無處不在的人工神經網路：機器人擁有意識的關鍵

“機器人是否具有意識”這個問題一直是人們所爭論的焦點之一，而在這其中，人工神經網路擔當著不小的責任。

機器人、語音識別、人臉識別、自動駕駛……隨著科技的發展，我們的身邊正被人工智慧所包圍。與此同時，關於“機器人是否會有意識”的話題也漸漸受到人們的關注，一部分人認為未來的機器人將會擁有自我意識，還有一部分人則認為這是一個難以完成的任務。

說到“意識”的問題，人類之所以有意識，關鍵還是在於“生物大腦”存在。以此作比，機器人要想有意識，就得先有一個“大腦”，也就是所謂的“人工神經網路”。

什麼是人工神經網路？

人工神經網路，常常簡稱為神經網路，是以計算機網路系統模擬生物神經系統的智慧計算系統，是對人腦或自然神經網路的若干基本特性的抽象和模擬。簡單地講，人工神經網路就是基於模仿大腦神經網路結構和功能而建立的一種資訊處理系統。

人工神經網路依靠系統的複雜程度，通過調整內部大量節點之間相互連線的關係，從而達到處理資訊的目的，其中，這些節點就相當於生物大腦中的“神經元”。在生物大腦中，　一個神經元通常具有多個樹突、一個軸突，樹突主要用來接受傳入資訊，而在軸突尾端的許多軸突末梢則跟其他神經元的樹突產生連線，從而傳遞訊號。這個連線的位置在生物學上叫做“突觸”。

人工神經網路的基本結構包括輸入層、隱藏層和輸出層，類比生物神經元，我們可以將輸入層比作樹突，而輸出層比作神經元的軸突，而主要負責計算的隱藏層則可以比作細胞核。

在工作時，從本質上說，我們需要向人工神經網路提出大量的問題，並提供給它們答案，從而訓練它們將問題與答案對接起來。這種方法叫做有監督學習，也是目前人工神經網路的主流學習方式，而該過程我們則稱之為反向傳播（backpropagation）。藉助於足夠多的「問題－答案」案例，儲存在每個節點中的計算和權值就能慢慢進行調整。

人工神經網路的分類及特點

按照發展的歷史遞進劃分，人工神經網路可分為三類：單層神經網路、兩層神經網路和多層神經網路，其典型代表分別為感知器、多層感知器和深度學習；按照模型分，人工神經網路的模型有近40種，包括反傳網路、感知器、自組織對映、Hopfield網路、波耳茲曼機、適應諧振理論等。

不過，不管按照那個指標進行劃分，從當前人工智慧的發展情況來看，深度學習當屬“龍頭老大”，畢竟現在只要做個人工智慧產品，動不動的就要運用深度學習演算法對系統進行訓練。而作為人工神經網路的佼佼者，按照神經網路的架構，深度學習有三大類，分別是：

迴圈神經網路（RNN）：是一種節點定向連線成環的人工神經網路。這種網路的內部狀態可以展示動態時序行為，可以利用它內部的記憶來處理任意時序的輸入序列，這讓它可以更容易處理如不分段的手寫識別等。

卷積神經網路（CNN）：是層間隨機相連的人工神經網路。其獨特的網路結構可以有效地降低反饋神經網路的複雜性，比如在模式分類領域，其避免了對影像的複雜前期預處理，從而可以直接輸入原始影像。

深度神經網路（DNN）：層疊了多層網路的人工神經網路。

不管是對於哪種人工智慧技術和人工智慧產品，人工神經網路都是不可或缺的。至於各種原因，主要歸咎於人工神經網路的三大優勢：

第一，可自主學習。例如影像識別，只要先把許多不同的影像樣板和對應的結果輸入人工神經網路，其就會通過自主學習功能，慢慢學會識別類似的影像。

第二，可聯想儲存。用人工神經網路的反饋網路就可以實現這種聯想。

第三，可高速尋找優化解。尋找一個複雜問題的優化解，人工往往需要很大的計算量，而利用一個針對某問題所設計的人工神經網路，便可發揮計算機的高速運算能力，很快找到優化解。

人工神經網路無處不在

作為一個人工智慧產品的基層之一，人工神經網路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，以及加州大學柏克萊分校研究團隊、韓國浦項工科大學研究團隊等小型團體。不過，總體來看，相比於國外的熱火朝天，國內對於人工神經網路的研究還是有點落後的。

藉助於人工神經網路，作曲、寫作、下棋、開飛機、制定最優解決方案等等技能都已經被人工智慧所掌控，影像識別、人臉識別、語音識別技術也是手到擒來，更是由此開拓了智慧家居、智慧醫療、智慧出行等多個新興行業。不過，就目前來講，代表了人工網路神經最佳成績的還屬IBM的AI系統Watson，不僅是在知識上打敗人類、為企業問題尋找最優解決方案，Watson還將自己的觸角伸到了聊天機器人、智慧醫療等多個領域，從各方面展現了人工神經網路的強大。

結語

目前，雖然人工神經網路的效能還沒達到生物神經網路的那種高度，但是，哪怕只是現在的階段，人工神經網路也已經帶給人類太多的驚喜與便利。

此前，在The Big Talk的現場，來自康奈爾大學的Hod Lipson教授舉了一個例子：他們設計了一個深度學習網路，輸入大量的圖片來訓練這個深度網路準確識別狗和貓。令人驚訝的是，除了狗和貓，他們發現其中一個神經元竟然開始追蹤人臉了，而這是當初程式中所沒有設定的。由此，我們或許可以猜測，在經過歷代變革後的未來，藉助於人造神經網路，人工智慧是能夠具備獨立意識的。

原文釋出時間：2016-11-03 20:37

本文作者：韓璐

本文來自雲棲社群合作伙伴鎂客網，瞭解相關資訊可以關注鎂客網。