AI 實驗室 · 理論概念
單層畫不出彎曲邊界；兩層就能解決 XOR——為什麼要「深度」。
XOR（異或）：兩個輸入不同才輸出 1。單一神經元只能畫「一條直線」分開 0／1， 怎麼調都做不到 XOR。換成兩層後，隱藏層先做出中間特徵，輸出層再組合——深度學習的起點。
藍＝目標 1、灰＝目標 0 · 紅虛線＝單層決策邊界（直線）
| x₁ x₂ | XOR 目標 | 預測 |
|---|---|---|
| 0 0 | 0 | 0 ✓ |
| 0 1 | 1 | 1 ✓ |
| 1 0 | 1 | 1 ✓ |
| 1 1 | 0 | 1 ✗ |
怎麼調都無法全對？正常。單層只能直線分割，XOR 的 1 剛好落在對角線兩端——需要多層。