该配几层"，而是结构本身的含义。
中间层存在的直觉解释是分层的抽象：第一层可能学会识别"这里有一小段竖边""那里有个圈"，第二层把这些小部件组合成"环""横线"这类更大的部件，最后一层再把部件拼成具体的数字。视频用一张动态图展示：识别"9"时，理想情况是"上方的圈"那个神经元强烈激活、"下方的竖线"那个神经元也强烈激活，二者合力点亮输出层的 9。
延伸分析：这种"层级抽象"的直觉在2012年 AlexNet 之后就被卷积网络反复验证，而到了 Transformer 时代，研究者在大模型内部同样观察到了从词法到语法再到语义的逐层抽象。8年前的这个直觉演示，方向上完全站住了。
这是全片最漂亮的一段。层与层之间每条连线都有一个权重（weight），表示"上一层的某个神经元对下一层某个神经元的影响力"；下一层每个神经元还配一个偏置（bias），相当于"激活的门槛"。下一层神经元的激活值 = 把上一层所有激活值加权求和，加上偏置，再压缩进 0 到 1 区间。
用公式写就是一行：a₁ = σ(w₁a₀ + w₂a₀ + ... + wₙa₀ + b)。视频刻意强调：别怕这个公式，它只是"加权求和再打包"的紧凑记法。
这个示例网络里，权重加偏置总共约 13,000 个。Grant 给了一个我至今认为全系列最妙的比喻：所谓"训练神经网络"，就是给这台有 13,000 个旋钮的机器调参——旋钮拧对了，写"3"时输出层第 4 格亮；拧错了，机器就乱亮。学习不是往机器里灌知识，而是搜索一组好的旋钮位置。
他还展示了 2017 年社区里流传的一组真实训练好的权重热图：识别"0"的对应权重是边缘一圈正、中心一圈负——正好对应"看到外圈轮廓、抑制中间噪声"的模式。这一刻很多观众第一次直观地"看见"了权重。
加权求和的结果可能是任意大的数，但激活值必须落在 0 到 1 之间，于是需要一个激活函数做压缩。视频用的是经典的 Sigmoid（Logistic 曲线）：输入很大时输出趋近 1，很小（负得厉害）时趋近 0，中间平滑过渡。
Grant 强调了它的语义：把"这个神经元有多活跃"变成一个连续可调的量，而不是非黑即白的开关。这个平滑性后面还有大用——正因为整条链路处处可导，后面第三集的反向传播才能沿着"坡度"调参数。
延伸分析：2026 年回头看，Sigmoid 在深度网络里早已不是主角——大模型普遍用的是 ReLU 家族和 Transformer 里的 GELU/SwiGLU 等变体，主要原因之一是 Sigmoid 在大数值区梯度接近于零，深层网络容易"学不动"（梯度消失）。但必须说：理解了 Sigmoid，你就理解了激活函数在干什么，剩下的只是换曲线而已。这是"老机制、新实现"的典型。
这支视频最容易被忽略、我认为最值得反复咀嚼的，是结尾那个"彩蛋"：Grant 展示了一个权重和偏置完全随机设定的网络，它的输出居然和正经训练过的网络"长得挺像"，识别表现也有七成左右的相似度。
这说明了什么？网络结构本身已经携带了大量先验——分层、全连接、层层压缩的这种架构，天然就"会长出"某种识别行为；训练做的事，是在这个已经不错的起点上继续精修。换句话说：架构即归纳偏置（inductive bias），数据和训练负责把"大概对"磨成"精确对"。
延伸分析：这个观察在今天有了惊人的续集。现代大模型研究中，"随机初始化的网络已经具备了某些有用性质""很多能力是架构和规模带来的，而非训练灌进去的"是活跃的研究方向。8年前一支入门视频结尾的即兴演示，暗合了后来整个领域讨论的母题——这是我把它选进"必看"的首要理由。
把视频里的数字放到2026年的坐标系里，对比是震撼的：示例网络 13,000 个参数；2012 年的 AlexNet 约 6000 万；GPT-3 是 1750 亿；今天各家旗舰大模型的参数量更大，且训练用到的数据量与算力早已不可同日而语。
但结构的骨架没变：依然是"输入 → 层层加权求和加偏置 → 激活函数 → 输出"，依然是"学习 = 搜索好的参数"。变的只是规模、连接方式（全连接 → 卷积 → 注意力）和训练目标（分类 → 预测下一个词）。3B1B 在 2024 年前后补了 Transformer/注意力机制的可视化系列，正好接上这条线——看完第一集再看那些，衔接毫无断层。
视频对应的文字版教程与练习，基于 Michael Nielsen 的免费在线书《Neural Networks and Deep Learning》（3B1B 这个系列正是与 Nielsen 合作/受其启发的配套产出，Nielsen 的书提供代码与推导，视频提供直觉）。Grant 用自己写的开源可视化库 Manim 制作了全片动画，而这个库后来开源在 GitHub 上（3b1b/manim），成了整个"数学可视化视频"生态的起点之一——甚至衍生出了社区版 ManimCE。也就是说：这支视频不仅教了神经网络，还顺手开创了一个视频制作流派。
flowchart TD
A["手写数字识别问题<br/>28×28像素 = 784个输入"] --> B["神经网络三层结构"]
B --> B1["输入层：784个激活值<br/>0黑到1白"]
B --> B2["隐藏层：两层×16个神经元<br/>负责层级抽象"]
B --> B3["输出层：10个神经元<br/>对应数字0到9"]
B1 --> C["层间连接三要素"]
B2 --> C
B3 --> C
C --> C1["权重weight<br/>上一层的 influence 强度"]
C --> C2["偏置bias<br/>激活门槛高低"]
C --> C3["激活函数sigmoid<br/>压缩到0与1之间"]
C1 --> D["前向传播<br/>加权求和再打包"]
C2 --> D
C3 --> D
D --> E["约13000个参数<br/>= 13000个旋钮"]
E --> F["学习 = 搜索好的参数组合<br/>梯度下降：下一集"]
F --> G["架构自带先验<br/>随机旋钮也有七成相似行为"]
G --> H["规模外推<br/>MLP 到 Transformer 到大模型<br/>骨架未变"]
如果你是完全零基础的学习者：这支视频应该作为你看任何 AI 内容之前的第一站。建议的姿势是——先裸看一遍（19分钟），再开1.25倍速二刷，拿纸笔画那个"加权求和再打包"的流程，把三个名词（activation、weight、bias）抄在便签上。之后立刻接 Michael Nielsen 的书第一章，书里有可直接运行的 Python 代码，能把你刚建立的直觉落地成跑得起来的程序。这个"视频建直觉 + 书本落代码"的组合，是我见过效率最高的入门路径。
如果你是开发者/技术人：这支视频的价值是"祛魅"。理解了"学习=参数搜索"之后，你再看 prompt engineering、fine-tuning、RAG 这些热词，判断力会完全不同——微调本质上还是"调旋钮"，只不过旋钮更多、代价更高；而 prompt 是在已固定的参数组合里找输入捷径。这种底层视角能帮你在 AI 工具的营销话术里保持清醒。另外强烈推荐顺藤摸瓜去看 3B1B 后续三集（梯度下降、反向传播、链式法则），以及2024年后的注意力机制可视化——一个周末刚好刷完。
如果你是教育者/内容创作者：这支视频本身就是一堂"如何讲硬核知识"的示范课。注意 Grant 的手法：不给定义先给问题、每个抽象概念都绑定一个可视对象、坦白"16 这个数字没有深意"这种诚实反而建立信任、结尾用一个反直觉实验（随机权重）留下余味。做技术内容的人把这支视频当"教学设计"拆三遍，比自己读十本教学法都有用。这也是它千万播放的真正原因：不是讲得浅，而是讲得顺。
这支视频用19分钟和1.3万个"旋钮"证明了一件事：所谓人工智能的神秘学习，不过是在一个精心设计的结构上搜索好的参数——理解了这一点，2026年所有关于大模型的讨论对你都不再是黑话。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。