看见数学（十二）：矩阵——空间的变形术

系列导航

第一幕（5 篇）+ 第二幕（5 篇）→ 查看全部

▹ 第十一篇：向量——给万物一个坐标

▸ 第十二篇（本文）：矩阵——空间的变形术

▹ 第十三篇：概率——拥抱不确定

▹ 第十四篇：高维——超越想象力

▹ 第十五篇：梯度下降——数学会学习

▹ 第十六篇：终章——数学是人类的望远镜

第一章：一台"空间变形机"

上一篇我们说，向量是"一组数"，可以描述任何事物——一杯咖啡、一个词的含义、一张脸。

现在问一个新问题：如果你想同时改变一大堆向量，怎么办？

你画了一只猫。猫是由很多点（向量）组成的。

现在你想：
  把猫放大 2 倍      → 所有点的坐标 ×2
  把猫旋转 45 度     → 所有点重新计算位置
  把猫翻转成镜像     → 所有 x 坐标取反

每一种变换，都是对"所有向量"施加同一种操作。
做这件事的数学工具，就是矩阵。

矩阵 = 一台空间变形机。 你输入一个向量（一个点的位置），它输出变换后的向量（新位置）。

但它不只变换一个点——它同时变换整个空间里的所有点。

向量: [1, 2, 3]                ← 一行数字，描述一个事物

矩阵: [[2, 0, 0],             ← 一张数字表格
        [0, 2, 0],
        [0, 0, 2]]

矩阵 × 向量 = [2, 4, 6]       ← 每个维度都放大了 2 倍

这个矩阵做的事情很简单——把所有东西放大 2 倍。但矩阵能做的事远不止这个。

一句话记住： 向量是"一个事物"。矩阵是"对事物的一种变换"。向量是名词，矩阵是动词。

第二章：旋转、缩放、翻转——矩阵的三板斧

让我们看看矩阵能做什么样的变换。为了直观，先在 2D 平面上演示：

原始点: [1, 0]（向右 1 步）

【缩放】放大 3 倍
  矩阵 = [[3, 0],     结果 = [3, 0]
           [0, 3]]     → 向右 3 步

【旋转】逆时针 90°
  矩阵 = [[0, -1],    结果 = [0, 1]
           [1,  0]]    → 向上 1 步（转了 90°）

【翻转】左右镜像
  矩阵 = [[-1, 0],    结果 = [-1, 0]
           [ 0, 1]]    → 向左 1 步（镜像）

关键洞察：不同的矩阵 = 不同的变换方式。 矩阵里的数字决定了空间会怎么"变形"。

你每天都在用矩阵变换，只是软件帮你做了数学。

一句话记住： 每次你在手机上旋转、放大照片，背后都有一个矩阵在工作。矩阵就是"空间变形的指令"。

第三章：矩阵乘法——变换的叠加

如果一个矩阵是"一次变换"，那两个矩阵相乘是什么？

答案出奇简单：先做一次变换，再做一次变换。

A = 旋转 90° 的矩阵
B = 放大 2 倍的矩阵

A × B = "先放大 2 倍，再旋转 90°"

一步到位！

这就是为什么矩阵乘法的定义
看起来那么奇怪（行×列求和）——
因为它在算"两次变换叠加后的效果"。

这就回答了一个很多人学线性代数时的困惑：为什么矩阵乘法不是"对应位置相乘"？

因为矩阵乘法不是在"合并两张表格"——它是在组合两次变换。行乘列求和的规则，恰好让"变换的叠加"在数学上成立。

一句话记住： 矩阵乘法不是"数字的计算技巧"，而是"两次变换的合成"。理解了这一点，线性代数的大门就打开了。

第四章：连接 AI——Transformer 里的矩阵

现在来看矩阵在 AI 里最核心的用法。

还记得 上一篇 说的吗？AI 把每个词变成一个向量（768 维的数列表）。

但这个向量只是"原始含义"。Transformer 要做的事情是：从不同角度重新审视每个词。

一个词的原始向量 x = [0.2, 0.5, 0.1, ..., 0.8]  (768维)

Transformer 用三个矩阵，把 x 变成三个不同的向量：

  Q = Wq × x     "我在找什么？"（查询）
  K = Wk × x     "我能提供什么？"（键）
  V = Wv × x     "我的内容是什么？"（值）

Wq、Wk、Wv 是三个不同的矩阵（变换器）。
同一个词，从三个不同角度被"审视"。

这就是矩阵在 AI 里最核心的角色：投影（projection）。

投影是什么？想象你拿着一个立体的地球仪，从正面拍一张照片——你得到一个 2D 的平面图。这就是把 3D 空间"投影"到 2D。信息有损失，但换来了一个特定视角。

同样，QKV 矩阵把每个词从"768 维的通用含义空间"投影到"查询空间"、“匹配空间”、“内容空间”——每个空间关注词义的不同侧面。

输入 → [矩阵变换₁] → [激活函数] → [矩阵变换₂] → [激活函数] → ... → 输出

神经网络的每一层：
  1. 矩阵变换：把向量投影到新空间
  2. 激活函数：加入非线性（第二幕里学过的函数！）

GPT-4 可能有上百层。
= 上百次矩阵变换 + 上百次非线性弯折。
= 把原始数据一步步变换到"能预测下一个词"的形态。

如果你想深入了解矩阵乘法的具体计算过程和 Attention 的完整公式推导，可以看我的 《AI 的数学语言（三）：矩阵》 和 《AI 的数学语言（四）：矩阵乘法与 AI》——那两篇有详细的手算演示和代码实现。

一句话记住： 神经网络做的事情，本质上就是"一层层矩阵变换"。每一层矩阵把数据空间"揉"成新的形状，直到揉成 AI 需要的样子。

第五章：中国古代的"矩阵"

矩阵不是西方的发明。

中国人用矩阵解方程，比欧洲早了一千五百年。

“矩阵"这个中文词本身就很有意思：

矩 = 方形的尺（《说文解字》："矩，规矩之矩"）
阵 = 排列、阵法

矩阵 = 方方正正排列的数阵

古人用算筹在地上排出一个"方阵"来解方程，和今天我们在计算机里用矩阵做变换，思想一脉相承。

动手实验

实验：矩阵变换的效果

import numpy as np

# 原始点（一个三角形的三个顶点）
triangle = np.array([
    [0, 0],   # 原点
    [1, 0],   # 右边
    [0.5, 1], # 上方
])

# 缩放矩阵：放大 2 倍
scale = np.array([[2, 0],
                  [0, 2]])

# 旋转矩阵：逆时针旋转 90 度
rotate = np.array([[0, -1],
                   [1,  0]])

# 翻转矩阵：水平翻转
flip = np.array([[-1, 0],
                 [ 0, 1]])

for name, matrix in [("缩放2倍", scale), ("旋转90°", rotate), ("水平翻转", flip)]:
    result = triangle @ matrix.T   # 每个点做矩阵变换
    print(f"\n{name}:")
    for i, (orig, new) in enumerate(zip(triangle, result)):
        print(f"  点{i}: {orig} → {new}")

# 组合变换：先旋转再放大
combined = scale @ rotate    # 矩阵乘法 = 变换叠加
result = triangle @ combined.T
print(f"\n先旋转90°再放大2倍（组合变换）:")
for i, (orig, new) in enumerate(zip(triangle, result)):
    print(f"  点{i}: {orig} → {new}")

本篇小结

下一篇预告

矩阵变换是"确定的"——给定输入，输出完全确定。

但现实世界充满了不确定性。明天会不会下雨？这个邮件是不是垃圾邮件？AI 生成下一个词时，到底选哪个？

描述"不确定性"的数学工具叫概率。

概率不是"猜"——概率是用数学管理无知。你不知道明天是否下雨，但你可以说"下雨的概率是 60%"，然后据此做出最优决策。AI 的每一次预测，都是在做概率判断。

下一篇：看见数学（十三）：概率——拥抱不确定