【文章內(nèi)容簡介】 個神經(jīng)元的信息處理速度是很慢的，每次約1毫秒 (ms)，比通常的電子門電路要慢幾個數(shù)量級。每個神經(jīng)元的處理功能也很有限，估計不會比計算機的一條指令更復(fù)雜。 但是人腦對某一復(fù)雜過程的處理和反應(yīng)卻很快，一般只需幾百毫秒。例如要判定人眼看到的兩個圖形是否一樣，實際上約需 400 ms，而在這個處理過程中，與腦神經(jīng)系統(tǒng)的一些主要功能，如視覺、記億、推理等有關(guān)。按照上述神經(jīng)元的處理速度，如果采用串行工作模式，就必須在幾百個串行步內(nèi)完成，這實際上是不可能辦到的。因此只能把它看成是一個由眾多神經(jīng)元所組成的超高密度的并行處理系統(tǒng)。例如在一張照片尋找一個熟人的面孔，對人腦而言，幾秒鐘便可完成，但如用計算機來處理，以現(xiàn)有的技術(shù)，是不可能在短時間內(nèi)完成的。由此可見，大腦信息處理的并行速度已達(dá)到了極高的程度。 (2)神經(jīng)系統(tǒng)的可塑性和自組織性。 神經(jīng)系統(tǒng)的可塑性和自組織性與人腦的生長發(fā)育過程有關(guān)。例如，人的幼年時期約在 9歲左右，學(xué)習(xí)語言的能力十分強，說明在幼年時期，大腦的可塑性和柔軟性特別良好。從生理學(xué)的角度看，它體現(xiàn)在突觸的可塑性和聯(lián)接狀態(tài)的變化，同時還表現(xiàn)在神經(jīng)系統(tǒng)的自組織特性上。例如在某一外界信息反復(fù)刺激下．接受該信息的神經(jīng)細(xì)胞之間的突觸結(jié)合強度會增強。這種可塑性反映出大腦功能既有先天的制約因素，也有可能通過后天的訓(xùn)練和學(xué)習(xí)而得到加強。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機制就是基于這種可塑性現(xiàn)象，并通過修正突觸的結(jié)合強度來實現(xiàn)的。 (3)信息處理與信息存貯合二為一。 大腦中的信息處理與信息存貯是有機結(jié)合在一起的，而不像現(xiàn)行計算機那樣．存貯地址和存貯內(nèi)容是彼此分開的。由于大腦神經(jīng)元兼有信息處理和存貯功能，所以在進(jìn)行回億時，不但不存在先找存貯地址而后再調(diào)出所存內(nèi)容的問題，而且還可以由一部分內(nèi)容恢復(fù)全部內(nèi)容。 (4)信息處理的系統(tǒng)性 大腦是一個復(fù)雜的大規(guī)模信息處理系統(tǒng)，單個的元件 “神經(jīng)元 ”不能體現(xiàn)全體宏觀系統(tǒng)的功能。實際上，可以將大腦的各個部位看成是一個大系統(tǒng)中的許多子系統(tǒng)。各個子系統(tǒng)之間具有很強的相互聯(lián)系，一些子系統(tǒng)可以調(diào)節(jié)另一些子系統(tǒng)的行為。例如，視覺系統(tǒng)和運動系統(tǒng)就存在很強的系統(tǒng)聯(lián)系，可以相互協(xié)調(diào)各種信息處理功能。 (5)能接受和處理模糊的、模擬的、隨機的信息。 (6)求滿意解而不是精確解。 人類處理日常行為時，往往都不是一定要按最優(yōu)或最精確的方式去求解，而是以能解決問題為原則，即求得滿意解就行了。 (7)系統(tǒng)的恰當(dāng)退化和冗余備份 (魯棒性和容錯性 )。 人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用的主要內(nèi)容 人工種經(jīng)網(wǎng)絡(luò)的研究方興末艾，很難準(zhǔn)確地預(yù)測其發(fā)展方向。但就目前來看，人工神經(jīng)網(wǎng)絡(luò)的研究首先須解決全局穩(wěn)定性、結(jié)構(gòu)穩(wěn)定性、可編程性等問題。現(xiàn)今的研究工作應(yīng)包含以下的一些基本內(nèi)容： (1)人工神經(jīng)網(wǎng)絡(luò)模型的研究。 神經(jīng)網(wǎng)絡(luò)原型研究，即大腦神經(jīng)網(wǎng)絡(luò)的生理結(jié)構(gòu)、思維機制。 神經(jīng)元的生物特性如時空特性、不應(yīng)期、電化學(xué)性質(zhì)等的人工模擬 易于實現(xiàn)的神經(jīng)網(wǎng)絡(luò)計算模型。 利用物理學(xué)的方法進(jìn)行單元間相互作用理論的研究 如：聯(lián)想記憶模型。 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法與學(xué)習(xí)系統(tǒng)。 (2)神經(jīng)網(wǎng)絡(luò)基本理論研究。神經(jīng)網(wǎng)絡(luò)的非線性特性，包括自組織、自適應(yīng)等作用。神經(jīng)網(wǎng)絡(luò)的基本性能，包括穩(wěn)定性、收斂性、容錯性、魯棒性、動力學(xué)復(fù)雜性。神經(jīng)網(wǎng)絡(luò)的計算能力與信息存貯容量。 開展認(rèn)知科學(xué)的研究。探索包括感知、思考、記憶和語言等的腦信息處理模型。采用諸如連接機制等方法，將認(rèn)知信息處理過程模型化，并通過建立神經(jīng)計算學(xué)來代替算法淪。 (3)神經(jīng)網(wǎng)絡(luò)智能信息處理系統(tǒng)的應(yīng)用。 認(rèn)知與人工智能．包括模式識別、計算機視覺與聽覺、特征提取、語音識別語言翻譯、聯(lián)想記憶、邏輯推理、知識工程、專家系統(tǒng)、故障診斷、智能機器人等。 優(yōu)化與控制，包括優(yōu)化求解、決策與管理、系統(tǒng)辨識、魯棒性控制、自適應(yīng)控制、并行控制、分布控制、智能控制等。 信號處理；自適應(yīng)信號處理 (自適應(yīng)濾波、時間序列預(yù)測、譜估計、消噪、檢測、陣列處理 )和非線性信號處理 (非線性濾波、非線性預(yù)測、非線性譜估計、非線性編碼、中值處理 )。 傳感器信息處理：模式預(yù)處理變換、信息集成、多傳感器數(shù)據(jù)融合。 (4)神經(jīng)網(wǎng)絡(luò)的軟件模擬和硬件實現(xiàn)。 在通用計算機、專用計算機或者并行計算機上進(jìn)行軟件模擬，或由專用數(shù)字信號處理芯片構(gòu)成神經(jīng)網(wǎng)絡(luò)仿真器。 由模擬集成電路、數(shù)字集成電路或者光器件在硬件上實現(xiàn)神經(jīng)芯片。軟件模擬的優(yōu)點是網(wǎng)絡(luò)的規(guī)模可以較大，適合于用來驗證新的模型和復(fù)雜的網(wǎng)絡(luò)特性。硬件實現(xiàn)的優(yōu)點是處理速度快，但由于受器件物理因素的限制，根據(jù)目前的工藝條件，網(wǎng)絡(luò)規(guī)模不可能做得太大。僅幾千個神經(jīng)元。但代表了未來的發(fā)展方向，因此特別受到人們的重視。 (5)神經(jīng)網(wǎng)絡(luò)計算機的實現(xiàn)。 計算機仿真系統(tǒng)。 專用神經(jīng)網(wǎng)絡(luò)并行計算機系統(tǒng)。 數(shù)字、模擬、數(shù) — ?；旌?、光電互連等。 光學(xué)實現(xiàn)。 生物實現(xiàn)。 關(guān)于智能本質(zhì)的研究是自然科學(xué)和哲學(xué)的重大課題之一，對于智能的模擬和機器再現(xiàn)肯定可以開發(fā)拓展出一代新興產(chǎn)業(yè)。由于智能本質(zhì)的復(fù)雜性，現(xiàn)代智能研究已超越傳統(tǒng)的學(xué)科界限，成為腦生理學(xué)、神經(jīng)科學(xué)、心理學(xué)、認(rèn)知科學(xué)、信息科學(xué)、計算機科學(xué)、微電子學(xué)，乃至數(shù)理科學(xué)共同關(guān)心的 “焦點 ”學(xué)科。人工神經(jīng)網(wǎng)絡(luò)的重大研究進(jìn)展有可能使包括信息科學(xué)在內(nèi)的其他學(xué)科產(chǎn)生重大突破和變革。展望人工神經(jīng)網(wǎng)絡(luò)的成功應(yīng)用，人類智能有可能產(chǎn)生一次新的飛躍。人工神經(jīng)網(wǎng)絡(luò)的信息處理能力人工神經(jīng)網(wǎng)絡(luò)的信息處理能力 人工神經(jīng)網(wǎng)絡(luò)的信息處理能力包括兩方面的內(nèi)容：一、神經(jīng)網(wǎng)絡(luò)信息存貯能力．即要解決這樣的一個問題：在一個有 N個神經(jīng)元的神經(jīng)網(wǎng)絡(luò)中，可存貯多少值的信息 ?二、神經(jīng)網(wǎng)絡(luò)的計算能力。需要解決的問題是：神經(jīng)網(wǎng)絡(luò)能夠有效地計算哪些問題 ?在眾多的文獻(xiàn)中，人們都一致認(rèn)為：存貯能力和計算能力是現(xiàn)代計算機科學(xué)中的兩個基本問題，同樣，它們也構(gòu)成了人工神經(jīng)網(wǎng)絡(luò)研究中的基本問題。 前面提到在傳統(tǒng)的馮．諾依曼型計算機中，其計算與存貯是完全獨立的兩個部分。這兩個獨立部分 —— 存貯器與運算器之間的通道，就成為提高計算機計算能力的瓶頸，并且只要這兩個部分是獨立存在的，這個問題就始終存在。對不同的計算機而言，只是這一問題的嚴(yán)重程度不同而已。神經(jīng)網(wǎng)絡(luò)模型從本質(zhì)上解決了傳統(tǒng)計算機的這個問題。它將信息的存貯與信息的處理完善地結(jié)合在一起。這是因為神經(jīng)網(wǎng)絡(luò)的運行是從輸入到輸出的值傳遞過程，在信息傳遞的同時也就完成了信息的存貯與計算。 (1)神經(jīng)網(wǎng)絡(luò)的存貯能力。神經(jīng)網(wǎng)絡(luò)的存貯能力因不同的網(wǎng)絡(luò)而不相同。這里我們給出 Hopfield的一些結(jié)論。 定義：一個存貯器的信息表達(dá)能力定義為其可分辨的信息類型的對數(shù)值。 在一個 M1的隨機存貯器 RAM中，有 M位地址，一位數(shù)據(jù)，它可存貯 2M位信息這個 RAM中，可以讀／寫長度為 2M