# 04 · 第3章深度学习的好与坏

<div style="background:#f5f0e8;border-radius:8px;padding:12px 16px;margin:16px 0;display:flex;align-items:center;gap:12px;">
  <span style="font-size:14px;color:#666;">🔊 全文章节朗读</span>
  <audio controls preload="none" style="flex:1;height:36px;">
    <source src="https://s3.gksj.cc/ab-0815832b19604c58/trustai/04.mp3" type="audio/mpeg">
  </audio>
</div>

# 第3章深度学习的好与坏

第四章，第三章，深度学习的好与坏。本章讲清了深度学习是什么、强在哪、又弱在哪。从早年罗森布拉特的神经网络，到GPU催生的2012年革命，深度学习把图像识别准确率从七成多推到九成八，还在翻译、语音识别上大放异彩。但作者提出三个核心问题：一是贪婪，需要海量数据，AlphaGo要下三千万盘棋才能超越人类，而我们戴一次3D眼镜就能领会奥妙；二是不透明，神经网络如同黑箱，犯错也查不出原因；三是脆弱，贴了贴纸的停车标志会被认成冰箱，涂了肥皂泡的棒球被认成浓缩咖啡，翻倒的校车被认成雪耙。章末结论是，深度学习是一个美好的悲剧，它只是工具箱里的一件工具，正如那句名言所说，爬上再高的大树，也无法抵达月球。

---

*自动同步自湛庐有声书管线 · [HedgeDoc 原页](https://doc.gksj.cc/)*