{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"8770e87a-1162-4f3c-b374-e88b5e736a68","title":"我们何以成为后人类 文学、信息科学和控制论中的虚拟身体","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787301280768","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"8770e87a-1162-4f3c-b374-e88b5e736a68","id":"8770e87a-1162-4f3c-b374-e88b5e736a68","uuid":"8770e87a-1162-4f3c-b374-e88b5e736a68","title":"我们何以成为后人类 文学、信息科学和控制论中的虚拟身体","normalized_title":"我们何以成为后人类文学信息科学和控制论中的虚拟身体","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787301280768","isbns":["9787301280768"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":474,"navigation_url":"https://workshop.closeclaw.top/ai/book/8770e87a-1162-4f3c-b374-e88b5e736a68","title_url":"https://workshop.closeclaw.top/ai/title/%E6%88%91%E4%BB%AC%E4%BD%95%E4%BB%A5%E6%88%90%E4%B8%BA%E5%90%8E%E4%BA%BA%E7%B1%BB%20%E6%96%87%E5%AD%A6%E3%80%81%E4%BF%A1%E6%81%AF%E7%A7%91%E5%AD%A6%E5%92%8C%E6%8E%A7%E5%88%B6%E8%AE%BA%E4%B8%AD%E7%9A%84%E8%99%9A%E6%8B%9F%E8%BA%AB%E4%BD%93","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/8770e87a-1162-4f3c-b374-e88b5e736a68/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/8770e87a-1162-4f3c-b374-e88b5e736a68/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/8770e87a-1162-4f3c-b374-e88b5e736a68","page_url":"https://workshop.closeclaw.top/api/ai/books/8770e87a-1162-4f3c-b374-e88b5e736a68/page","search_url":"https://workshop.closeclaw.top/api/ai/books/8770e87a-1162-4f3c-b374-e88b5e736a68/search"},"page":{"printed_page":353,"pdf_page":366,"physical_index":366,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"4b20bdfe730e9c055435520aeadaae397a3bc40f4e5b858b2062b82013881004"},"chapter":"第三章","content":"（脑子里）装满了菲利普·兰茨（PhilipLentz）———他自己的科学合作者—撰写的各种技术类论文，里克向自己的朋友戴安娜·哈特里克(DianaHarrick）——中心的另一位研究者——解释神经网的学习过程。“信号模式从一层向另一层扩散，穿过整个网络。最后的反应收集在输出层(outputlayer)。然后，网络将这种输出与训练者表达出来的预期输出（结果）进行比较。如果两种输出不同，网络就会把误差的信息反向传播到输入层，以便调整导致错误的每一个连接（中间层）的价值（weight)。”(G2，p.67）调节价值就等于决定两个或者更多的神经元怎样才能同时激发。里克解释说，“如果两个神经元同时激发，它们的连接就会更强大，并且下一次刺激会变得更容易”。这种想法被总结在海布学习法则（Hebbianlaw）中：“运动中的神经键喜欢保持运动。休息中的神经键倾向保持休息。”(G2，p.73）由此，神经网通过一个连续不断的猜测过程不断被纠正，反向传播（误差)，再猜测，以此类推一进行学习。层次和连接越多，神经网络就越复杂，其学习能力也更完善。\n\n这种神经网的创造过程，经历了多种处理程序(implementations)，直至达到程序H(ImpH)。这个过程包含一个由两条线索交织的故事。第一条线索是里克在回忆自己与C.之间失败的交往关系。C.是里克在当助教时（22岁，对2.2的另一种暗示）遇到的一个女子，她是里克班上的一个本科生(20岁，比里克小两岁，停留在小圆点的另一边）。在这个没有善终的故事里，叙事的功能仿佛使得（故事）正在通过里克的神经线路被反向传播，因此他可以调整连接点的相关价值，以便更准确地估计它的意义。里克认定他与C.的关系失败了，因为C.扮演着他的皮格玛丽翁（眼中）的伽拉忒亚，绝不仅是他自己创造的对象。\n\n第十章 虚拟性的符号学：描摹后人类\n\n353","previous_page":352,"next_page":354}