卷二：神经网络复兴

时间范围：1980s—2010s 核心问题：当规则写不完之后，机器如何自己从数据中学到模式？

卷二导读：从寒冬到爆发

第一卷的故事结束在 AI 寒冬——符号主义的承诺落空了，专家系统陷入了知识工程的泥潭，神经网络因为算力和数据不足而被边缘化。

但寒冬并不意味着停滞。

在表面之下，三条暗流正在汇聚：统计学方法开始渗透机器学习，神经网络的反向传播算法被重新发现，而摩尔定律正在默默积累算力。

第二卷要讲的，是深度学习爆发前的三十年积累。

你会看到：统计学习如何改变了机器学习的范式，特征工程如何成为人类最后一次手工教机器学习，GPU 和大数据如何成为深度学习的两大引擎，以及 2012 年 AlexNet 那一记惊雷如何炸开了一个新时代。

这一卷的关键词是"积累"——没有一夜之间的革命，只有几十年的厚积薄发。