{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title":"智慧的疆界 从图灵机到人工智能","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787111778004","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","id":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","uuid":"cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title":"智慧的疆界 从图灵机到人工智能","normalized_title":"智慧的疆界从图灵机到人工智能","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787111778004","isbns":["9787111778004","9787111695714"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":456,"navigation_url":"https://workshop.closeclaw.top/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","title_url":"https://workshop.closeclaw.top/ai/title/%E6%99%BA%E6%85%A7%E7%9A%84%E7%96%86%E7%95%8C%20%E4%BB%8E%E5%9B%BE%E7%81%B5%E6%9C%BA%E5%88%B0%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb","page_url":"https://workshop.closeclaw.top/api/ai/books/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/page","search_url":"https://workshop.closeclaw.top/api/ai/books/cf76bc49-7e9b-4f42-bee8-3050a9fb9feb/search"},"page":{"printed_page":112,"pdf_page":127,"physical_index":127,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"ccb9b2182e58f0b790b4287e8e5adda1029980e37434d36c48fc8aa78cffeaa8"},"chapter":"内容简介","content":"麦卡洛克和皮茨的《神经活动中内在思想的逻辑演算》一文被认为是连接主义研究的开端，提出了机械式的思维模型，其重要贡献还在于首次提出了“神经网络”（Neural Network）这个概念。神经网络以神经元为最小的信息处理单元，把神经元的工作过程简化为一个非常直接、基础的运算模型，这个模型极为简单，但是对未来的人工智能研究影响深远，后来科学界取了麦卡洛克和皮茨名字的第一个字母，将这个模型称为“M-P 神经元模型”。\n\n在这个模型中，一个神经元会接收多个来自其他神经元的输入信号，不同输入信号的重要性各有差别，这种差别就通过连接上的“权重”（Weight）大小来表示，神经元要将接收到的输入值按照加权值进行求和，并将求和结果与该神经元自身的“阈值”（Threshold）进行比较，根据输入值与阈值比较的结果决定是否要对外输出信号。把多个这样的 M-P 神经元按照一定形式排列好，把它们的输入、输出端连接起来，就构成了一个完整的神经网络。单个 M-P 神经元模型表示如图 4-4 所示。\n\n麦卡洛克和皮茨提出的大脑思维模型和 M-P 神经元模型，为处于一片混沌的连接主义研究及机器模拟人类大脑结构的研究带来了一道曙光。他们的工作几乎没有在大脑科学家群体里激起任何浪花，一部分原因是他们所使用的符号逻辑很难向生物学家、神经学家和心理学家解释清楚，另一部分原因是其朴素甚至过分简化的模型并没有反映出生物学大脑的整体复杂程度。但是，能否得到生物学家的认可对他们而言，尤其是皮茨来说根本是无关紧要的。皮茨从他与麦卡洛克的合作过程中得到了所有他渴求的东西—认同、友谊、志同道合的伙伴，甚至隐隐约约中还抓到了一丝他从未体验过的父爱。皮茨一生中只在欣斯代尔待了不到三年时间，可是这个离家出走的小男孩从此以后都将麦卡洛克的家视作自己的家。麦克洛克对皮茨的感情也是类似的，在皮茨身上他投入了亲人般的感情，他在一封书信里提到他对皮茨的看法：“多么希望他（皮茨）能永远伴随我啊。”\n\n112\n\n第二部分 学派争鸣","previous_page":111,"next_page":113}