“AI”能自我進(jìn)化嗎？

AI確實(shí)進(jìn)化了，它能做的事情越來越多，成績斐然。它的背后是AI實(shí)現(xiàn)路徑的“三級(jí)跳”。但是“AI自開發(fā)短期內(nèi)應(yīng)該無法替代人的工作，還有很長的路要走?！毙煳木暾f。

趙志剛從學(xué)術(shù)角度分析道：“只有當(dāng)人類把不同應(yīng)用領(lǐng)域的AI模型設(shè)計(jì)出來，并進(jìn)一步分解出一系列通用模塊，如同化學(xué)中的元素周期表、生物中的DNA、RNA，這種自開發(fā)才能有更多的應(yīng)用。

”“僅需幾行代碼就能構(gòu)建一個(gè)回歸模型。”程序員認(rèn)可谷歌AutoML的工作表現(xiàn)，認(rèn)為AutoML設(shè)計(jì)的模型和機(jī)器學(xué)習(xí)專家設(shè)計(jì)的不相上下。日前，谷歌工程師分別在中國和硅谷重點(diǎn)推介谷歌AutoML項(xiàng)目。

不明就里的疑惑緊跟著紛至沓來——AI又進(jìn)化了？！已經(jīng)會(huì)自開發(fā)了？能操控自己的進(jìn)化了？是要擺脫人類嗎？

國家超級(jí)計(jì)算濟(jì)南中心大數(shù)據(jù)研發(fā)部研究員趙志剛說：“起初我們用數(shù)學(xué)公式和‘if……then’等語句告訴計(jì)算機(jī)第一步做什么、第二步做什么，手把手地教，后來給機(jī)器n組輸入和輸出，中間的規(guī)則或規(guī)律由它自己學(xué)會(huì)。

”“之前，很多聰明的頭腦花一輩子時(shí)間研究：如何抽取有效的特征。

”專注于智能導(dǎo)購對(duì)話機(jī)器人的智能一點(diǎn)公司CTO莫瑜解釋道，“神經(jīng)網(wǎng)絡(luò)算法的發(fā)明、深度學(xué)習(xí)技術(shù)的出現(xiàn)，使得AI進(jìn)化到2.0，抽取特征的工作由AI自己進(jìn)行，我們的工作也隨之發(fā)生了變化。

”用數(shù)學(xué)函數(shù)的模式很容易解釋“1.0”到“2.0”的轉(zhuǎn)變：如果把識(shí)別圖像、語義理解、下棋等任務(wù)的達(dá)成都看成是不同的Y=f（X），即輸入的“貓”的圖片、聲音或棋招是“X”，輸出的“貓”、回答、棋高一招是“Y”。

深度學(xué)習(xí)之前，人通過自己的分析尋找函數(shù)f對(duì)應(yīng)的公式，告訴給AI。而深度學(xué)習(xí)之后，人輸入大量的X與Y的對(duì)應(yīng)，AI自己發(fā)現(xiàn)函數(shù)f對(duì)應(yīng)的公式。

“AI找到的函數(shù)f的具體內(nèi)容，可能比人找到的更好，但是人類并不知道，就像一個(gè)黑匣子。

”莫瑜說，“但是f的形式是AI研究員通過研究設(shè)計(jì)出來的，如果使用深度神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)中的模塊以及模塊之間的組織方式也是提前設(shè)計(jì)的。”隨著深度學(xué)習(xí)技術(shù)的成熟和普遍化，模型構(gòu)建出現(xiàn)了特定可追尋的經(jīng)驗(yàn)。

“各種共性神經(jīng)網(wǎng)絡(luò)的發(fā)布，使得從業(yè)門檻越來越低。一些普通的模型構(gòu)建與優(yōu)化，剛畢業(yè)的學(xué)生在網(wǎng)上學(xué)學(xué)教程就能上手?！壁w志剛說。當(dāng)構(gòu)建模型成為可習(xí)得的技能，AutoML就出現(xiàn)了。

它能做的正是AI研究員的模型設(shè)計(jì)工作?！皩椭煌窘⑷斯ぶ悄芟到y(tǒng)，即使他們沒有廣泛的專業(yè)知識(shí)?！惫雀韫こ處熯@樣推介。AI成功進(jìn)化到3.0。

事實(shí)上，AutoML替代的仍舊是人類能夠提煉出經(jīng)驗(yàn)的工作。“如果說之前人描繪一套尋找函數(shù)f的‘路網(wǎng)’，在深度學(xué)習(xí)的技術(shù)輔助下，機(jī)器能最快找到優(yōu)化路徑；那么AI現(xiàn)在可以自己設(shè)計(jì)路網(wǎng)了?！壁w志剛言簡意賅。

可以看出，不論是深度學(xué)習(xí)、還是AutoML，都只替代人類的一部分群體已經(jīng)鉆研透了的工作?！皺C(jī)器能做的事情，盡量不要手工勞動(dòng)”，這是很多程序員的人生信條，這個(gè)信條催生了AutoML。

本著同樣的信條，微軟開發(fā)了DeepCoder?！八梢杂脕砩蓾M足給定輸入輸出的程序?！蹦ふf，但它的表現(xiàn)目前還不盡如人意，只能編寫一些簡單的程序。誰是“上帝”答案毫無疑問，人類。

既然AI在進(jìn)化中走向了更高一階的模型設(shè)計(jì)，那么“上帝之手”又發(fā)生了哪些變化呢？

“煉丹”，莫瑜用兩個(gè)字形象地說起自己的工作，“智能一點(diǎn)是專業(yè)做智能客服的，研發(fā)人員的工作主要集中于問題建模（如何將實(shí)際問題轉(zhuǎn)化為人工智能技術(shù)解決的問題）和算法優(yōu)化（如何提升人工智能算法的效果）。

”“煉”意味著不斷地調(diào)試和完善。“針對(duì)特定的人，越投脾氣越好，回答越精準(zhǔn)越好?！蹦ふf，“我們的X是客戶的問話，Y是機(jī)器人客服的回復(fù)，中間的函數(shù)f需要訓(xùn)練。”這是個(gè)不容易的任務(wù)。

如果把人類社會(huì)的經(jīng)驗(yàn)分為3類：有公式的確定規(guī)則、可言傳的知識(shí)、只可意會(huì)不可言傳的感覺。最后一類最難琢磨。

“因此，我們想辦法構(gòu)建完善的閉環(huán)反饋，了解特定用戶的喜好，通過情感、趣味的表達(dá)，最終做到投其所好。

”莫瑜說，“目前處于人機(jī)協(xié)同的工作階段，但是越來越多樣本的獲取，將幫助我們的智能客服給出精準(zhǔn)的、討喜的回答。

”可見，并不是所有領(lǐng)域都適合交給AI自開發(fā)去做，比如問題建模方面，如何將實(shí)際問題抽象轉(zhuǎn)換為機(jī)器學(xué)習(xí)問題， AI還無法自主完成。在AI2.0階段，研發(fā)人員還需要人工設(shè)計(jì)函數(shù)f的形式。

谷歌人工智能寫作項(xiàng)目：神經(jīng)網(wǎng)絡(luò)偽原創(chuàng)

人工大腦能不能制造出來？

日本京都ATR實(shí)驗(yàn)室的科研人員正在研制一個(gè)人造大腦，據(jù)稱，該人造大腦在2001年已經(jīng)問世寫作貓。

據(jù)ATR實(shí)驗(yàn)室的雨果·德·加里斯稱，人造大腦將由100萬個(gè)人工神經(jīng)元組成，它將采用神經(jīng)網(wǎng)絡(luò)的方式安裝在大型并行計(jì)算機(jī)中。這樣建造如此復(fù)雜的系統(tǒng)，研究人員將采用一種“網(wǎng)絡(luò)自動(dòng)生成技術(shù)”。

實(shí)際上，這種技術(shù)是由許多各自不相同的計(jì)算機(jī)程序所組成，而每一個(gè)程序都能“生成”自己的遺傳因子鎖健。加里斯把它稱之為“進(jìn)化工程技術(shù)”。

在網(wǎng)絡(luò)中，“機(jī)器細(xì)胞”可通過神經(jīng)鍵發(fā)出“生長信號(hào)”，使其神經(jīng)網(wǎng)“生長”。加里斯說：“目前已完成人造大腦邏輯結(jié)構(gòu)的二維工程，不久將進(jìn)行三維連接。

”由于人造大腦的神經(jīng)網(wǎng)絡(luò)具有自我“進(jìn)化”的結(jié)構(gòu)，加里斯把它稱為是一種“達(dá)爾文機(jī)械”。二、人腦的功能：智力。

人工智能和意識(shí)的問題

又是意識(shí)問題。如果意識(shí)是不能被數(shù)學(xué)物理來解釋的一種現(xiàn)象，那是什么東西呢？我認(rèn)為意識(shí)不過是一個(gè)增強(qiáng)的回饋系統(tǒng)。任何系統(tǒng)都可以用計(jì)算機(jī)來模擬，也就是可以用算法來描述。

一個(gè)石頭沒有意識(shí)，因?yàn)樗倪\(yùn)動(dòng)一定是外力的作用。越高級(jí)的動(dòng)物，他們的行為越呈現(xiàn)出非外力因素。原因就是神經(jīng)系統(tǒng)的信號(hào)在內(nèi)部反饋加強(qiáng)。當(dāng)反饋信號(hào)可以達(dá)到“無中生有”的時(shí)候，意識(shí)就產(chǎn)生了。

巧妙的地方就在信號(hào)產(chǎn)生不受外部條件影響。只有神經(jīng)系統(tǒng)達(dá)到穩(wěn)定狀態(tài)才能有此能力。我認(rèn)為意識(shí)不一定人類才有，有神經(jīng)系統(tǒng)的動(dòng)物都有一點(diǎn)意識(shí)。現(xiàn)代的神經(jīng)網(wǎng)絡(luò)也有意識(shí)。只不過它還不夠復(fù)雜到能告訴你它的感受。

要達(dá)到那種水平，起碼需要記憶子系統(tǒng)，認(rèn)知系統(tǒng)，感覺系統(tǒng)，語言系統(tǒng)，等等，不是那么容易的一件事情。

人工智能和神經(jīng)網(wǎng)絡(luò)有什么聯(lián)系與區(qū)別？

聯(lián)系：都是模仿人類行為的數(shù)學(xué)模型以及算法。神經(jīng)網(wǎng)絡(luò)的研究能促進(jìn)或者加快人工智能的發(fā)展。

區(qū)別如下：一、指代不同1、人工智能：是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

2、神經(jīng)網(wǎng)絡(luò)：是一種模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。

二、方法不同1、人工智能：企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等。

2、神經(jīng)網(wǎng)絡(luò)：依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。三、目的不同1、人工智能：主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。

2、神經(jīng)網(wǎng)絡(luò)：具有初步的自適應(yīng)與自組織能力。在學(xué)習(xí)或訓(xùn)練過程中改變突觸權(quán)重值，以適應(yīng)周圍環(huán)境的要求。同一網(wǎng)絡(luò)因?qū)W習(xí)方式及內(nèi)容不同可具有不同的功能。

參考資料來源：百度百科-人工智能參考資料來源：百度百科-神經(jīng)網(wǎng)絡(luò)。

人工神經(jīng)網(wǎng)絡(luò)的發(fā)展

現(xiàn)代意義上對(duì)神經(jīng)網(wǎng)絡(luò)（特指人工神經(jīng)網(wǎng)絡(luò)）的研究一般認(rèn)為從1943年美國芝加哥大學(xué)的生理學(xué)家W.S. McCulloch和W.A. Pitts提出M-P神經(jīng)元模型開始，到今年正好六十年。

在這六十年中，神經(jīng)網(wǎng)絡(luò)的發(fā)展走過了一段曲折的道路。

1965年M. Minsky和S. Papert在《感知機(jī)》一書中指出感知機(jī)的缺陷并表示出對(duì)這方面研究的悲觀態(tài)度，使得神經(jīng)網(wǎng)絡(luò)的研究從興起期進(jìn)入了停滯期，這是神經(jīng)網(wǎng)絡(luò)發(fā)展史上的第一個(gè)轉(zhuǎn)折。

到了20世紀(jì)80年代初，J.J. Hopfield的工作和D. Rumelhart等人的PDP報(bào)告顯示出神經(jīng)網(wǎng)絡(luò)的巨大潛力，使得該領(lǐng)域的研究從停滯期進(jìn)入了繁榮期，這是神經(jīng)網(wǎng)絡(luò)發(fā)展史上的第二個(gè)轉(zhuǎn)折。

到了20世紀(jì)90年代中后期，隨著研究者們對(duì)神經(jīng)網(wǎng)絡(luò)的局限有了更清楚的認(rèn)識(shí)，以及支持向量機(jī)等似乎更有前途的方法的出現(xiàn)，“神經(jīng)網(wǎng)絡(luò)”這個(gè)詞不再象前些年那么“火爆”了。

很多人認(rèn)為神經(jīng)網(wǎng)絡(luò)的研究又開始陷入了低潮，并認(rèn)為支持向量機(jī)將取代神經(jīng)網(wǎng)絡(luò)。

有趣的是，著名學(xué)者C.-J. Lin于2003年1月在德國馬克斯·普朗克研究所所做的報(bào)告中說，支持向量機(jī)雖然是一個(gè)非常熱門的話題，但目前最主流的分類工具仍然是決策樹和神經(jīng)網(wǎng)絡(luò)。

由著名的支持向量機(jī)研究者說出這番話，顯然有一種特殊的意味。事實(shí)上，目前神經(jīng)網(wǎng)絡(luò)的境遇與1965年之后真正的低潮期相比有明顯的不同。

在1965年之后的很長一段時(shí)期里，美國和前蘇聯(lián)沒有資助任何一項(xiàng)神經(jīng)網(wǎng)絡(luò)的研究課題，而今天世界各國對(duì)神經(jīng)網(wǎng)絡(luò)的研究仍然有大量的經(jīng)費(fèi)支持；1965年之后90%以上的神經(jīng)網(wǎng)絡(luò)研究者改變了研究方向，而今天無論是國際還是國內(nèi)都有一支相對(duì)穩(wěn)定的研究隊(duì)伍。

實(shí)際上，神經(jīng)網(wǎng)絡(luò)在1965年之后陷入低潮是因?yàn)楫?dāng)時(shí)該領(lǐng)域的研究在一定意義上遭到了否定，而今天的相對(duì)平靜是因?yàn)樵擃I(lǐng)域已經(jīng)走向成熟，很多技術(shù)開始走進(jìn)生產(chǎn)和生活，從而造成了原有研究空間的縮小。

在科學(xué)研究中通常有這么一個(gè)現(xiàn)象，當(dāng)某個(gè)領(lǐng)域的論文大量涌現(xiàn)的時(shí)候，往往正是該領(lǐng)域很不成熟、研究空間很大的時(shí)候，而且由于這時(shí)候人們對(duì)該領(lǐng)域研究的局限缺乏清楚的認(rèn)識(shí)，其熱情往往具有很大的盲目性。

從這個(gè)意義上說，過去若干年里各領(lǐng)域研究者一擁而上、各種專業(yè)刊物滿眼“神經(jīng)網(wǎng)絡(luò)”的風(fēng)光，其實(shí)是一種畸形繁榮的景象，而對(duì)神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)在才進(jìn)入了一個(gè)比較理智、正常的發(fā)展期。

在這段時(shí)期中，通過對(duì)以往研究中存在的問題和局限進(jìn)行反思，并適當(dāng)借鑒相關(guān)領(lǐng)域的研究進(jìn)展，將可望開拓新的研究空間，為該領(lǐng)域的進(jìn)一步發(fā)展奠定基礎(chǔ)。

神經(jīng)網(wǎng)絡(luò)的發(fā)展趨勢(shì)如何？

神經(jīng)網(wǎng)絡(luò)的云集成模式還不是很成熟，應(yīng)該有發(fā)展?jié)摿?#xff0c;但神經(jīng)網(wǎng)絡(luò)有自己的硬傷，不知道能夠達(dá)到怎樣的效果，所以決策支持系統(tǒng)中并不是很熱門，但是神經(jīng)網(wǎng)絡(luò)無視過程的優(yōu)點(diǎn)也是無可替代的，云網(wǎng)絡(luò)如果能夠?qū)ι窠?jīng)網(wǎng)絡(luò)提供一個(gè)互補(bǔ)的輔助決策以控制誤差的話，也許就能使神經(jīng)網(wǎng)絡(luò)成熟起來 1 人工神經(jīng)網(wǎng)絡(luò)產(chǎn)生的背景自古以來，關(guān)于人類智能本源的奧秘，一直吸引著無數(shù)哲學(xué)家和自然科學(xué)家的研究熱情。

生物學(xué)家、神經(jīng)學(xué)家經(jīng)過長期不懈的努力，通過對(duì)人腦的觀察和認(rèn)識(shí)，認(rèn)為人腦的智能活動(dòng)離不開腦的物質(zhì)基礎(chǔ)，包括它的實(shí)體結(jié)構(gòu)和其中所發(fā)生的各種生物、化學(xué)、電學(xué)作用，并因此建立了神經(jīng)元網(wǎng)絡(luò)理論和神經(jīng)系統(tǒng)結(jié)構(gòu)理論，而神經(jīng)元理論又是此后神經(jīng)傳導(dǎo)理論和大腦功能學(xué)說的基礎(chǔ)。

在這些理論基礎(chǔ)之上，科學(xué)家們認(rèn)為，可以從仿制人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能出發(fā)，研究人類智能活動(dòng)和認(rèn)識(shí)現(xiàn)象。

另一方面，19世紀(jì)之前，無論是以歐氏幾何和微積分為代表的經(jīng)典數(shù)學(xué)，還是以牛頓力學(xué)為代表的經(jīng)典物理學(xué)，從總體上說，這些經(jīng)典科學(xué)都是線性科學(xué)。

然而，客觀世界是如此的紛繁復(fù)雜，非線性情況隨處可見，人腦神經(jīng)系統(tǒng)更是如此。復(fù)雜性和非線性是連接在一起的，因此，對(duì)非線性科學(xué)的研究也是我們認(rèn)識(shí)復(fù)雜系統(tǒng)的關(guān)鍵。

為了更好地認(rèn)識(shí)客觀世界，我們必須對(duì)非線性科學(xué)進(jìn)行研究。人工神經(jīng)網(wǎng)絡(luò)作為一種非線性的、與大腦智能相似的網(wǎng)絡(luò)模型，就這樣應(yīng)運(yùn)而生了。

所以，人工神經(jīng)網(wǎng)絡(luò)的創(chuàng)立不是偶然的，而是20世紀(jì)初科學(xué)技術(shù)充分發(fā)展的產(chǎn)物。2 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展人工神經(jīng)網(wǎng)絡(luò)的研究始于40年代初。半個(gè)世紀(jì)以來，經(jīng)歷了興起、高潮與蕭條、高潮及穩(wěn)步發(fā)展的遠(yuǎn)為曲折的道路。

1943年，心理學(xué)家W.S.Mcculloch和數(shù)理邏輯學(xué)家W.Pitts 提出了M—P模型，這是第一個(gè)用數(shù)理語言描述腦的信息處理過程的模型， 雖然神經(jīng)元的功能比較弱，但它為以后的研究工作提供了依據(jù)。

1949年，心理學(xué)家提出突觸聯(lián)系可變的假設(shè)，根據(jù)這一假設(shè)提出的學(xué)習(xí)規(guī)律為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法奠定了基礎(chǔ)。

1957 年， 計(jì)算機(jī)科學(xué)家Rosenblatt提出了著名的感知機(jī)模型，它的模型包含了現(xiàn)代計(jì)算機(jī)的一些原理，是第一個(gè)完整的人工神經(jīng)網(wǎng)絡(luò)，第一次把神經(jīng)網(wǎng)絡(luò)研究付諸工程實(shí)現(xiàn)。

由于可應(yīng)用于模式識(shí)別，聯(lián)想記憶等方面，當(dāng)時(shí)有上百家實(shí)驗(yàn)室投入此項(xiàng)研究，美國軍方甚至認(rèn)為神經(jīng)網(wǎng)絡(luò)工程應(yīng)當(dāng)比“原子彈工程”更重要而給予巨額資助，并在聲納信號(hào)識(shí)別等領(lǐng)域取得一定成績。

1960年，B.Windrow和E.Hoff提出了自適應(yīng)線性單元， 它可用于自適應(yīng)濾波、預(yù)測和模式識(shí)別。至此，人工神經(jīng)網(wǎng)絡(luò)的研究工作進(jìn)入了第一個(gè)高潮。

1969年，美國著名人工智能學(xué)者M(jìn).Minsky和S.Papert編寫了影響很大的Perceptron一書，從理論上證明單層感知機(jī)的能力有限，諸如不能解決異或問題，而且他們推測多層網(wǎng)絡(luò)的感知機(jī)能力也不過如此，他們的分析恰似一瓢冷水，很多學(xué)者感到前途渺茫而紛紛改行，原先參與研究的實(shí)驗(yàn)室紛紛退出，在這之后近10年，神經(jīng)網(wǎng)絡(luò)研究進(jìn)入了一個(gè)緩慢發(fā)展的蕭條期。

這期間，芬蘭學(xué)者T.Kohonen 提出了自組織映射理論，反映了大腦神經(jīng)細(xì)胞的自組織特性、記憶方式以及神經(jīng)細(xì)胞興奮刺激的規(guī)律；美國學(xué)者S.A.Grossberg的自適應(yīng)共振理論（ART ）；日本學(xué)者K.Fukushima提出了認(rèn)知機(jī)模型；ShunIchimari則致力于神經(jīng)網(wǎng)絡(luò)有關(guān)數(shù)學(xué)理論的研究等，這些研究成果對(duì)以后的神經(jīng)網(wǎng)絡(luò)的發(fā)展產(chǎn)生了重要影響。

美國生物物理學(xué)家J.J.Hopfield于1982年、1984年在美國科學(xué)院院刊發(fā)表的兩篇文章，有力地推動(dòng)了神經(jīng)網(wǎng)絡(luò)的研究，引起了研究神經(jīng)網(wǎng)絡(luò)的又一次熱潮。

1982 年， 他提出了一個(gè)新的神經(jīng)網(wǎng)絡(luò)模型——hopfield網(wǎng)絡(luò)模型。他在這種網(wǎng)絡(luò)模型的研究中，首次引入了網(wǎng)絡(luò)能量函數(shù)的概念，并給出了網(wǎng)絡(luò)穩(wěn)定性的判定依據(jù)。

1984年，他又提出了網(wǎng)絡(luò)模型實(shí)現(xiàn)的電子電路，為神經(jīng)網(wǎng)絡(luò)的工程實(shí)現(xiàn)指明了方向，他的研究成果開拓了神經(jīng)網(wǎng)絡(luò)用于聯(lián)想記憶的優(yōu)化計(jì)算的新途徑，并為神經(jīng)計(jì)算機(jī)研究奠定了基礎(chǔ)。

1984年Hinton等人將模擬退火算法引入到神經(jīng)網(wǎng)絡(luò)中，提出了Boltzmann機(jī)網(wǎng)絡(luò)模型，BM 網(wǎng)絡(luò)算法為神經(jīng)網(wǎng)絡(luò)優(yōu)化計(jì)算提供了一個(gè)有效的方法。

1986年，D.E.Rumelhart和J.LMcclelland提出了誤差反向傳播算法，成為至今為止影響很大的一種網(wǎng)絡(luò)學(xué)習(xí)方法。

1987年美國神經(jīng)計(jì)算機(jī)專家R.Hecht—Nielsen提出了對(duì)向傳播神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)具有分類靈活，算法簡練的優(yōu)點(diǎn)，可用于模式分類、函數(shù)逼近、統(tǒng)計(jì)分析和數(shù)據(jù)壓縮等領(lǐng)域。

1988年L.Ochua 等人提出了細(xì)胞神經(jīng)網(wǎng)絡(luò)模型，它在視覺初級(jí)加工上得到了廣泛應(yīng)用。為適應(yīng)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，1987年成立了國際神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)，并決定定期召開國際神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)會(huì)議。

1988年1月Neural Network 創(chuàng)刊。1990年3月IEEE Transaction on Neural Network問世。

我國于1990年12月在北京召開了首屆神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)大會(huì)，并決定以后每年召開一次。1991 年在南京成立了中國神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)。 IEEE 與INNS 聯(lián)合召開的IJCNN92已在北京召開。

這些為神經(jīng)網(wǎng)絡(luò)的研究和發(fā)展起了推波助瀾的作用，人工神經(jīng)網(wǎng)絡(luò)步入了穩(wěn)步發(fā)展的時(shí)期。90年代初，諾貝爾獎(jiǎng)獲得者Edelman提出了Darwinism模型，建立了神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論。

同年，Aihara等在前人推導(dǎo)和實(shí)驗(yàn)的基礎(chǔ)上，給出了一個(gè)混沌神經(jīng)元模型，該模型已成為一種經(jīng)典的混沌神經(jīng)網(wǎng)絡(luò)模型，該模型可用于聯(lián)想記憶。

Wunsch 在90OSA 年會(huì)上提出了一種AnnualMeeting，用光電執(zhí)行ART，學(xué)習(xí)過程有自適應(yīng)濾波和推理功能，具有快速和穩(wěn)定的學(xué)習(xí)特點(diǎn)。

1991年，Hertz探討了神經(jīng)計(jì)算理論， 對(duì)神經(jīng)網(wǎng)絡(luò)的計(jì)算復(fù)雜性分析具有重要意義；Inoue 等提出用耦合的混沌振蕩子作為某個(gè)神經(jīng)元，構(gòu)造混沌神經(jīng)網(wǎng)絡(luò)模型，為它的廣泛應(yīng)用前景指明了道路。

1992年，Holland用模擬生物進(jìn)化的方式提出了遺傳算法， 用來求解復(fù)雜優(yōu)化問題。1993年方建安等采用遺傳算法學(xué)習(xí)，研究神經(jīng)網(wǎng)絡(luò)控制器獲得了一些結(jié)果。

1994年Angeline等在前人進(jìn)化策略理論的基礎(chǔ)上，提出一種進(jìn)化算法來建立反饋神經(jīng)網(wǎng)絡(luò)，成功地應(yīng)用到模式識(shí)別，自動(dòng)控制等方面；廖曉昕對(duì)細(xì)胞神經(jīng)網(wǎng)絡(luò)建立了新的數(shù)學(xué)理論和方法，得到了一系列結(jié)果。

HayashlY根據(jù)動(dòng)物大腦中出現(xiàn)的振蕩現(xiàn)象，提出了振蕩神經(jīng)網(wǎng)絡(luò)。

1995年Mitra把人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯理論、 生物細(xì)胞學(xué)說以及概率論相結(jié)合提出了模糊神經(jīng)網(wǎng)絡(luò)，使得神經(jīng)網(wǎng)絡(luò)的研究取得了突破性進(jìn)展。

Jenkins等人研究光學(xué)神經(jīng)網(wǎng)絡(luò)， 建立了光學(xué)二維并行互連與電子學(xué)混合的光學(xué)神經(jīng)網(wǎng)絡(luò)，它能避免網(wǎng)絡(luò)陷入局部最小值，并最后可達(dá)到或接近最理想的解；SoleRV等提出流體神經(jīng)網(wǎng)絡(luò)，用來研究昆蟲社會(huì)，機(jī)器人集體免疫系統(tǒng)，啟發(fā)人們用混沌理論分析社會(huì)大系統(tǒng)。

1996年，ShuaiJW’等模擬人腦的自發(fā)展行為， 在討論混沌神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上提出了自發(fā)展神經(jīng)網(wǎng)絡(luò)。

1997、1998年董聰?shù)葎?chuàng)立和完善了廣義遺傳算法，解決了多層前向網(wǎng)絡(luò)的最簡拓樸構(gòu)造問題和全局最優(yōu)逼近問題。

隨著理論工作的發(fā)展，神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究也取得了突破性進(jìn)展，涉及面非常廣泛，就應(yīng)用的技術(shù)領(lǐng)域而言有計(jì)算機(jī)視覺，語言的識(shí)別、理解與合成，優(yōu)化計(jì)算，智能控制及復(fù)雜系統(tǒng)分析，模式識(shí)別，神經(jīng)計(jì)算機(jī)研制，知識(shí)推理專家系統(tǒng)與人工智能。

涉及的學(xué)科有神經(jīng)生理學(xué)、認(rèn)識(shí)科學(xué)、數(shù)理科學(xué)、心理學(xué)、信息科學(xué)、計(jì)算機(jī)科學(xué)、微電子學(xué)、光學(xué)、動(dòng)力學(xué)、生物電子學(xué)等。美國、日本等國在神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)軟硬件實(shí)現(xiàn)的開發(fā)方面也取得了顯著的成績，并逐步形成產(chǎn)品。

在美國，神經(jīng)計(jì)算機(jī)產(chǎn)業(yè)已獲得軍方的強(qiáng)有力支持，國防部高級(jí)研究計(jì)劃局認(rèn)為“神經(jīng)網(wǎng)絡(luò)是解決機(jī)器智能的唯一希望”，僅一項(xiàng)8 年神經(jīng)計(jì)算機(jī)計(jì)劃就投資4億美元。

在歐洲共同體的ESPRIT計(jì)劃中， 就有一項(xiàng)特別項(xiàng)目：“神經(jīng)網(wǎng)絡(luò)在歐洲工業(yè)中的應(yīng)用”，單是生產(chǎn)神經(jīng)網(wǎng)絡(luò)專用芯片這一項(xiàng)就投資2200萬美元。據(jù)美國資料聲稱，日本在神經(jīng)網(wǎng)絡(luò)研究上的投資大約是美國的4倍。

我國也不甘落后，自從1990 年批準(zhǔn)了南開大學(xué)的光學(xué)神經(jīng)計(jì)算機(jī)等3項(xiàng)課題以來， 國家自然科學(xué)基金與國防預(yù)研基金也都為神經(jīng)網(wǎng)絡(luò)的研究提供資助。

另外，許多國際著名公司也紛紛卷入對(duì)神經(jīng)網(wǎng)絡(luò)的研究，如Intel、IBM、Siemens、HNC。神經(jīng)計(jì)算機(jī)產(chǎn)品開始走向商用階段，被國防、企業(yè)和科研部門選用。

在舉世矚目的海灣戰(zhàn)爭中，美國空軍采用了神經(jīng)網(wǎng)絡(luò)來進(jìn)行決策與控制。在這種刺激和需求下，人工神經(jīng)網(wǎng)絡(luò)定會(huì)取得新的突破，迎來又一個(gè)高潮。自1958年第一個(gè)神經(jīng)網(wǎng)絡(luò)誕生以來，其理論與應(yīng)用成果不勝枚舉。

人工神經(jīng)網(wǎng)絡(luò)是一個(gè)快速發(fā)展著的一門新興學(xué)科，新的模型、新的理論、新的應(yīng)用成果正在層出不窮地涌現(xiàn)出來。

3 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展前景針對(duì)神經(jīng)網(wǎng)絡(luò)存在的問題和社會(huì)需求，今后發(fā)展的主要方向可分為理論研究和應(yīng)用研究兩個(gè)方面。（1）利用神經(jīng)生理與認(rèn)識(shí)科學(xué)研究大腦思維及智能的機(jī)理、 計(jì)算理論，帶著問題研究理論。

人工神經(jīng)網(wǎng)絡(luò)提供了一種揭示智能和了解人腦工作方式的合理途徑，但是由于人類起初對(duì)神經(jīng)系統(tǒng)了解非常有限，對(duì)于自身腦結(jié)構(gòu)及其活動(dòng)機(jī)理的認(rèn)識(shí)還十分膚淺，并且?guī)в心撤N“先驗(yàn)”。

例如， Boltzmann機(jī)引入隨機(jī)擾動(dòng)來避免局部極小，有其卓越之處，然而缺乏必要的腦生理學(xué)基礎(chǔ)，毫無疑問，人工神經(jīng)網(wǎng)絡(luò)的完善與發(fā)展要結(jié)合神經(jīng)科學(xué)的研究。

而且，神經(jīng)科學(xué)，心理學(xué)和認(rèn)識(shí)科學(xué)等方面提出的一些重大問題，是向神經(jīng)網(wǎng)絡(luò)理論研究提出的新挑戰(zhàn)，這些問題的解決有助于完善和發(fā)展神經(jīng)網(wǎng)絡(luò)理論。

因此利用神經(jīng)生理和認(rèn)識(shí)科學(xué)研究大腦思維及智能的機(jī)理，如有新的突破，將會(huì)改變智能和機(jī)器關(guān)系的認(rèn)識(shí)。

利用神經(jīng)科學(xué)基礎(chǔ)理論的研究成果，用數(shù)理方法探索智能水平更高的人工神經(jīng)網(wǎng)絡(luò)模型，深入研究網(wǎng)絡(luò)的算法和性能，如神經(jīng)計(jì)算、進(jìn)化計(jì)算、穩(wěn)定性、收斂性、計(jì)算復(fù)雜性、容錯(cuò)性、魯棒性等，開發(fā)新的網(wǎng)絡(luò)數(shù)理理論。

由于神經(jīng)網(wǎng)絡(luò)的非線性，因此非線性問題的研究是神經(jīng)網(wǎng)絡(luò)理論發(fā)展的一個(gè)最大動(dòng)力。

特別是人們發(fā)現(xiàn)，腦中存在著混沌現(xiàn)象以來，用混沌動(dòng)力學(xué)啟發(fā)神經(jīng)網(wǎng)絡(luò)的研究或用神經(jīng)網(wǎng)絡(luò)產(chǎn)生混沌成為擺在人們面前的一個(gè)新課題，因?yàn)閺纳肀举|(zhì)角度出發(fā)是研究神經(jīng)網(wǎng)絡(luò)的根本手段。

（2）神經(jīng)網(wǎng)絡(luò)軟件模擬， 硬件實(shí)現(xiàn)的研究以及神經(jīng)網(wǎng)絡(luò)在各個(gè)科學(xué)技術(shù)領(lǐng)域應(yīng)用的研究。

由于人工神經(jīng)網(wǎng)絡(luò)可以用傳統(tǒng)計(jì)算機(jī)模擬，也可以用集成電路芯片組成神經(jīng)計(jì)算機(jī)，甚至還可以用光學(xué)的、生物芯片的方式實(shí)現(xiàn)，因此研制純軟件模擬，虛擬模擬和全硬件實(shí)現(xiàn)的電子神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)潛力巨大。

如何使神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)與傳統(tǒng)的計(jì)算機(jī)和人工智能技術(shù)相結(jié)合也是前沿課題；如何使神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)的功能向智能化發(fā)展，研制與人腦功能相似的智能計(jì)算機(jī)，如光學(xué)神經(jīng)計(jì)算機(jī)，分子神經(jīng)計(jì)算機(jī)，將具有十分誘人的前景。

4 哲理（1）人工神經(jīng)網(wǎng)絡(luò)打開了認(rèn)識(shí)論的新領(lǐng)域認(rèn)識(shí)與腦的問題，長期以來一直受到人們的關(guān)注，因?yàn)樗粌H是有關(guān)人的心理、意識(shí)的心理學(xué)問題，也是有關(guān)人的思維活動(dòng)機(jī)制的腦科學(xué)與思維科學(xué)問題，而且直接關(guān)系到對(duì)物質(zhì)與意識(shí)的哲學(xué)基本問題的回答。

人工神經(jīng)網(wǎng)絡(luò)的發(fā)展使我們能夠更進(jìn)一步地既唯物又辯證地理解認(rèn)識(shí)與腦的關(guān)系，打開認(rèn)識(shí)論的新領(lǐng)域。

人腦是一個(gè)復(fù)雜的并行系統(tǒng)，它具有“認(rèn)知、意識(shí)、情感”等高級(jí)腦功能，用人工進(jìn)行模擬，有利于加深對(duì)思維及智能的認(rèn)識(shí)，已對(duì)認(rèn)知和智力的本質(zhì)的研究產(chǎn)生了極大的推動(dòng)作用。

在研究大腦的整體功能和復(fù)雜性方面，人工神經(jīng)網(wǎng)絡(luò)給人們帶來了新的啟迪。

由于人腦中存在混沌現(xiàn)象，混沌可用來理解腦中某些不規(guī)則的活動(dòng)，從而混沌動(dòng)力學(xué)模型能用作人對(duì)外部世界建模的工具，可用來描述人腦的信息處理過程。

混沌和智能是有關(guān)的，神經(jīng)網(wǎng)絡(luò)中引入混沌學(xué)思想有助于提示人類形象思維等方面的奧秘。

人工神經(jīng)網(wǎng)絡(luò)之所以再度興起，關(guān)鍵在于它反映了事物的非線性，抓住了客觀世界的本質(zhì)，而且它在一定程度上正面回答了智能系統(tǒng)如何從環(huán)境中自主學(xué)習(xí)這一最關(guān)鍵的問題，從認(rèn)知的角度講，所謂學(xué)習(xí)，就是對(duì)未知現(xiàn)象或規(guī)律的發(fā)現(xiàn)和歸納。

由于神經(jīng)網(wǎng)絡(luò)具有高度的并行性，高度的非線性全局作用，良好的容錯(cuò)性與聯(lián)想記憶功能以及十分強(qiáng)的自適應(yīng)、自學(xué)習(xí)功能，而使得它成為揭示智能和了解人腦工作方式的合理途徑。

但是，由于認(rèn)知問題的復(fù)雜性，目前，我們對(duì)于腦神經(jīng)網(wǎng)的運(yùn)行和神經(jīng)細(xì)胞的內(nèi)部處理機(jī)制，如信息在人腦是如何傳輸、存貯、加工的？記憶、聯(lián)想、判斷是如何形成的？大腦是否存在一個(gè)操作系統(tǒng)？

還沒有太多的認(rèn)識(shí)，因此要制造人工神經(jīng)網(wǎng)絡(luò)來模仿人腦各方面的功能，還有待于人們對(duì)大腦信息處理機(jī)理認(rèn)識(shí)的深化。

（2）人工神經(jīng)網(wǎng)絡(luò)發(fā)展的推動(dòng)力來源于實(shí)踐、 理論和問題的相互作用隨著人們社會(huì)實(shí)踐范圍的不斷擴(kuò)大，社會(huì)實(shí)踐層次的不斷深入，人們所接觸到的自然現(xiàn)象也越來越豐富多彩、紛繁復(fù)雜，這就促使人們用不同的原因加以解釋不同種類的自然現(xiàn)象，當(dāng)不同種類的自然現(xiàn)象可以用同樣的原因加以解釋，這樣就出現(xiàn)了不同學(xué)科的相互交叉、綜合，人工神經(jīng)網(wǎng)絡(luò)就這樣產(chǎn)生了。

在開始階段，由于這些理論化的網(wǎng)絡(luò)模型比較簡單，還存在許多問題，而且這些模型幾乎沒有得到實(shí)踐的檢驗(yàn)，因而神經(jīng)網(wǎng)絡(luò)的發(fā)展比較緩慢。

隨著理論研究的深入，問題逐漸地解決特別是工程上得到實(shí)現(xiàn)以后，如聲納識(shí)別成功，才迎來了神經(jīng)網(wǎng)絡(luò)的第一個(gè)發(fā)展高潮。

可Minisky認(rèn)為感知器不能解決異或問題， 多層感知器也不過如此，神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入了低谷，這主要是因?yàn)榉蔷€性問題沒得到解決。

隨著理論的不斷豐富，實(shí)踐的不斷深入， 現(xiàn)在已證明Minisky的悲觀論調(diào)是錯(cuò)誤的。今天，高度發(fā)達(dá)的科學(xué)技術(shù)逐漸揭示了非線性問題是客觀世界的本質(zhì)。

問題、理論、實(shí)踐的相互作用又迎來了人工神經(jīng)網(wǎng)絡(luò)的第二次高潮。目前人工神經(jīng)網(wǎng)絡(luò)的問題是智能水平不高，還有其它理論和實(shí)現(xiàn)方面的問題，這就迫使人們不斷地進(jìn)行理論研究，不斷實(shí)踐，促使神經(jīng)網(wǎng)絡(luò)不斷向前發(fā)展。

總之，先前的原因遇到了解釋不同的新現(xiàn)象，促使人們提出更加普遍和精確的原因來解釋。

理論是基礎(chǔ)，實(shí)踐是動(dòng)力，但單純的理論和實(shí)踐的作用還不能推動(dòng)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，還必須有問題提出，才能吸引科學(xué)家進(jìn)入研究的特定范圍，引導(dǎo)科學(xué)家從事相關(guān)研究，從而逼近科學(xué)發(fā)現(xiàn)，而后實(shí)踐又提出新問題，新問題又引發(fā)新的思考，促使科學(xué)家不斷思考，不斷完善理論。

人工神經(jīng)網(wǎng)絡(luò)的發(fā)展無不體現(xiàn)著問題、理論和實(shí)踐的辯證統(tǒng)一關(guān)系。

（3 ）人工神經(jīng)網(wǎng)絡(luò)發(fā)展的另一推動(dòng)力來源于相關(guān)學(xué)科的貢獻(xiàn)及不同學(xué)科專家的競爭與協(xié)同人工神經(jīng)網(wǎng)絡(luò)本身就是一門邊緣學(xué)科，它的發(fā)展有更廣闊的科學(xué)背景，亦即是眾多科研成果的綜合產(chǎn)物，控制論創(chuàng)始人Wiener在其巨著《控制論》中就進(jìn)行了人腦神經(jīng)元的研究；計(jì)算機(jī)科學(xué)家Turing就提出過B網(wǎng)絡(luò)的設(shè)想；Prigogine提出非平衡系統(tǒng)的自組織理論，獲得諾貝爾獎(jiǎng)；Haken研究大量元件聯(lián)合行動(dòng)而產(chǎn)生宏觀效果， 非線性系統(tǒng)“混沌”態(tài)的提出及其研究等，都是研究如何通過元件間的相互作用建立復(fù)雜系統(tǒng)，類似于生物系統(tǒng)的自組織行為。

腦科學(xué)與神經(jīng)科學(xué)的進(jìn)展迅速反映到人工神經(jīng)網(wǎng)絡(luò)的研究中，例如生物神經(jīng)網(wǎng)絡(luò)理論，視覺中發(fā)現(xiàn)的側(cè)抑制原理，感受野概念等，為神經(jīng)網(wǎng)絡(luò)的發(fā)展起了重要的推動(dòng)作用。

從已提出的上百種人工神經(jīng)網(wǎng)絡(luò)模型中，涉及學(xué)科之多，令人目不暇接，其應(yīng)用領(lǐng)域之廣，令人嘆為觀止。不同學(xué)科專家為了在這一領(lǐng)域取得領(lǐng)先水平，存在著不同程度的競爭，所有這些有力地推動(dòng)了人工神經(jīng)網(wǎng)絡(luò)的發(fā)展。

人腦是一個(gè)功能十分強(qiáng)大、結(jié)構(gòu)異常復(fù)雜的信息系統(tǒng)，隨著信息論、控制論、生命科學(xué)，計(jì)算機(jī)科學(xué)的發(fā)展，人們?cè)絹碓襟@異于大腦的奇妙，至少到目前為止，人類大腦信號(hào)處理機(jī)制對(duì)人類自身來說，仍是一個(gè)黑盒子，要揭示人腦的奧秘需要神經(jīng)學(xué)家、心理學(xué)家、計(jì)算機(jī)科學(xué)家、微電子學(xué)家、數(shù)學(xué)家等專家的共同努力，對(duì)人類智能行為不斷深入研究，為人工神經(jīng)網(wǎng)絡(luò)發(fā)展提供豐富的理論源泉。

另外，還要有哲學(xué)家的參與，通過哲學(xué)思想和自然科學(xué)多種學(xué)科的深層結(jié)合，逐步孕育出探索人類思維本質(zhì)和規(guī)律的新方法，使思維科學(xué)從朦朧走向理性。

而且，不同領(lǐng)域?qū)＜业母偁幣c協(xié)調(diào)同有利于問題清晰化和尋求最好的解決途徑。縱觀神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史，沒有相關(guān)學(xué)科的貢獻(xiàn)，不同學(xué)科專家的競爭與協(xié)同，神經(jīng)網(wǎng)絡(luò)就不會(huì)有今天。

當(dāng)然，人工神經(jīng)網(wǎng)絡(luò)在各個(gè)學(xué)科領(lǐng)域應(yīng)用的研究反過來又推動(dòng)其它學(xué)科的發(fā)展，推動(dòng)自身的完善和發(fā)展。

心理的神經(jīng)系統(tǒng)機(jī)制是什么樣的?

心理的神經(jīng)生理機(jī)制 自古以來，人類就希望知道心理是怎樣產(chǎn)生的。由于人會(huì)做夢(mèng)，能夠夢(mèng)到早已去世的親人．因此有人認(rèn)為，人的靈魂相肉體是互相分離的，人死以后，靈魂會(huì)跑到另一個(gè)世界中去。

由于人的心臟和人的生命的存亡有直接關(guān)系，人在高興或悲傷時(shí)，心臟都有特殊的反應(yīng)，因此有人認(rèn)為，心臟是心理的器官。也有一些人由于看到腦的損傷，會(huì)引起某些認(rèn)知功能的喪失，因而認(rèn)為腦是心理的器官。

隨著科學(xué)的發(fā)展，人類終于認(rèn)識(shí)到心理是神經(jīng)系統(tǒng)的功能，特別是腦的功能。這個(gè)認(rèn)識(shí)是得來不易的。

近30年來，由于神經(jīng)科學(xué)、認(rèn)知科學(xué)、電生理學(xué)和生物化學(xué)等的飛速發(fā)展，各種現(xiàn)代技術(shù)的突飛猛進(jìn)，人們對(duì)神經(jīng)系統(tǒng)的結(jié)構(gòu)與功能有了許多嶄新的認(rèn)識(shí)，這對(duì)現(xiàn)代心理學(xué)的發(fā)展產(chǎn)生了深刻的影響。

本章將簡要介紹腦和神經(jīng)系統(tǒng)的最一般的知識(shí)。首先介紹神經(jīng)系統(tǒng)的進(jìn)化，特別是腦的進(jìn)化。進(jìn)化的觀點(diǎn)是研究腦的一個(gè)重要的觀點(diǎn)。了解神經(jīng)系統(tǒng)的發(fā)生和發(fā)展，對(duì)揭示心理的種系發(fā)展有重要的意義。

其次介紹神經(jīng)元的構(gòu)造和神經(jīng)興奮傳遞的特點(diǎn)。神經(jīng)元是神經(jīng)系統(tǒng)的基本結(jié)構(gòu)單位和功能單位。神經(jīng)元之間的聯(lián)系構(gòu)成了復(fù)雜的神經(jīng)網(wǎng)絡(luò)或神經(jīng)回路。

再次介紹神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能，包括周圍神經(jīng)系統(tǒng)和中樞神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。大腦是進(jìn)化階梯上最后出現(xiàn)的腦組織，是各種心理活動(dòng)最重要的物質(zhì)本體。

本章還介紹了各種不同的腦學(xué)說，特別是當(dāng)代影響最大的機(jī)能系統(tǒng)學(xué)說和模塊學(xué)說。最后介紹內(nèi)分泌系統(tǒng)及其對(duì)行為的調(diào)節(jié)作用。

第一節(jié) 神經(jīng)系統(tǒng)腦的進(jìn)化人腦是世界上最復(fù)雜的一種物質(zhì)，它由100億以上的神經(jīng)細(xì)胞和1000億以上的神經(jīng)膠質(zhì)細(xì)胞組成，每個(gè)神經(jīng)細(xì)胞又可能與其他神經(jīng)細(xì)胞存在1萬個(gè)以上的聯(lián)系，形成了復(fù)雜的神經(jīng)網(wǎng)絡(luò)。

這樣一塊復(fù)雜的物質(zhì)是怎樣產(chǎn)生的呢?從19世紀(jì)達(dá)爾文的“進(jìn)化論”問世以后，進(jìn)化的觀念已深入到不同學(xué)科的研究中。人腦是自然界長期進(jìn)化過程的產(chǎn)物。

從沒有神經(jīng)系統(tǒng)的單細(xì)胞動(dòng)物，到脊椎動(dòng)物復(fù)雜的神經(jīng)系統(tǒng)，再到高度復(fù)雜的人腦，經(jīng)過了上億年的發(fā)展。研究腦的進(jìn)化，不僅對(duì)揭示人腦的秘密有重要的意義，也對(duì)了解腦與心理的關(guān)系有重要的意義。

本節(jié)將概述神經(jīng)系統(tǒng)與腦的進(jìn)化，包括神經(jīng)系統(tǒng)的發(fā)生、無脊椎動(dòng)物的神經(jīng)系統(tǒng)、低等脊椎動(dòng)物的神經(jīng)系統(tǒng)和高等脊推動(dòng)物的神經(jīng)系統(tǒng)等。一、神經(jīng)系統(tǒng)的發(fā)生根據(jù)科學(xué)家的推算，地球大約在46億年前形成。

在地球形成后相當(dāng)長的時(shí)間內(nèi)．溫度很高，一切元素都呈現(xiàn)氣體狀態(tài)。后來溫度下降了，才有了巖石、水和大氣等無機(jī)物。大約又過了十幾億年，地球上開始出現(xiàn)了生物，即生命現(xiàn)象。

生命出現(xiàn)以后，又不斷發(fā)展和分化，大約在幾億年前、產(chǎn)生了動(dòng)物和植物的分化。動(dòng)物出現(xiàn)以后，又不斷地進(jìn)化，開始是無脊椎動(dòng)物，后來是低等脊椎動(dòng)物．再到高等脊推動(dòng)物。

動(dòng)物發(fā)展到一定階段便產(chǎn)生了神經(jīng)系統(tǒng)，以后又產(chǎn)生了腦，這就為心理現(xiàn)象的產(chǎn)生準(zhǔn)備了物質(zhì)基礎(chǔ)。最低等的動(dòng)物是原生動(dòng)物，如變形蟲(圖2—1)。一個(gè)變形蟲就是一個(gè)細(xì)胞，它是一團(tuán)形態(tài)不固定的原生質(zhì)。

胞體向不同方向伸出長短不同的突起、叫偽足。變形蟲雖然很簡單，但能對(duì)外界多種刺激作出反應(yīng)，如趨向有利刺激(食物)，避開有害刺激(玻璃絲)；飽食以后不再對(duì)食物發(fā)生反應(yīng)等。

變形蟲是單細(xì)胞動(dòng)物，它沒有專門的神經(jīng)系統(tǒng)、感受器官和效應(yīng)器官，而是由一個(gè)細(xì)胞執(zhí)行著各種機(jī)能。不過，在變形蟲身上可以看到其結(jié)構(gòu)的初步分化，即有內(nèi)漿和外漿之分。

外槳在身體表面，是與外界直接接觸的部分；內(nèi)漿在身體里面，負(fù)責(zé)體內(nèi)的功能。外漿與內(nèi)漿的分化是動(dòng)物神經(jīng)系統(tǒng)產(chǎn)生的前奏。 從單細(xì)胞動(dòng)物發(fā)展到多細(xì)胞動(dòng)物，是動(dòng)物進(jìn)化史上的一個(gè)飛躍。

從多細(xì)胞動(dòng)物開始，動(dòng)物身體的各個(gè)部分為適應(yīng)生活環(huán)境的變化而逐漸分化。

低等多細(xì)胞動(dòng)物已經(jīng)有了專門接受某種刺激的特殊細(xì)胞，這些細(xì)胞逐漸集中，形成了專門的感覺器官和運(yùn)動(dòng)器官，同時(shí)出現(xiàn)了協(xié)調(diào)身體各部分的神經(jīng)系統(tǒng)。這樣，動(dòng)物身體各部分的活動(dòng)便借助神經(jīng)系統(tǒng)聯(lián)結(jié)成為一個(gè)整體。

原始的多細(xì)胞動(dòng)物是腔腸動(dòng)物，如水蝗、海蜇、水母等(圖2—2)。以水螅為例，它生活在水中，身體呈指狀，上端有口，周圍長有6至8個(gè)觸手，全身布滿細(xì)胞，這種細(xì)胞按功能分成三類：①感覺細(xì)胞。

分布在身體表面、在口和觸手上密度最大，其主要功能是接受各種外界刺激．如化學(xué)的、溫度的、光線的和機(jī)械的刺激。②運(yùn)動(dòng)細(xì)胞。主要功能是執(zhí)行運(yùn)動(dòng)反應(yīng)。③神經(jīng)細(xì)胞。

位于感覺細(xì)胞和運(yùn)動(dòng)細(xì)胞之間，每個(gè)種經(jīng)細(xì)胞都有絲狀突起，聯(lián)合成網(wǎng)，組成網(wǎng)狀神經(jīng)系統(tǒng)，它們專門執(zhí)行著傳遞興奮的功能。由此可見，水熄已經(jīng)具有了高等動(dòng)物的反射弧的雛形，這也是神經(jīng)系統(tǒng)的最初形態(tài)。

在網(wǎng)狀神經(jīng)系統(tǒng)中，神經(jīng)元之間沒有突觸連結(jié)，它們之間的聯(lián)系是原漿性的，沒有神經(jīng)節(jié)，沒有中樞，因而神經(jīng)細(xì)胞的興奮，可以向任何方向傳導(dǎo)，刺激水螅 身體的任何一點(diǎn)都能引起全身性的反應(yīng)。

二、無脊推動(dòng)物的神經(jīng)系統(tǒng)無脊椎功物是動(dòng)物進(jìn)化史上的個(gè)重要階段，它繁盛于6億午前的寒武紀(jì)。在無脊椎動(dòng)物的不同發(fā)展階段上、神經(jīng)系統(tǒng)具有不同的發(fā)展水平。

下面以蚯蚓和昆蟲為例說明無脊椎動(dòng)物神經(jīng)系統(tǒng)的一些特點(diǎn)。 蚯蚓是人們熟悉的環(huán)節(jié)動(dòng)物。

蚯蚓身體由許多環(huán)節(jié)構(gòu)成，每一個(gè)體節(jié)中央都有一個(gè)神經(jīng)節(jié)，每個(gè)神經(jīng)節(jié)所發(fā)出的神經(jīng)分布到身體的各個(gè)部分，并把全身各個(gè)部分聯(lián)合成一個(gè)整體。頭部神經(jīng)節(jié)集中，形成咽上神經(jīng)節(jié)和咽下神經(jīng)節(jié)。

頭部神經(jīng)節(jié)發(fā)達(dá)，在神經(jīng)系統(tǒng)演化上稱發(fā)頭現(xiàn)象。發(fā)頭現(xiàn)象的出現(xiàn)為腦的產(chǎn)生準(zhǔn)備了條件。頭部神經(jīng)節(jié)往后是縱貫蚯蚓腹部的腹神經(jīng)索，因?yàn)轵球镜纳窠?jīng)系統(tǒng)是鏈索狀的，所以又稱鏈狀神經(jīng)系統(tǒng)。

頭部神經(jīng)節(jié)的存在使啞劇產(chǎn)生了各種感官的萌芽，如觸須、剛毛和眼睛。這樣蚯蚓對(duì)外界刺激的反應(yīng)能力就大大提高了，它能夠?qū)Χ喾N信號(hào)刺激發(fā)生反應(yīng)，初步具有了各種感覺能力。

例如，蚯蚓能夠?qū)χ車矬w的振動(dòng)和光作出反應(yīng)，這些反應(yīng)使它們避免成為其他動(dòng)物的犧牲品。昆蟲是節(jié)肢動(dòng)物的代表。昆蟲種類繁多，不同昆蟲的身體結(jié)構(gòu)雖有很大變異，但基本結(jié)構(gòu)大體相似。

昆蟲的身體一般分三個(gè)部分：頭部、胸部和腹部。頭有較敏銳的感覺器，胸有足、翅，腹無附肢。神經(jīng)系統(tǒng)已達(dá)到較高的水平，神經(jīng)細(xì)胞更趨集中，形成了三個(gè)大的神經(jīng)節(jié)。

頭部的神經(jīng)節(jié)就是腦的雛形；胸部和腹部也各有一個(gè)神經(jīng)節(jié)、并形成一條神經(jīng)索。它們的神經(jīng)系統(tǒng)稱節(jié)狀神經(jīng)系統(tǒng)。

節(jié)肢動(dòng)物的行為比環(huán)節(jié)動(dòng)物的行為更復(fù)雜，它們能感受不同頻率的聲音，區(qū)分顏色和形狀，分辨不同的氣味。這些復(fù)雜的行為反應(yīng)是和節(jié)肢動(dòng)物神經(jīng)系統(tǒng)的進(jìn)化有關(guān)的。

但在動(dòng)物心理的整個(gè)發(fā)展過程中，它們?nèi)蕴幱谳^低級(jí)的水平。許多節(jié)肢動(dòng)物尚不能利用各種感覺器官的協(xié)同活動(dòng)來反應(yīng)外界的影響。

例如、螞蟻是靠觸須接受一種化學(xué)氣味來分辨“敵我”和“認(rèn)路”的，如果去掉觸須就不能辨認(rèn)。

又如，蜘蛛捕食落入蛛網(wǎng)中的昆蟲，是由于昆蟲落網(wǎng)振動(dòng)了蛛絲，才引起蜘蛛的反應(yīng)，如果將不可食的物體投入網(wǎng)中或用音叉接近蛛網(wǎng)時(shí)，蜘蛛同樣也來捕食，可見蜘蛛只能對(duì)振動(dòng)的條件作出反應(yīng)，而不能同時(shí)用視覺和觸覺來反應(yīng)外界的影響。

三、低等脊椎動(dòng)物的神經(jīng)系統(tǒng) 脊椎動(dòng)物大約出現(xiàn)在5億年前的奧陶紀(jì)以后。由無脊椎動(dòng)物進(jìn)化到脊椎動(dòng)物，在動(dòng)物進(jìn)化史上是一個(gè)重大的進(jìn)步。

脊椎動(dòng)物的身體形態(tài)和結(jié)構(gòu)、神經(jīng)系統(tǒng)、感覺器官和運(yùn)動(dòng)器官都比無脊椎動(dòng)物有很大的變化和發(fā)展。

脊椎動(dòng)物的體形一般是左右對(duì)稱的，身體分為頭部、軀干和尾部三部分，體內(nèi)背側(cè)有一條脊柱骨，稱脊椎，脊椎動(dòng)物由此得名。

脊柱骨內(nèi)有一條神經(jīng)管，這是脊椎動(dòng)物神經(jīng)系統(tǒng)所具有的統(tǒng)一形式，稱脊椎動(dòng)物神經(jīng)系統(tǒng)的通型。

這種神經(jīng)系統(tǒng)與無脊椎動(dòng)物的神經(jīng)組織的主要區(qū)別是：①無脊椎動(dòng)物的鏈狀、節(jié)狀神經(jīng)系統(tǒng)位于動(dòng)物體內(nèi)的腹側(cè)、而脊椎動(dòng)物的管狀神經(jīng)系統(tǒng)位于動(dòng)物體內(nèi)的背側(cè)，故又稱背式神經(jīng)系統(tǒng)。

背式神經(jīng)系統(tǒng)的形成是由于脊惟動(dòng)物的內(nèi)骨骼代替了無脊椎動(dòng)物的外骨骼，從而使動(dòng)物的身體結(jié)構(gòu)復(fù)雜化了。身體體積擴(kuò)大、肌肉發(fā)達(dá)，也為神經(jīng)系統(tǒng)的進(jìn)一步發(fā)展提供了條件。

②無脊椎動(dòng)物的神經(jīng)組織是實(shí)心的，脊椎動(dòng)物的神經(jīng)組織是空心的。管狀空心的神經(jīng)組織增加了空間和面積，有利于興奮的傳遞和神經(jīng)組織與外界物質(zhì)的交換，因而使神經(jīng)系統(tǒng)有可能向更高級(jí)和更完善的方向發(fā)展。

管狀神經(jīng)系統(tǒng)的出現(xiàn)為腦的形成準(zhǔn)備了條件。在神經(jīng)管的前端膨大部分首先形成腦泡，隨后逐漸發(fā)展成為相對(duì)獨(dú)立的五個(gè)腦泡：前腦、間腦、中腦、延腦和小腦。兩棲動(dòng)物的前腦已經(jīng)發(fā)展成為兩半球。

爬行動(dòng)物開始出現(xiàn)了大腦皮層。大腦皮層的出現(xiàn)是神經(jīng)系統(tǒng)演化過程的新階段，它使腦真正成為有機(jī)體的一切活動(dòng)的最高調(diào)節(jié)者和指揮者。

隨著神經(jīng)系統(tǒng)的發(fā)展，特別是腦的發(fā)展，各種感覺器官和運(yùn)動(dòng)器官也相應(yīng)完善起來，它們?nèi)遮厡ｉT化．并在神經(jīng)系統(tǒng)的支配和調(diào)節(jié)下、獲得了新的反應(yīng)能力。與此同時(shí)，脊椎動(dòng)物的行為也更加復(fù)雜起來。

四、高等脊椎動(dòng)物的構(gòu)經(jīng)系統(tǒng) 高等脊椎動(dòng)物是指哺乳動(dòng)物，包括嚙齒類、食肉類和靈長類等動(dòng)物。由于體溫調(diào)節(jié)機(jī)能完善，生活地帶非常廣闊，生活條件復(fù)雜多樣，哺乳動(dòng)物在形態(tài)和生態(tài)方面有很大的差異。

哺乳動(dòng)物的神經(jīng)系統(tǒng)更加完善，大腦半球開始出現(xiàn)了溝回，從而擴(kuò)大了皮層的表面積，這為大腦皮層擔(dān)負(fù)更重要的調(diào)節(jié)和指揮機(jī)能準(zhǔn)備了物質(zhì)其礎(chǔ)。腦的各部位的機(jī)能也日趨分化。

大腦皮層是整個(gè)神經(jīng)系統(tǒng)的最高部位，是動(dòng)物全部心理活動(dòng)的最重要的器官，是動(dòng)物各種復(fù)雜行為的最高指探中心。

由于腦的不同部位機(jī)能的分化，特別是大腦皮層結(jié)構(gòu)的機(jī)能的復(fù)雜化、完善化，使哺乳動(dòng)物的心理和行為發(fā)展到更新的水平。視窗：海豚的集體營救行為 海豚是人們熟知的一種高等脊推動(dòng)物。

它具有發(fā)達(dá)的腦和神經(jīng)系統(tǒng)，因而具有許多智慧的行為。下面是描述海豚集體營救行為的一段報(bào)道。 在小安得列斯群島附近，一只幼小的海豚遠(yuǎn)遠(yuǎn)游到不同伴看不見的地方，突然遭到三條鯊魚的襲擊。

它馬上發(fā)出一系列尖銳的噓噓聲，即海豚語言中的SOS信號(hào)(國際船舶呼救的信號(hào))。短促的雙噓聲好像緊急的警報(bào)器發(fā)出的聲音，第一部分的音高猛升，第二部分突然降低．效果是異乎尋常的。

二十多只海豚用噓噓聲、吱吱聲、哼哼聲、咯咯聲、隆隆聲和唧唧聲予以熱烈的響應(yīng)，并立即停止“交談”。正好像聽到海上船只發(fā)出呼救信號(hào)時(shí)，絕對(duì)“無線電靜寂”一樣。

然后這些海豚以每小時(shí)約40英里的最快速度，銀箭一樣射向小海豚被襲擊的地點(diǎn)。雄海膳不減速就猛擊鯊魚，一而再地攻擊鯊魚軀體的兩側(cè)，直到鯊魚的身件完全粉碎，沉入加勒比海底。

在戰(zhàn)斗中，雌海琢則幫助受重傷的、無力浮出水面的小海豚。幾只雌海豚并列在小海豚的兩旁，把它們的鰭狀肢伸到它下面，舉起它，使它的鼻孔再次露出水面，能夠呼吸。

這種救死扶傷的靈巧動(dòng)作是由噓噓聲的信號(hào)交換仔細(xì)調(diào)節(jié)的，這些“擔(dān)架員”不時(shí)換班。在另一種情況下，科學(xué)家還觀察到這類救護(hù)活動(dòng)不停頓地日日夜夜繼續(xù)進(jìn)行整整兩周，直到受傷的海豚康復(fù)為止。

哺乳動(dòng)物發(fā)展到高級(jí)階段，出現(xiàn)了靈長動(dòng)物，類人猿是它們的高級(jí)代表。類人猿的神經(jīng)系統(tǒng)達(dá)到了相當(dāng)完善的程度。它的大腦在外形、細(xì)微結(jié)構(gòu)和機(jī)能上都已接近于人腦。

大腦皮層對(duì)外界刺激的分析和綜合能力大大提高了，它們不僅用感知來控制行為，而且在某些復(fù)雜的活動(dòng)中加入了表象的成分，有了最簡單的概括能力。

因此，在一定程度上，它們能認(rèn)識(shí)事物之間的關(guān)系，具有了解決問題的能力。下面是脊椎動(dòng)物腦進(jìn)化的示意圖(圖2—4)。

從低等脊椎動(dòng)物(如魚)到高等脊椎動(dòng)物(如人類)，腦的進(jìn)化遵循著如下方向：(一)腦的相對(duì)大小的變化人腦的平均重量為1300—l400克，女性腦的重量略輕于男性。

從絕對(duì)重量看，象腦比人腦重3倍，但從相對(duì)重量(腦重與體重的比值)看，人腦比象腦重得多。

下面是用腦指數(shù)(EQ)標(biāo)明的脊椎動(dòng)物腦的相對(duì)大小的變化：在上表中，腦指數(shù)是用腦的實(shí)際大小與預(yù)期的腦的大小的比值來表示的。所謂預(yù)期大小是指哺乳動(dòng)物腦的大小的平均值，它考慮了腦重與體重的關(guān)系。

哺乳動(dòng)物的腦重與體重的平均比值為1.0，如貓。如果某種動(dòng)物的體重是貓的體重的兩倍，腦的重量也是貓腦重量的兩倍，那么，它的腦指數(shù)(EQ)便是1.0。

從表中看到，隨著進(jìn)化階梯的上升，腦指數(shù)是逐漸上升的，人腦的EQ約為猩猩腦的2.54倍，約為鼠腦的15倍。 (二)皮層相對(duì)大小的變化 在脊椎動(dòng)物腦的進(jìn)化中，新皮層大小的增加具令重要的意義。

這可以用皮層指數(shù)(CQ)來表示。這個(gè)指標(biāo)與EQ相似，它不是指新皮層的。

?

總結(jié)

以上是生活随笔為你收集整理的神经网络自我进化模型,神经网络自我进化方向的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。