“人工神经网络”和人脑中的“神经网络”只有非常有限的共同点，而严格模拟人脑的神经网络也未必能解开智能之谜。人工智能和人类智能应该是“神似”而非“形似”。
撰文
王培 （美国天普大学计算机与信息科学系）
深度学习在近年的进展又一次点燃了各界对人工神经网络的热情。这一技术在图像识别、语音识别、棋类游戏等领域的成效出人意料，而且更多应用领域也正在被开拓出来。“深度学习是否有效”已经不是问题，现在的问题是在哪些问题上有效，尤其是这条研究路线是否是达到通用智能的最佳途径。我在前面几篇短文中涉及到了这个话题，但均未展开谈。关于人工神经网络的工作原理和这项研究的历史沉浮，有关介绍已有很多，这里不再重复。我主要想讨论几个被普遍忽视或误解的概念问题。
【免责声明】本文仅代表作者个人观点，与165平板网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。您若对该稿件内容有任何疑问或质疑，请联系本网将迅速给您回应并做处理。