我的工作在这一节里,我将对我这些年所从事的工作进行更详细的阐述,重点介绍近十年的,因为这些和本书的主体最有联系。早在20世纪80年代晚期,我就开始利用一种模拟达尔文进化的软件形式,所谓的基因算法(Genetic Algorithm)来设计神经网络,并开始发表一系列的科学研究论文。到我获得博士学位时,我已经发表了20篇论文。神经网络可以被想象成由像枝节一样的纤维(叫做轴突(axon)和树突(dendrite))连接起来的三维大脑细胞矩阵。来自神经元的信号由轴突发送出去。树突将信号传入神经元。当一个轴突和一个树突相连,形成的联系叫做神经键(synapse)。在一个真正的生物大脑中,每一个神经元或者大脑细胞拥有上万个神经键。也就是说,它可以被上万个来自其他神经元的信号所影响。这些神经信号同时到达一个神经元,被加强或者加权,然后相加。如果总的信号大于神经元激活阀值,神经元就会被激活,也就是说,它会顺着自己的轴突发送电子脉冲信号,信号的频率决定于总的信号强度大于阀值多少。轴突的脉冲发送到神经键,进一步影响其他的神经元。aihuau.com一系列神经元图片神经元(人脑细胞)有许多不同的存在方式。这种生物神经网络可以用程序模拟。在20世纪80—90年代,一个典型的神经网络里的神经元数目大概有10余个到100个不等。当时我的博士研究工作,每个神经网络通常最多拥有16个神经元。这和我现在工作中使用近1亿个神经元形成了强烈的对比。下面几页对我的工作进行了更为详细的描述,并且技术性更强。我希望你能够坚持下去,但是如果理解起来确实有困难的话,跳过此节也不会太影响对本书总体的了解。同时在这里提醒您一下,本书最后有一个术语表,可能会对阅读有所帮助。
