說(shuō)到“意識(shí)”的問(wèn)題，人類(lèi)之所以有意識(shí)，關(guān)鍵還是在于“生物大腦”存在。以此作比，機(jī)器人要想有意識(shí)，就得先有一個(gè)“大腦”，也就是所謂的“人工神經(jīng)網(wǎng)絡(luò)”。

什么是人工神經(jīng)網(wǎng)絡(luò)？

人工神經(jīng)網(wǎng)絡(luò)，常常簡(jiǎn)稱(chēng)為神經(jīng)網(wǎng)絡(luò)，是以計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)模擬生物神經(jīng)系統(tǒng)的智能計(jì)算系統(tǒng)，是對(duì)人腦或自然神經(jīng)網(wǎng)絡(luò)的若干基本特性的抽象和模擬。簡(jiǎn)單地講，人工神經(jīng)網(wǎng)絡(luò)就是基于模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息處理系統(tǒng)。

人工神經(jīng)網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過(guò)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，其中，這些節(jié)點(diǎn)就相當(dāng)于生物大腦中的“神經(jīng)元”。在生物大腦中，　一個(gè)神經(jīng)元通常具有多個(gè)樹(shù)突、一個(gè)軸突，樹(shù)突主要用來(lái)接受傳入信息，而在軸突尾端的許多軸突末梢則跟其他神經(jīng)元的樹(shù)突產(chǎn)生連接，從而傳遞信號(hào)。這個(gè)連接的位置在生物學(xué)上叫做“突觸”。

人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)包括輸入層、隱藏層和輸出層，類(lèi)比生物神經(jīng)元，我們可以將輸入層比作樹(shù)突，而輸出層比作神經(jīng)元的軸突，而主要負(fù)責(zé)計(jì)算的隱藏層則可以比作細(xì)胞核。

在工作時(shí)，從本質(zhì)上說(shuō)，我們需要向人工神經(jīng)網(wǎng)絡(luò)提出大量的問(wèn)題，并提供給它們答案，從而訓(xùn)練它們將問(wèn)題與答案對(duì)接起來(lái)。這種方法叫做有監(jiān)督學(xué)習(xí)，也是目前人工神經(jīng)網(wǎng)絡(luò)的主流學(xué)習(xí)方式，而該過(guò)程我們則稱(chēng)之為反向傳播（backpropagation）。借助于足夠多的「問(wèn)題－答案」案例，儲(chǔ)存在每個(gè)節(jié)點(diǎn)中的計(jì)算和權(quán)值就能慢慢進(jìn)行調(diào)整。

人工神經(jīng)網(wǎng)絡(luò)的分類(lèi)及特點(diǎn)

按照發(fā)展的歷史遞進(jìn)劃分，人工神經(jīng)網(wǎng)絡(luò)可分為三類(lèi)：?jiǎn)螌由窠?jīng)網(wǎng)絡(luò)、兩層神經(jīng)網(wǎng)絡(luò)和多層神經(jīng)網(wǎng)絡(luò)，其典型代表分別為感知器、多層感知器和深度學(xué)習(xí)；按照模型分，人工神經(jīng)網(wǎng)絡(luò)的模型有近40種，包括反傳網(wǎng)絡(luò)、感知器、自組織映射、Hopfield網(wǎng)絡(luò)、波耳茲曼機(jī)、適應(yīng)諧振理論等。

不過(guò)，不管按照那個(gè)指標(biāo)進(jìn)行劃分，從當(dāng)前人工智能的發(fā)展情況來(lái)看，深度學(xué)習(xí)當(dāng)屬“龍頭老大”，畢竟現(xiàn)在只要做個(gè)人工智能產(chǎn)品，動(dòng)不動(dòng)的就要運(yùn)用深度學(xué)習(xí)算法對(duì)系統(tǒng)進(jìn)行訓(xùn)練。而作為人工神經(jīng)網(wǎng)絡(luò)的佼佼者，按照神經(jīng)網(wǎng)絡(luò)的架構(gòu)，深度學(xué)習(xí)有三大類(lèi)，分別是：

循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）：是一種節(jié)點(diǎn)定向連接成環(huán)的人工神經(jīng)網(wǎng)絡(luò)。這種網(wǎng)絡(luò)的內(nèi)部狀態(tài)可以展示動(dòng)態(tài)時(shí)序行為，可以利用它內(nèi)部的記憶來(lái)處理任意時(shí)序的輸入序列，這讓它可以更容易處理如不分段的手寫(xiě)識(shí)別等。

卷積神經(jīng)網(wǎng)絡(luò)（CNN）：是層間隨機(jī)相連的人工神經(jīng)網(wǎng)絡(luò)。其獨(dú)特的網(wǎng)絡(luò)結(jié)構(gòu)可以有效地降低反饋神經(jīng)網(wǎng)絡(luò)的復(fù)雜性，比如在模式分類(lèi)領(lǐng)域，其避免了對(duì)圖像的復(fù)雜前期預(yù)處理，從而可以直接輸入原始圖像。

深度神經(jīng)網(wǎng)絡(luò)（DNN）：層疊了多層網(wǎng)絡(luò)的人工神經(jīng)網(wǎng)絡(luò)。

不管是對(duì)于哪種人工智能技術(shù)和人工智能產(chǎn)品，人工神經(jīng)網(wǎng)絡(luò)都是不可或缺的。至于各種原因，主要?dú)w咎于人工神經(jīng)網(wǎng)絡(luò)的三大優(yōu)勢(shì)：

第一，可自主學(xué)習(xí)。例如圖像識(shí)別，只要先把許多不同的圖像樣板和對(duì)應(yīng)的結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò)，其就會(huì)通過(guò)自主學(xué)習(xí)功能，慢慢學(xué)會(huì)識(shí)別類(lèi)似的圖像。

第二，可聯(lián)想存儲(chǔ)。用人工神經(jīng)網(wǎng)絡(luò)的反饋網(wǎng)絡(luò)就可以實(shí)現(xiàn)這種聯(lián)想。

第三，可高速尋找優(yōu)化解。尋找一個(gè)復(fù)雜問(wèn)題的優(yōu)化解，人工往往需要很大的計(jì)算量，而利用一個(gè)針對(duì)某問(wèn)題所設(shè)計(jì)的人工神經(jīng)網(wǎng)絡(luò)，便可發(fā)揮計(jì)算機(jī)的高速運(yùn)算能力，很快找到優(yōu)化解。

人工神經(jīng)網(wǎng)絡(luò)無(wú)處不在

作為一個(gè)人工智能產(chǎn)品的基層之一，人工神經(jīng)網(wǎng)絡(luò)的研究者還是不少的。其中，研究者包括谷歌、IBM、Facebook、百度等科技巨頭，以及加州大學(xué)柏克萊分校研究團(tuán)隊(duì)、韓國(guó)浦項(xiàng)工科大學(xué)研究團(tuán)隊(duì)等小型團(tuán)體。不過(guò)，總體來(lái)看，相比于國(guó)外的熱火朝天，國(guó)內(nèi)對(duì)于人工神經(jīng)網(wǎng)絡(luò)的研究還是有點(diǎn)落后的。

借助于人工神經(jīng)網(wǎng)絡(luò)，作曲、寫(xiě)作、下棋、開(kāi)飛機(jī)、制定最優(yōu)解決方案等等技能都已經(jīng)被人工智能所掌控，圖像識(shí)別、人臉識(shí)別、語(yǔ)音識(shí)別技術(shù)也是手到擒來(lái)，更是由此開(kāi)拓了智能家居、智能醫(yī)療、智能出行等多個(gè)新興行業(yè)。不過(guò)，就目前來(lái)講，代表了人工網(wǎng)絡(luò)神經(jīng)最佳成績(jī)的還屬I(mǎi)BM的AI系統(tǒng)Watson，不僅是在知識(shí)上打敗人類(lèi)、為企業(yè)問(wèn)題尋找最優(yōu)解決方案，Watson還將自己的觸角伸到了聊天機(jī)器人、智能醫(yī)療等多個(gè)領(lǐng)域，從各方面展現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)的強(qiáng)大。

結(jié)語(yǔ)

目前，雖然人工神經(jīng)網(wǎng)絡(luò)的性能還沒(méi)達(dá)到生物神經(jīng)網(wǎng)絡(luò)的那種高度，但是，哪怕只是現(xiàn)在的階段，人工神經(jīng)網(wǎng)絡(luò)也已經(jīng)帶給人類(lèi)太多的驚喜與便利。

此前，在The Big Talk的現(xiàn)場(chǎng)，來(lái)自康奈爾大學(xué)的Hod Lipson教授舉了一個(gè)例子：他們?cè)O(shè)計(jì)了一個(gè)深度學(xué)習(xí)網(wǎng)絡(luò)，輸入大量的圖片來(lái)訓(xùn)練這個(gè)深度網(wǎng)絡(luò)準(zhǔn)確識(shí)別狗和貓。令人驚訝的是，除了狗和貓，他們發(fā)現(xiàn)其中一個(gè)神經(jīng)元竟然開(kāi)始追蹤人臉了，而這是當(dāng)初程序中所沒(méi)有設(shè)定的。由此，我們或許可以猜測(cè)，在經(jīng)過(guò)歷代變革后的未來(lái)，借助于人造神經(jīng)網(wǎng)絡(luò)，人工智能是能夠具備獨(dú)立意識(shí)的。