本书介绍
有些类型的问题是不能用算法来表达。这取决于许多微妙的因素，例如我们的大脑可以(近似)计算的房地产购买价格。没有算法，计算机也做不到这一点。因此，要问的问题是：我们如何学习探索这样的问题？
我们可以学习，但计算机显然不具备这种能力。人类有一个会学习的大脑。计算机有一些处理单元和内存。它们允许计算机在很短的时间内完成最复杂的数值计算，但它们不具有适应性。如果我们比较计算机和大脑，我们会注意到，理论上，计算机应该比我们的大脑更强大:它由109个晶体管组成，开关时间为10-9秒。大脑包含1011个神经元，但这些神经元只有大约10-3秒的转换时间。
大脑最大的部分是持续工作的，而计算机最大的部分只是被动的数据存储。因此，大脑是平行的，因此运行接近其理论上的最大值，而计算机与此相差几个数量级(表1.1)。此外，计算机是静态的——大脑作为一个生物神经网络，可以在“生命周期”内自我重组，因此能够学习、补偿错误等。
在本文中，我想概述一下我们如何将大脑的上述特征用于计算机系统。因此，对人工神经网络的研究是由它们与成功工作的生物系统的相似性所推动的，与整个系统相比，生物系统由非常简单但大量并行工作的神经细胞组成，并且(这可能是最重要的方面之一)具有学习能力。
本书目录
内容截图
