机器学习理论也有对大脑结构学习过程的模拟。人工神经网络理论就是对模拟大脑结构,再通过学习(训练)解决问题的典型。 但是模拟反射有比人工神经网络更接近产生高级人类智能的优势!此话怎么讲? 第一点:人工神经网络理论的基础是神经元和神经突触,它们的数量比较大。目前人工神经理论只能用为数不多的神经元,建立人为的神经网络模型,模拟大脑结构的学习过程。实现对人类大脑那么多神经元的模拟,目前的计算机还显得太小,无法实现。 但是,对于模拟反射来说,它不必考虑所有的神经元。因为反射可以建立在具有一定功能的神经部位间(例如,“狗看见食物”是一个神经部位的功能,而不是一个神经元能够干得了的事情),神经部位在大脑里是一个神经元群。这样,建立在“神经元群”基础上的模拟反射,就比人工神经网络占用的存储空间少得多得多。在普通家庭计算机上就可以实现模拟。 第二点:人工神经网络理论是以信息传输为大脑功能产生的基础。因此它要假设信息函数,建立信息传输的微分方程。而实现信息传输的神经突触,它们的连接作用也是传输信息,连接越复杂传输方程就会越复杂。这种传输方程在面临几十万神经元的复杂大脑网络,求解时一定会被“蝴蝶效应”所左右,不能有稳定的解。 对于反射学习来说,它不是以信息传输作为大脑智能产生的基础,而是以连接为智能的基础,连接在数学上仅仅是一些图(“图论”的图),不必列解什么微分方程。尽管它的数学形式不会有人工神经网络那么完美,但是其解却不会受“蝴蝶效应”的影响,结果会比人工神经网络稳定的多! |
|