解释说︰ 神经网络

在过去的 10 年，表现最好的人工智能系统 — — 如语音识别器的智能手机上谷歌的最新自动翻译 — — 造成了一种叫做”深度学习”。

深学习其实一种人工智能方法的新名称称为神经网络，一直进进出出的时尚超过 70 年。神经网络在 1944 年由沃伦 · 麦卡洛和沃尔特 · 皮特，两位芝加哥大学的研究人员在 1952 年作为创始成员有时称为第一个认知科学系搬到麻省理工学院首次提出。

神经网直到 1969 年，当，根据计算机科学的传说，他们被杀死由麻省理工学院的数学家马文 · 明斯基和西摩派珀特，一年后将成为新的麻省理工学院人工智能实验室的主任都在神经科学和计算机科学研究的一个主要领域。

技术然后在 20 世纪 80 年代一度复苏，跌入 eclipse 再次在新世纪第一个十年，已返回像城管大队在第二，推动很大程度上通过增加的处理能力的图形芯片。

“有这种想法，在科学的想法有点儿像流行的病毒，”说里有宾至如归 Poggio，尤金 · 麦克德莫特教授的脑与认知科学系在麻省理工学院，麻省理工学院的麦戈文研究所研究员大脑研究和麻省理工学院的中心主任的大脑、 心灵和机器。”显然有五个或六个基本株流感病毒，显然每个回来时约 25 年期。人受到感染，和他们发展的免疫反应，所以，他们不会感染未来 25 年。就是准备被感染的病毒株同样的新的一代。在科学中，人们爱上了一个想法，对它感到兴奋、 用铁锤锤它死了，然后得到免疫 — — 他们会厌倦。如此想法应该有同样的周期 ！”

重大事项

神经网是做机器学习，在其中一台电脑学会通过训练实例分析执行某些任务的一种手段。通常情况下，实例已手标记提前。对象识别系统，例如，可能喂数以千计的汽车、 房子、 咖啡杯，及标记图像，它会发现视觉模式始终与特定标签相关的图像中。

松散地仿照人类的大脑，神经网包括数以千计或甚至数以百万计的都是浓密互连的简单处理节点。今天的神经网的大部分被组织成层的节点，而且他们”馈、”意味着数据移动通过他们只在一个方向。单个节点可能连接到它，从中接收数据，下面层中的多个节点和在它上面，它将发送到数据层的多个节点。

对每个传入的连接，节点将分配已知数量的”砝码”。当网络处于活动状态时，节点接收到一个不同的数据项目 — — 一个不同的数字 — — 每年它的连接并将它乘以伴生的重量。它然后添加生成产品在一起，产生一个单一的号码。如果这一数字低于一个门限值，该节点没有数据传递给下一层。如果数量超过其临界值，该节点”火灾、”在今天的神经网一般手段发送数量 — — 加权投入的总和 — — 沿其传出的连接。

当正在训练一个神经网络时，其权值和阈值的所有最初设置为随机值。训练数据美联储向底层 — — 输入的层 — — 穿过葱头，得到成倍增加，加在一起以复杂的方式，直到它终于到来，从根本上改变，在输出层。在训练中，权值和阈值是不断调整，直到训练数据具有相同的标签持续取得类似的产出。

思想和机器

由麦卡洛和皮特在描述神经网 1944年有阈值和权重，但他们不排成层，和研究人员没有指定任何培训机制。麦卡洛和皮特的表明是一个神经网络可以原则上，计算数字计算机可以任何功能。其结果是更多的神经科学比计算机科学︰ 点是要表明，人类的大脑可以看作一个计算设备。

神经网继续成为神经科学研究的宝贵工具。例如，特定的网络布局或调整权值和阈值规则有转载观测到的人类神经解剖学和认知，表明他们捕捉一些关于大脑如何处理信息的特征。

1957 年第一次可训练神经网络，感知器，证明了康奈尔大学的心理学家弗兰克 · 罗森布拉特。感知器的设计是很像，现代的神经网络，只是它有可调的权值和阈值，只有一层夹在输入和输出层。

感知是活跃的在这两个心理学的研究领域和新兴学科的计算机科学直到 1959 年，当明斯基和派珀特出版了一本书，题为”感知”，这表明，在感知上执行某些相当常见的计算会不切实际耗费时间。

“当然，所有这些限制的消失了，如果你是有点复杂的机械 — — 喜欢，两层，”Poggio 说。但是，这本书当时神经网络研究的寒蝉效应。

“你必须把这些东西在历史语境中的，”Poggio 说。”他们主张编程 — — 像 Lisp 语言。不很多年前，人们仍在使用模拟计算机。尚不清楚在所有当时那编程是要走的路。我认为他们走得有点过分，但像往常一样，它不是黑色和白色。如果你认为这是这模拟计算和数字计算之间的竞争，他们争取什么当时是正确的事情”。