很多人把自编码器(autoencoder)当成数据压缩工具，这就像把法拉利当买菜车用——技术上没错，但完全错过了重点。


在新书第五章里，我们专门讨论了（压缩型）自编码器的本质：它的核心价值在于确保结构揭示表示(structural-revealing representation)中的一致性和自洽性。这个概念比大多数人想象的要古老得多，也深刻得多。

有意思的是，评论区暴露了各种典型误解：

- 有人炫耀用10维编码MNIST还能分类（这恰恰证明了表示的结构保持能力）

- 有人问什么时候能买到书（快了，但第五章还需要大改）

- 还有人提到扩展型自编码器在过完备字典中寻找稀疏编码的工作（确实相关，见论文）


最讽刺的是，当JC Wong提到自编码器用于生成目的时的连续性断裂问题，这恰好印证了我们的观点：如果不能保持表示空间的结构一致性，再fancy的应用都是空中楼阁。

相关论文：[Sparse Coding and Autoencoders](https://ieeexplore.ieee.org/document/8437533)

（这章插图我挺满意，但文字还得再磨——毕竟要把20年的研究脉络说清楚，又不能写成教科书式的陈词滥调）