图灵71年前就已提出神经网络
|
副标题[/!--empirenews.page--]
早在 1948 年，图灵就写了一篇题为《智能机器》的论文，描绘了现在成为人工智能核心的许多概念，包括遗传算法、神经网络、强化学习等。在没有电子计算机的年代，图灵用纸和铅笔做出了这项开创性的研究，在今天引发热议。 很少人知道，早在 1948 年，艾伦 · 图灵就写了一篇题为《智能机器》(Intelligent Machinery) 的论文，描绘了人工智能中联结主义的大部分内容。 这篇论文是图灵在伦敦国家物理实验室工作时写的，但没有得到他的老板的认可。当时的实验室主任查尔斯 · 达尔文爵士称这是一篇 “学生论文”，并写信给图灵，抱怨论文“满是脏痕” 外观。 事实上，这篇具有远见卓识的论文是关于人工智能的第一个宣言，但遗憾的是图灵从未发表它。 在这篇论文中，图灵不仅阐述了联结主义的基本原理，而且出色地引入了许多后来成为人工智能核心的概念，包括具有学习能力的遗传算法和神经网络（他称之为 “ 无组织机器 ”）、甚至强化学习的思想。当然，这些概念是在其他人重新发明之后才成为核心的。
图灵在论文摘要中写道：
(注：ACE 是指 Automatic Computing Engine, 图灵设计的一种早期的电子计算机。)
图灵说：我提议研究这样一个问题：机器是否有可能表现出智能行为。人们通常想当然地认为这是不可能的。常见的说法如像机器一样做事”、“纯粹的机械行为” 等揭示了这种常见的态度。 图灵 1948 年论文引热议：一个对深入了解大脑痴迷的家伙 这篇论文在 Reddit 上引发了热烈讨论。 有人评论：像这样的论文今天几乎会被所有 “顶级” 人工智能会议和期刊拒绝，但我不得不说，我很欣赏它的简洁性和直接性（和诚实）。这在图灵的那个时代是很受重视的。那时编辑想到的第一件事不是：“这篇会得到多少引用？” 有人评论：从长远来看，我认为跨学科是一种方法，但考虑到可用的计算和数据量以及仍未触及的领域或问题，你可以通过试验和使用蛮力获得一些结果。对于有哲学背景的人来说，这是一篇非常好的读物。 也有人 一语中的：这个家伙(图灵)实际上是对深入了解大脑过程痴迷。 谷歌大脑研究科学家 Divid Ha 推荐了这篇论文：图灵在 1948 年提出利用进化来 “训练” 一种特殊类型的神经网络，他称之为 “B 型无组织机器”。他发展了二进制网络来执行当时的各种任务。 图灵是一个有远见的人。他理解这种机制所需的复杂性。我们的 “深度网络” 在信息处理的复杂性方面非常浅：它们甚至无法推断任意长度的分支多米诺骨牌链的结果。 那么，图灵这篇独创性的论文讲了什么？新智元带来解读： 图灵提出“无组织机器”：类比婴儿的大脑皮层 图灵在这篇论文中提出了 “无组织机器”(unorganized machine) 的概念，他认为人类婴儿的大脑皮层就是一种 “无组织机器”，可以通过适当的干扰训练来有组织化。 图灵将无组织机器定义为在初始时大部分结构随机，但是能够被训练去执行特定的任务的机器。 实际上，图灵的无组织机就是一种早期的随机连接神经网络模型，是对真实神经网络系统最简单的猜想之一。 图灵定义了两个类型的无组织机器。第一种是 A 型机器 —— 这些机器本质上是由 NAND 逻辑门随机连接的网络。 第二种被称为B 型机器，它采用 A 型机器的结构，并使用一个称为 connection modifier 的结构来替换每个节点间的连接。connection modifier 的目的是让 B 型机接受 “适当的干扰，模仿教育”，以便将网络的行为有组织化，以执行有用的工作。 B 型无组织机可以说是一种神经网络，由人工神经元组成，如下图的圆圈所示；connection-modifiers 如下图的方框所示。
在 “遗传算法” 这个术语被创造出来之前，图灵甚至提出使用他称为 “genetical search”的机制来配置他的无组织机。 图灵认为，当网络中的节点数量较大时，B 型机器的行为可能非常复杂，并指出 “从进化和遗传学的角度来看，大脑皮层作为一个无组织机器的观点是非常有道理的”。 图灵的神经网络是如何工作的
如上图所示，每个神经元有两个输入，神经元的输出是两个输入的简单逻辑函数。网络中的每个神经元都执行相同的逻辑操作，称为 “Nand”。 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
