从科学研究方法论看人工神经网络研究的发展.pdfVIP

维普资讯 第 2O卷 第 1期 吉 林 大 学 学 报 (信 息 科 学 版) V0I_2O No．1 2002年 3月 OURNALOFJILINUNIVERSITY (INFORMATION SCIENCEEDITION Mar．2002 文章编号：1671—5896 (2002)01—0059—04 从科学研究方法论看人工神经网络研究的发展 梁艳春 ，聂义勇 (1．吉林大学 计算机科学与技术学院 国家教育部符号计算与知识工程重点实验室．吉林 长春 130012 2．中国科学院沈阳自动化研究所，辽宁 沈阳 110016) 摘要：简要回顾了人工神经网络不平衡的发展史。从科学研究方法论出发，对人工神经网络的研究方法，以 及决定其迅速发展与正常发展的因素等方面的问题进行了讨论分析，给出了若干结论。指出竞争是人工神经 网络的理论得以生存和不断完善的重要前提，成功是导致人工神经网络研究高潮的重要因素，理论与应用研 究并重是人工神经网络健康发展的重要保证。 关键词：人工智能；神经网络；信息处理；科学方法论 中图分类号：TP183 文献标识码：A 1 人工神经网络研究概述 人工神经网络是信息科学与高技术研究领域中一门令人瞩 目的新兴学科 ，它的理论是近年来得到 迅速发展的一个国际前沿研究领域。人工神经网络借鉴了神经科学的基本成果，它是基于模仿人类大 脑的结构和功能而构成的一种信息处理系统，具有广泛的应用前景。对于人工神经网络的研究涉及到 计算机科学、控制论、信息科学、微电子学、心理学、认知科学、物理学、数学与力学等学科I】 。作 为一种崭新的信息处理方法，人工神经网络是对过去4o余年中一直统治着信息处理的程序化计算的第 一 次挑战。当前，越来越多的科技人员投入到人工神经网络这一研究领域。新的改进模型与理论不断 提出，应用范围不断扩大。人工神经网络研究高潮的到来标志着认知科学、计算机科学及人工智能的 发展又处于一个新的转折点。人工神经网络的应用和发展不但会推动神经动力学本身，而且将影响新 一 代计算机的设计原理，有可能为新一代计算机和人工智能开辟一条崭新的途径。同时，它也为学习 识别和计算提供了新的现代化方法，有可能给信息科学带来革命性的变化。 虽然 目前人工神经网络的研究正处在前所未有的热潮中，但它的发展却不是一帆风顺的。从科学 研究方法论的角度分析人工神经网络研究不平衡的发展史，对于从事这一领域研究的人们更深刻地认 识与理解人工神经网络研究，更有效地、更清醒地投入和从事这一领域的研究，无疑是十分有益的。 2 人工神经网络发展的简要回顾 人工神经网络的研究是在 5O年代末开始的，其代表性工作是计算机学家F．Rosenblatt和电机工程 师B．Widrow等人开发的单层神经网络I】。1957年，Rosenblatt开始从事感知器 (Perceptron)的研究， 并做成硬件，被认为是最早的可以模拟动物和人脑的感知和学习功能的人工神经网络模型。1962年， Widrow提出了自适应线性单元 (ADAIINE)，它是连续取值的线性网络，主要用于自适应系统I】。这 些简单网络中所体现的许多性质，如并行处理、分布式存储、连续计算、可学习性等，与当时占主导 地位的以顺序离散符号推理为基本特征的人工智能途径完全不同，因而引起了不少人的兴趣，同时也 引起了很大的争议。人工智能的创始人之一，美国麻省理工学院的M．Minsky教授潜心数年，对以感 收稿 日期：2002—01—25 基金项目：国家自然科学基金资助项目 作者简介：梁艳春 (1953一 )，男，吉林吉林人，吉林大学计算机科学与技术学院教授，博士生导师。主要从事人工神经网络、进 化计算、智能仿真建模研究；聂义勇 (1940一 )，男，湖南武冈人，中国科学院沈阳自动化研究所研究员，博士生导师． 主要从事应用数学与计算机辅助工程研究 维普资讯 60 吉林 大学学报 (信 息科 学 版) 第20