神经网络翻译.docVIP

感知器：一个脑神经中的信息存储和组织的概率模型 如果我们希望最终理解高等生物的感性认识，推理推测，记忆，和思考，我们首先必须回答一下三个基本的问题： 1。?生物系统如何对物理世界的信息进行感知或检测？ 2。?信息以何种形式储存或记忆？ 3。?已存储的信息如何影响认知与行为？ 第一个问题属于感官生理学领域，而且人们对它已经有了可观的认识。本文将主要关注第二和第三个问题，人们目前仍在对它们进行大量的猜测，而且神经生理学提供的一些相关事实还没有被整合成为一个可以被人们接受的理论。关于第二个问题，已经有了两种可以被接受的观点。?第一个观点认为感官信息是以与感官刺激和存储模式一一对应的编码或图像的形式存储的。根据这一假设，如果一个人理解了神经系统的编码或“绘图”的原理，则他在原则上可以发现究竟一个生物体经过重新构造原感知模型来记忆的信息是什么，而这个原感知模型已经从“记忆痕迹”中离开了，尽管我们可以制作一个照相底片或者是把电子计算机内存中的电荷模型翻译出来。这个假设是很有吸引力的，因为它理解起来简单且清晰。除此之外有很多建立在可编码和具体存储条件下的理论大脑模型（2，3，9，14）。?另一种是源于英国的经验主义传统的观点，他认为影响了感官刺激的图像可能从来没有被保存过，并且中枢神经系统只是扮演着复杂的交换网络（记忆力采取新的连接或通路的表现形式）的角色。近期，许多关于此理论的发展发现指出，与感官刺激有关联的“反应”本身很可能包含在中枢神经系统中。?在这种情况下，“反应”代表的是“想法”而不是一个动作。根据一些允许稍后重构的编码可知，这种方法的重要特点是，在记忆中，感官刺激不是简单的一一对应的。任何保存的信息都要以某种特定响应的优先权的形式存储。?即信息是以联想或连接的模式存储的而不是以地址代表模式存储的。 与这两个关于信息存储方法的观点相应得，有两个与第三个问题有关的假象，是关于已经存储的信息以何种方式影响当前活动。为了确定当前感官刺激以前有没有出现过同时同时生物体为了得出适当的反应，“编码记忆理论学???”被迫作出以下结论：任何感官刺激的识别都会涉及到匹配或与输入的感知模式的内容的系统比较。另一方面，崇尚经验主义的理论家们也将第三个问题与他们对第二个问题的答案结合在了一起：在神经系统中存储的信息会采取新建连接或传输通道的形式存在，它遵从新的感官刺激会利用这些新的通路，这些通路会自动激活适当的响应同时不需要任何单独的进程或标示来进行识别或认知。 关于这些问题，在这里提到的理论将采取经验主义或“连接主义”来回答。该理论已经被发展成为一个神经系统的假想或是一个被称为感知器的机器。感知器是为了大体上说明一些智能系统的的基础属性而被设计出来的，而不是被那些过于特殊且未知的条件所束缚。读者可以很容易的读懂感知机与生物系统之间的关系。 在过去几年十中，符号逻辑学，电子计算机和开关理论的发展使得很的理论学家致力于研究一个神经元与组成计算机的通断单元的相似性。除此之外，还为研究高复杂性的逻辑功能提供了可分析的方法。结果，有很多各种各样的大脑模型，它们相当于为了回应感官刺激序列而产生的特定的算法逻辑诡计，例如Rashevsky(14), McCulloch (10), McCulloch Pitts (11), Culbertson (2), Kleene(8), and Minsky (13).另有一些相关的少数理论学家如Ashby(1) 和 von Neumann (17, 18), 致力于解决一个不完美的神经网络（包含许多随机连接）是如何可靠的完成那些功能的问题，而这些功能可能是以理想写作图的形式存在的。不幸的是符号逻辑学语言和布尔代数不是很适合用来分析这些问题。我们迫切需要一个合适的语言来进行数学分析和对系统的描述。系统中只有重要的生物体才能被特殊化，而且精确的结构也是未知的。这个语言使得作者们在概率理论而非符号逻辑学方面制定了一个模型。 以上提到的理论家主要关注类似感知和回想的功能是如何被一些以确定的物理系统完成的，而不是如何被大脑完成的问题。所有已形成的模型都在某些与生物系统相关重要的方面(例如，等电位的缺失，没有遵守神经经济学等等)失败了。这些方法的支持者们坚持如果任何一个物理系统能够精确地表示一个感官刺激的识别或者任何一个似大脑的功能，那么它就只需要修改或完善已存在的原则来理解一个更加真实的神经系统的工作方式，并且可以消除以上提到的缺点。另一方面，作者认为这些缺点仅仅是已被提出的建议的完善或提高。一会将要提出的统计可分性理论可以有效地解决这些难题。 一下理论家Hebb (7), Milner,(12), Eccles (4), Hayek (6)，他们更关注生物神经系统和他在自然状况下的活动，他们不关心正式的机器。他们提出的公式远没