端到端学习是“简单性”原则在AI领域的极端实践

端到端学习体现了奥卡姆剃刀原则：如无必要，勿增实体。它主张用一个统一的、可微分的计算图取代多个中间假设和人工模块。然而，其成功极度依赖“数据算力”这一外部条件。这与《规模》一书中揭示的“复杂系统简化法则”形成有趣对照：生物体通过模块化实现鲁棒性与可进化性，而端到端AI则试图用超级数据喂养出一个“超级模块”。