「AI学习笔记」深度学习的起源与发展：从神经网络到大数据（二）

深度学习（DL）是现代人工智能（AI）的核心之一，但它并不是一夜之间出现的技术。从最初的理论提出到如今的广泛应用，深度学习经历了几乎一个世纪的不断探索与发展。今天，我们一起回顾深度学习的历史，看看它如何从简单的神经网络起步，一步步发展成今天改变世界的技术。

1. 神经网络的诞生：从“模仿大脑”开始

深度学习的起点可以追溯到20世纪40年代。当时，沃伦·麦卡洛克（Warren S. McCulloch）和沃尔特·皮茨（Walter Pitts）通过发表论文《A logical calculus of the ideas immanent in nervous activity》，首次将数学与神经学结合，提出了一种基于神经网络的计算机模型。这一模型灵感来源于我们大脑中的神经元网络，他们尝试通过算法设定“阈值”，模拟信息如何在神经元之间传递。

紧接着，在1958年，弗兰克·罗森布拉特（Frank Rosenblatt）发表了《感知器：一种感知与识别的自动装置》一文，提出了现代神经网络的雏形——感知器。虽然感知器结构简单ÿ