用平常语言介绍神经网络
因为我们没有能够很好了解大脑,我们经常试图用最新的技术作为一种模型来解释它。在我童年的时候,我们都坚信大脑是一部电话 交换机。我当时还看到英国著名神经学家谢林顿把大脑的工作挺有趣地比作一部电报机。更早些时候,弗罗伊德经常把大脑比作一部水力发电机,而莱布尼茨则把它比作了一台磨粉机。我还听人说,古希腊人把大脑功能想象为一付弹弓。显然,目前要来比喻大脑的话,那只可能是一台数字电子计算机了
神经网络介绍
神经细胞利用电-化学过程交换信号。输入信号来自另一些神经细胞。这些神经细胞的轴突末梢(也就是终端)和本神经细胞的树突相遇形成突触(synapse),信号就从树突上的突触进入本细胞。信号在大脑中实际怎样传输是一个相当复杂的过程,但就我们而言,重要的是把它看成和现代的计算机一样,利用一系列的0和1来进行操作。就是说,大脑的神经细胞也只有两种状态:兴奋(fire)和不兴奋(即抑制)。发射信号的强度不变,变化的仅仅是频率。神经细胞利用一种我们还不知道的方法,把所有从树突上突触进来的信号进行相加,如果全部信号的总和超过某个阀值,就会激发神经细胞进入兴奋(fire)状态,这时就会有一个电信号通过轴突发送出去给其他神经细胞。如果信号总和没有达到阀值,神经细胞就不会兴奋起来。这样的解释有点过分简单化,但已能满足我们的目的。
正是由于数量巨大的连接,使得大脑具备难以置信的能力。尽管每一个神经细胞仅仅工作于大约100Hz的频率,但因各个神经细胞都以独立处理单元的形式并行工作着,使人类的大脑具有下面这些非常明显的特点:
能实现无监督的学习。
有关我们的大脑的难以置信的事实之一,就是它们能够自己进行学习,而不需要导师的监督教导。如果一个神经细胞在一段时间内受到高频率的刺激,则它和输入信号的神经细胞之间的连接强度就会按某种过程改变,使得该神经细胞下一次受到激励时更容易兴奋。这一机制是50多年以前由Donard Hebb在他写的Organination of Behavior一书中阐述的。他写道:
“当神经细胞 A的一个轴突重复地或持久地激励另一个神经细胞B后,则其中的一个或同时两个神经细胞就会发生一种生长过程或新陈代谢式的变化,使得激励B细胞之一的A细胞的效能会增加”
与此相反的是,如果一个神经细胞在一段时间内不受到激励,那么它的连接的有效性就会慢慢地衰减。这一现象就称可塑性(plasticity)。
对损伤有冗余性(tolerance)
大脑即使有很大一部分受到了损伤,它仍然能够执行复杂的工作。一个著名的试验就是训练老鼠在一个迷宫中行走。然后,科学家们将其大脑一部分一部分地、越来越大地加以切除。他们发现,即使老鼠的很大的一部大脑被切除后,它们仍然能在迷宫中找到行走路径。这一事实证明了,在大脑中,知识并不是保存在一个局部地方。另外所作的一些试验则表明,如果大脑的一小部分受到损伤,则神经细胞能把损伤的连接重新生长出来。
处理信息的效率极高
神经细胞之间电-化学信号的传递,与一台数字计算机中CPU的数据传输相比,速度是非常慢的,但因神经细胞采用了并行的工作方式,使得大脑能够同时处理大量的数据。例如,大脑视觉皮层在处理通过我们的视网膜输入的一幅图象信号时,大约只要100ms的时间就能完成。考虑到你的神经细胞的平均工作频率只有100Hz,100ms的时间就意味只能完成10个计算步骤!想一想通过我们眼睛的数据量有多大,你就可以看到这真是一个难以置信的伟大工程了。
善于归纳推广
大脑和数字计算机不同,它极擅长的事情之一就是模式识别,并能根据已熟悉信息进行归纳推广(generlize)。例如,我们能够阅读他人所写的手稿上的文字,即使我们以前从来没见过他所写的东西。
它是有意识的
意识(consciousness)是神经学家和人工智能的研究者广泛而又热烈地在辩论的一个话题。有关这一论题已有大量的文献出版了,但对于意识实际究竟是什么,至今尚未取得实质性的统一看法。我们甚至不能同意只有人类才有意识,或者包括动物王国中人类的近亲在内才有意识。一头猩猩有意识吗?你的猫有意识吗?上星期晚餐中被你吃掉的那条鱼有意识吗?
因此,一个人工神经网络(Artificial neural network,简称ANN)就是要在当代数字计算机现有规模的约束下,来模拟这种大量的并行性,并在实现这一工作时,使它能显示许多和生物学大脑相类似的特性。
分享到:
相关推荐
神经网络是一种模仿生物大脑结构的计算模型,旨在通过学习和适应解决复杂问题。它由大量的简单处理单元,即神经元,组成,这些神经元通过连接(权重)相互作用,形成复杂的网络。神经网络的理论基础来源于对大脑神经...
#### 一、引言:通俗易懂的神经网络介绍 在《神经网络入门教程》中,作者采用了非常平易近人的语言风格来介绍这一复杂主题,这对于初学者来说是非常有益的。文章开头引用了John R. Searle的一段话,生动形象地展现...
CNN笔记:通俗理解卷积神经网络 卷积神经网络(CNN)是一种深度学习算法,能够模拟人脑对图像的识别和处理能力。下面是对CNN的通俗理解笔记: 神经元 神经网络由大量的神经元相互连接而成。每个神经元接受线性...
【李亚非老师的神经网络教程】是一份详细深入的教程,由神经网络领域的资深专家李亚非老师编著。教程内容通俗易懂,适合初学者和有一定基础的学习者。本教程涵盖人工神经网络的基础概念、经典模型以及各种类型的神经...
入门图神经网络的好资源,了解GNN的基本原理,训练方法,以及其各种变体的应用。通俗易懂,讲解全面。入门图神经网络的好资源,了解GNN的基本原理,训练方法,以及其各种变体的应用。通俗易懂,讲解全面。
《用平常语言介绍神经网络》这本书以通俗易懂的方式探讨了神经网络这一人工智能领域的核心概念。神经网络是一种模仿人脑神经元结构的计算模型,它通过连接大量的简单处理单元,即神经元,来解决复杂的问题。书中作者...
第一次在部门讲解的神经网络算法ppt,用户可以下载进行可编辑整理。文中从生物上的神经元入手去层层迭代,先是简单的感知器,再到多层神经网络,最后演变为经典的神经网络CNN,通俗易懂。
本文旨在通过通俗易懂的语言介绍人工神经网络的基本概念及其运作原理。通过对比人类大脑的结构与功能,我们能够更好地理解人工神经网络的设计思路及其背后的科学原理。 #### 神经网络的历史比喻 在历史上,人们...
对BP神经网络的经典且详细讲解,包含BP神经网络原理和BP神经网络的实现等内容,相比其他讲义更加全面,更加通俗易懂。
通俗易懂的神经网络课件,具体详细的经典实例,详细透彻的过程分析,适合初学者。
BP神经网络,全称为Back Propagation Neural Network,是由Rumelhart和McClelland于1985年提出的一种在多层前馈神经网络中应用的学习算法。它主要用于解决非线性、非凸优化问题,尤其在模式识别、函数拟合等领域有...
自组织竞争神经网络是一个介绍SOM的通俗易懂、细致的教学课件
神经网络是一种模仿人脑神经元结构的计算模型,它在机器学习领域中扮演着至关重要的角色。机器学习是人工智能的一个分支,它使计算机能够通过学习数据中的模式和规律,而不是显式编程,来解决问题和做出预测。深度...
对BP神经网络的详细讲解,个人学习之后,感觉非常不错,相比网上的其他讲义更加全面,更加通俗易懂。
本文件主要包括相关神经网络知识的详细讲解,基于MATLAB和python实现的相关代码。在详细讲解中,主要从基本概念,理论...除此之外,还有一些通俗易懂的案例帮助读者进行理解,可以从核心上理解神经网络的核心计算过程。
本论坛中已有类似的了,之所以...这个是我凭自己的理解用C写出来的,本着通俗易懂的原则,我把程序设计得简单,注释尽量到位,专业术语尽量少。总之,是想达到让一个完全没入门的人通过研读也能写出这样代码的效果。
本文旨在通过通俗易懂的语言,介绍神经网络的基本概念及其工作原理。首先探讨了人类如何尝试使用不同的技术模型来理解大脑的功能,随后深入介绍了神经网络的基础知识,包括神经网络的历史背景、生物学中的神经网络...