人工神經(jīng)網(wǎng)絡(luò)的英文名稱為Artificial Neural Networks，英文簡稱為Neural Networks。

人工神經(jīng)網(wǎng)絡(luò)為理論基礎(chǔ)在20世紀80年代已發(fā)展成熟，但人工神經(jīng)網(wǎng)絡(luò)方法曾經(jīng)無人問津。近年來，以人工神經(jīng)網(wǎng)絡(luò)為理論基礎(chǔ)的深度學習算法在幾乎所有主流機器學習領(lǐng)域取得了突破性的進展，人工神經(jīng)網(wǎng)絡(luò)方法因而受到關(guān)注。

人工神經(jīng)網(wǎng)絡(luò)的基本思想是仿生學，即對人腦的神經(jīng)元運作機制進行模擬。當計算機的計算資源較低時，計算機只能模擬少數(shù)人腦神經(jīng)元的運作方式，所開發(fā)的機器學習系統(tǒng)性能不高；2000年后，隨著計算機的硬件能力發(fā)展，計算機可模擬幾十萬至幾千萬神經(jīng)元的運作方式，所開發(fā)的機器學習系統(tǒng)性能較高。

一、人工智能的兩個學派

除了以人工神經(jīng)網(wǎng)絡(luò)為代表的仿生學派分支，人工智能學科還具有數(shù)理學派分支，支持向量機是數(shù)理學派分支的典型代表。此兩種學派在人工智能學科領(lǐng)域此消彼長。

仿生學派認為：人工智能模擬的是人腦對世界的認識，因此，研究人腦認知機理，總結(jié)人腦處理信息的方式，是實現(xiàn)人工智能的先決條件；計算機算法只有深入模擬人腦的認知機制和信息處理方式，才能實現(xiàn)人工智能。

數(shù)理學派認為：在現(xiàn)在以及可預見的未來，我們無法完全了解人腦的認知機理；而且，計算機與人腦具有截然不同的物理屬性和體系結(jié)構(gòu)，因此，通過完全模仿人腦的認知機制和信息處理方式既不可能，也不必須，人工智能的研究應立足于現(xiàn)有計算機的物理屬性和體系結(jié)構(gòu)，采用數(shù)學和邏輯推理的方法從現(xiàn)有的計算機結(jié)構(gòu)中獲得確定的知識。

數(shù)理學派的觀點類似于雖然飛機的飛行機理與鳥的飛行機理不同，但飛機的飛行速度高于鳥的飛行速度。

二、人工神經(jīng)網(wǎng)絡(luò)模型

1943年，心理學家麥卡洛克（W.S.MeCulloch）和數(shù)理邏輯學家沃爾特·皮茨（W.Pitts）基于神經(jīng)元的生理結(jié)構(gòu)建立了單一神經(jīng)細胞的數(shù)學模型，該模型被稱為MP模型。

?

圖片來源：中國慕課大學《機器學習概論》

MP模型將神經(jīng)細胞的外部刺激模擬為輸入，將神經(jīng)細胞的樹突對外部刺激的加工過程模擬為以某個權(quán)重對輸入加權(quán)，將細胞核對外部刺激的處理模擬為帶有偏置的求和，將神經(jīng)細胞向外傳遞的信號模擬為將求和值輸入至非線性函數(shù)的輸出。

?

圖片來源：中國慕課大學《機器學習概論》

盡管MP模型為神經(jīng)細胞的運作機制提供了數(shù)學模型，但MP模型過于簡單，與神經(jīng)細胞的實際運作機制相差甚遠。單個神經(jīng)細胞的確會在接受外界刺激后做出反應，但此反應是否可采用對輸入的刺激加權(quán)求和再加偏置的形式表示有待探討，至今為止，沒有生物學實驗支持MP模型，動物或人神經(jīng)細胞的運作機制較MP模型復雜。

除MP模型外，人工神經(jīng)網(wǎng)絡(luò)模型還包括：脈沖神經(jīng)網(wǎng)絡(luò)（Spiking neural networks）、hopfield神經(jīng)網(wǎng)絡(luò)等。目前，應用最廣泛的模型是MP模型。

審核編輯：劉清