洛克也在医院里去世了。
4.6 感知机
与符号主义学派在推理期、学习期由不同的学者去关注不同问题的情形相似，在美国北部麦卡洛克和皮茨着力于解决“大脑如何处理信息”这个问题的同时，在美国东南部佛罗里达的耶基斯国家灵长类研究中心有另外一群科学家在致力于研究“大脑是如何学习到知识的”。麦卡洛克他们在摆弄青蛙，另一位神经心理学家唐纳德·赫布（Donald Hebb，1904—1985）则从黑猩猩身上研究情感和学习能力。虽然赫布并没有成功地把黑猩猩“教导成才”，获得个学位什么的，但他自己却从中领悟出了一套生物学习的规则。
1949 年，赫布出版了《行为组织学》（Organization of Behavior）一书。在该书中，赫布总结出了被后人称为“赫布法则 ”（Hebb’s Law）的学习机制。他认为如果两个神经元细胞总是同时被激活的话，它们之间就会出现某种关联，同时激活的概率越高，这种关联程度也会越高。如果我们基于前文的 M-P神经元模型来理解这句话，可以理解为：如果两个神经元同时被激活，则它们之间的连接权重就会增加；如果只有某个神经元单独被激活，则它们之间的连接权重就应减少。赫布法则是最古老也是最简单的神经网络学习规则。如果局限于神经网络方法范围内，机器学习的本质就是调节神经元之间的连接权重，即赫布法则中提到的神经元关联程度。
2000 年的诺贝尔生理学或医学奖得主埃里克·坎德尔（Eric Kandel，1929—）的动物实验也证实了赫布的理论。赫布的论文探讨的内容是纯粹基于神经科学和生物学的，但是在人工智能尤其是机器学习领域中，各种学习算法或多或少借鉴了赫布的学习理论。
最先把赫布的理论应用于人工智能领域的，是两位年纪相近且来自同一所高中的校友，该高中名为布朗克斯科学高中，是一所出过八个诺贝尔奖、六个普利策奖、一个图灵奖的传奇学校，其中一位是大家已经很熟悉的人工智能奠基人明斯基，另外一位叫作弗兰克·罗森布拉特（Frank Rosenblatt，1928—1971），他是本章第二个故事的主角。
120
第二部分 学派争鸣