AI的十个层次(三)接上一个视频。
第三层：神经网络感性的智能。从古希腊古罗马时代起，人类就追求理性。启蒙运动后，人们更是设想世界能被像牛顿定律这样的明确规则所确定。科学家试图将万物分类，总结规律，编写成百科全书。
但是20世纪的哲学家维特根斯坦提出，规则和逻辑无法穷尽所有知识，事物间总有些性质模糊不清，难以言表。比如如何精确识别一只猫？我们很难定义猫的样子，但看一眼就能认出。这种认知无法用规则式的理性完全描述，这是一种感性的智能。
那么，这种感性的智能是从哪里来的？答案是人脑的神经网络。人脑有近千亿个神经元，通过突触连接形成复杂的网络结构，这是人类智能的根本来源。科学家设想通过数学模型，模拟神经元及其相互作用，创造新的智能，这就是连接主义。
1958年，弗兰克·罗森布拉特提出感知机模型，模拟单个生物神经元，通过调整感知机的权重，能实现简单的二分类任务。如判断水果是否为香蕉，单层感知机有限。1969年，图领奖得主马文明司机发现感知机无法处理异或运算，这是其重大缺陷。直到20世纪80年代多层感知机的提出，才解决了这一问题，人工神经网络由此走上正轨。
同时科学家证明，只要神经网络的深度和宽度足够大，通过调整参数，就能以任意精度逼近任何连续函数的输入输出。
那么如何设定这些参数？我们下集再续。谢谢观赏。
