AI新闻天天刷屏，但绝大多数人说不清“神经网络”到底是什么。把这个概念讲得最干净、至今无人超越的，仍是 3Blue1Brown 频道 2017 年的深度学习系列第一集《But what is a neural network?》。这条视频用十几分钟，把“机器认字”拆成 784 个像素、13002 个可调参数和一次下山寻路，全程没有一个比喻是含糊的。本文带你完整重读这条视频：它讲了什么、这些知识从哪来、哪些地方被简化甚至可能误导，以及普通读者能带走的三件工具。看完本文，你再看今天任何一个“千亿参数大模型”的新闻，都会有完全不同的解构能力。
数据说明：本次写作环境无法联网核验，文中播放量、日期等热度数据均来自公开历史资料，标注为约数、未经实时核验，请以频道页面实际显示为准；视频身份信息（频道、标题、系列归属）属稳定的公开常识，链接为该视频长期不变的规范地址。
| 项目 | 内容 |
|---|---|
| 视频标题 | But what is a neural network?（但神经网络到底是什么？） |
| 所属系列 | Deep learning（深度学习）系列 · 第 1 集，共 4 集 |
| 频道 | 3Blue1Brown（主持人：Grant Sanderson，斯坦福数学系毕业，前可汗学院数学讲师） |
| 发布时间 | 2017 年 10 月 |
| 热度 | 千万级播放量（约数，未经实时核验）；该系列长期被全球高校课程、训练营列为深度学习入门指定材料 |
| 视频地址 | https://www.youtube.com/watch?v=aircAruvnKk |
选片理由：这是“老视频因 AI 大潮持续翻红”的典型——2017 年它讲的是一个小众技术的入门，2026 年它讲的已经是每天都在上头条的那个行业的基本盘。理解今天 AI 的最短路径，恰恰是从这条被时代验证过的第一课开始。
按叙事顺序，视频的论证可以拆成五步。
Grant 的切入方式是所有人都有体感的场景：你一眼就能认出这是手写的"3"，哪怕它歪斜、潦草、粗细不一。但如果你试图给计算机写规则——“上方有个尖、下方有开口就是 3"——写不了几条就会崩溃。字体千变万化，规则永远漏。这个开场精确地建立了整节课的张力：对人类简单到不存在的事，恰恰是传统编程的无解区。这也是为什么“认字”能当整个深度学习的代言人：它足够小（一张 28×28 的灰度图），又足够难（无法用 if-else 枚举）。
视频最有价值的教学决策，是先杀死神秘感。所谓神经元，就是 0 到 1 之间的一个数值，叫“激活值”；所谓神经网络，就是一堆格子按层排列。整层激活值可以画成一列亮度的柱子——激活值高就亮，低就暗。这个“网络是一幅明暗图”的视角，把生物类比、智能隐喻全部暂时清空，只留下一个纯数学结构。后面的一切推理都建立在这个去魅后的地基上：如果它只是格子，那“学习”就只能是调数字，问题立刻从哲学降维成工程。
输入层 784 个神经元，对应 28×28=784 个像素的亮度；输出层 10 个，对应数字 0-9；中间夹两层隐藏层，每层 16 个。Grant 在这里埋了整节课最容易被忽略、也最重要的一句话：为什么是两层、为什么每层 16 个？——没有为什么，就是个选择。这类人为拍板的数值叫超参数。这句话的分量在于划清了“设计”与“选择”的边界：网络结构是选择，而结构里那 13002 个权重和偏置才是留给“学习”去填的东西。顺便算一笔账：784×16 + 16×16 + 16×10 = 12960 个连接权重，再加每层 42 个偏置，共 13002 个参数。这个小到能在黑板上画出来的网络，和今天的大模型在数学结构上没有任何本质区别，只是参数量从 13002 涨到了千亿级。
接着视频完成了全片最关键的概念迁移：把“学会认字”翻译成“最小化一个函数”。做法是给网络出 10000 道题，把每次“输出与正确答案的差距平方”加总，得到一个数——成本函数。识别得好，这个数就小；识别得烂，就大。于是“训练网络”变成了一个无比清晰的目标：调那 13002 个旋钮，让成本函数的值尽可能小。怎么调？求梯度。梯度指向成本上升最快的方向，那就反着走——沿最陡的下坡迈一步，再求梯度，再走。Grant 用山谷地形图讲这一段：你站在山坡上，看不见整座山，只能摸到脚下的坡度，那就永远朝最陡的下坡走。这个比喻几乎原样照搬自微积分教材，但它后面藏着极深的水——13002 维空间里的“地形”长什么样，是人类无法直观想象的，视频第二集会回头补刀。
第一集在“梯度下降”处收尾，把反向传播留给第二集。同样重要的是，系列第二集坦白了一件让很多观众失落的事：Grant 原本期待隐藏层的神经元会学会“识别这里有一条弧线”“这里有一个圈”这样人类可读的部件，但把训练好的权重可视化之后，看到的更像噪声——网络确实学会了认字，但它的“思路”和人类的直觉完全不同路。这个坦白让整个系列的教学品格立住了：它不负责让你觉得 AI 神奇，它负责让你准确理解 AI。而这份“看不懂的网络内部”欠下的债，直到今天，全世界的可解释性研究都还在还。
这条视频里的每一个概念都不是 2017 年的发明，把时间轴拉出来，你会看到一部浓缩的 AI 史。
把这些连起来看，这条视频讲的不是“一个新东西”，而是一条被反复证伪又重建、最终吞下整个行业的传统。今天 GPT-3 的 1750 亿参数，约是视频里那个 13002 参数小网络的 1300 万倍；参数涨了一千多万倍，训练的核心机制依然是“成本函数 + 梯度下降 + 反向传播”。这就是它值得重读的硬理由。
站得住的部分：视频的全部数学定义——激活值、权重、成本函数、负梯度方向——都可直接计算、可复现，任何人按 Nielsen 的免费教材用百来行代码就能复刻出 96% 上下的成绩，这是它区别于绝大多数“AI 神奇故事”视频的根本之处。13,002 这个参数计数，本身就是最好的去魅教学。
需要打折扣的部分，有四处值得指出：
另外一个时效性提醒：视频没有、也不可能覆盖 2017 年后的注意力机制与预训练范式。但需要强调，这不是缺陷——Transformer 的每个注意力头内部依然是矩阵乘法加非线性激活，最终依然由梯度下降训练。基本盘没有变，只是楼越盖越高。
第一条：用百行代码把比喻变成手感。 打开 TensorFlow Playground（playground.tensorflow.org），拖几个神经元、按一下训练按钮，看着决策边界一格格长出来——十分钟获得的体感超过读十篇公众号。进阶可跟随 Michael Nielsen 的免费在线书《Neural Networks and Deep Learning》手写一个 MNIST 识别器。“学习”这个概念只有亲手调过那几个旋钮才算真正拥有。
第二条：用“参数=旋钮”的框架给一切 AI 新闻祛魅。 下次看到“XX 亿参数”“XX 算力训练”，直接翻译：这是那个 13002 旋钮小网络的一亿倍版本，旋钮仍然是靠做题、算误差、下山调出来的。它回答的是“这东西怎么练成的”，至于“它理解不理解”——视频第二集的噪声权重已经提示你：连它的发明者都需要专门的研究才能看懂它。用这个框架读新闻，营销话术会自动褪色一半。
第三条：学任何 AI 概念，先问“成本函数是什么”。 这是整条视频最重要的思想迁移：把模糊的目标（认字、对话、写代码）翻译成一个可计算的数字（误差），再让算法自动逼近它。这是整个 AI 工程的心智模型，反过来也是判断产品的试金石——讲不清自己在优化什么指标的“AI 产品”，多半只是换了皮的传统软件。
flowchart TD
A["28×28手写数字<br/>784个像素"] --> B["两层隐藏层<br/>各16个神经元"]
B --> C["权重与偏置<br/>共13002个参数"]
C --> D["成本函数<br/>输出与答案的误差"]
D --> E["负梯度方向<br/>沿最陡下坡调参"]
E --> F["反向传播<br/>误差层层分摊"]
F --> D
F --> G["测试集识别率<br/>约96%"]
G --> H["同一套机制<br/>撑起千亿参数大模型"]
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。