对抗性样本揭示了深度学习的根本性盲区

虽然花书出版时对抗样本研究才刚起步，但它已敏锐地指出：深度网络学到的表征与人类的"语义表征"存在根本差异——人眼看不出来的一丁点像素扰动就能让模型翻车。这意味着模型学到的不是"概念"，而是"高维统计相关性"。这一洞察在后续研究中被反复印证（如Bubeck & Sellke关于对抗脆弱性的理论工作），并成为大语言模型安全研究的核心出发点。