照实现人工智能的新途径——神经网络型计算中央民族学院朱伟利TPf.PDF

维普资讯 人工智锵 神 网铬 ， 讨． 第1l卷 。 z一 大 学 物 理 Vo}．儿 No．8 1992年 第8期 COLLEGE PHYSlCS 1992 照 实现人工智能的新途径——神经网络型计算 中央民族学院 朱伟利 TPf — — _ ● 一 摘要 本文介甥了当前高科技领域中的热门课题之 达10m一 10 ，它们分布在大脑皮层和身体各个部位 一 — — 神经网络型计算，并着重介甥了光学神经网络 每个神经元的表面有数目不等甚至上万个称为“突触 。 这一新学科对于实现人工智能研究的重要作用 的小突起，由它们完成神经细胞问传递信息的任务 构成神经元(细胞)间的 互连 ．亿万个这样的。 连 便构成了 神经网络 ．神经元本身的结构和助 一 ． 问题的提出 能并_不复杂 ，但神经元表面的突触却可不受其它干扰 众所周知，现代电子计算机的高速度和高精度已 而独立工作，因而实现了神经元之间高密度并行的 ． 远远超出人的生理极限，因而在科学研究和生产管理 三维空间式的互连．正是由这些大量的 简单的．具 等方面已显示出特有的优越性 但是，传统的电子计 有高度并行互连的神经细胞整体，形成 一种独特的 算机由于只能按规定的算法和固定的程序进行运算 复杂功能 一种独特的计算能力 ． 因而在完成诸如学习、推理 ．识别 ．联想等智能化运 包括大脑在内的神经网络系统是以一种群体的力 算问题时便遇到很大障碍 ．人们开始寻求一种新的算 量发挥作用的．当前，神经网络系统的研究首先是大 法，使它能具有超高速 超大容量和并行处理的能力 脑神经网络的研究．大脑具有惊人的记忆能力和误差 以使人工智能得以实现． 修正能力 实验表明，大脑的记忆存贮在整个网络中 事实上，人类的神经网络系统是一部极理想的计 与单个神经元无关．即使由于新陈代谢而每天有大量 算机，其存贮信息的容量之大 综合信息的速虚之快 的神经细胞死亡 ，也不会削弱已经存贮的记忆 ，也不 处理信息的精度之高、修正误差的能力之强是现有电 会由于某些神经元的功能性故障而影响计算结果的正 子计算机所无法比拟的．例如，人们能在相当短的时 确性． 间里迅速判断来往车辆的方向和速度使自己成功地穿 从生物学角度对神经细胞的研究可知，每个神经 越繁华的街道而不被撞上：再如乒乓球运动员在处理 元均有兴奋和抑制两种状态，且它总是受到周围神经 每一个对方攻来的球时，要完成图象的接收 传输． 元的作用，当这种作用的 强度总和 超过 它本身 识别及判断 推理 决策指挥等一系列智能活动，准 的 激励闻值 时 ，它便处于兴奋态 ，而低于该值时 确无误地反击对方，而这一系列复杂的计算又必须在 则处于抑制态．同时．该神经元也通过突触对周屋其 短短的一瞬间完成 ．对于电子计算机来说 ，要处理这 他神经元施加作用，*奋元的作用较强，抑制元的作 类问题将是难以想象的．如果能够模仿人类神经网络 用消失．由此可见 ，网络里的每个神经元总是在不断 处理信息的方式，用人工方法使计算智能化，则将带 地施加影响于其他神经元 ，同时又不断受其他神经无 来计算机科学的一场大革