人工智能-生物神经网络

人工智能-生物神经网络

引言

（1）从解剖学和生理学来看，人脑是一个复杂的并行系统，它 不同于传统的 Neumann式计算机，更重要的是它具有“认 知”“意识”和“感情”等高级脑功能。

（2）人工方法摸拟这些功能，毫无疑问，有助于加深对思维及 智能的认识。因为我们通过人工的方法模拟大脑的功能，

（3）神经网络是一门活跃的边缘性交叉学科，可用来描述认知、 决策及控制的智能行为，其中心问题是智能的认知和模拟。

（4） 20世纪80年代初，神经网络开始崛起，对认知和智力本质 的基础研究乃至计算机产业都产生了空前的刺激和极大的 推动作用。

（5） 近年来，深度神经网络成为关注热点，引爆了人工智能席 卷全球的热潮。

背景

（1）20世纪初期的神经生物学已经阐明，人的智力功能定 位在人的大脑皮层，后者是由大量的神经元和支持神 经元的胶质细胞组成的，其中，神经元是基本的信息 处理单元。

（2） 1943年，McCulloch和Pitts提出了神经元的数理逻辑 模型（MP模型）。

（3）由此，人们很自然想到了利用人工神经元网络来构造 类似大脑皮层结构的、具有智能行为的机器系统，这 就是智能理论与技术研究中的结构模拟方法：人工神 经网络方法。

大脑皮层

（1）大脑皮层作为结构模拟的对象，是我们应该了解学习 的。

（2）大脑半球表面覆盖着一层灰质，称为大脑皮层，或大 脑皮质，是由无数大小不等的神经细胞（称为神经元） 和神经胶质细胞以及神经纤维构成。

（3） 大脑皮层的神经元和神经纤维都是分层排列，神经元 之间连接的广泛性和复杂性，使大脑皮层具有高度的 分析与综合能力，构成了思维活动的物质基础

（4）人的感觉器官担负从外部环境获取信息的任务，这些 信息经过传导神经系统传送到大脑皮层，在这里进行 各种复杂的处理，从而产生相应的策略控制效应器官 对外部环境作出适当的反应。

（5） 大脑皮层是如何完成这些处理任务的呢？

（6）这就导致对于细胞和分子层次的考察。

（7）大脑皮层大约包含有10^12个神经元 。

（8）每个神经元大约与10^3～ 10^4个其他神经元相连接，这 些神经元之间的连接称为突触

（9） 这些神经元与突触形成了极为错综复杂而又灵活多样 的生物神经网络。

（10）虽然每一个神经元都比较简单，但如此大量的神经元 之间如此复杂的连接却可以演化出极其丰富多彩、变 化万端的思维方式。

（11）如此大量的神经元与外部感受器之间的多种多样的连 接方式也蕴含了变化莫测的反应方式。

（12） 神经元之间连接方式的多样化导致了行为方式的多样 化，这是“连接主义”的理论信仰。

（13） 研究者利用大脑表面的裂和沟人为地把大脑皮层分为 额叶、顶叶、颞叶、枕叶和岛叶。

（14） 这种分法实际上也反映和界定了不同脑区的结构和功 能的相对特异性。

（15）额叶的范围从大脑前端的额极到中央沟，下部经外侧 裂与颞叶分开，面积占大脑半球的1/3，其中央前回是 初级运动皮层，三角部和岛盖部是运动型语言中枢。

（16） 顶叶的范围从中央沟向后与颞叶和枕叶接壤，其中央 后回是初级躯体感觉皮层，缘上回和角回是感觉性语 言中枢。

（17）颞叶位于外侧裂的下方，其颞横回是听觉初级皮层。

（18） 枕叶是视觉皮层。

（19） 岛叶与内脏活动等功能相关。

大脑信息处理与计算机不同

大规模并行处理。

（1）尽管人脑神经元之间传递神经冲动是以毫秒计的，比 普通的电子计算机慢很多，但人们通常能在1ms以内对 外界事物做出判断和决策，这对传统的计算机或人工 智能是做不到的。

（2） 人脑的“计算” 是建立在大规模并行处理的基础之上 的。

（3） 与大脑类似的神经网络也是大规模并行处理，与多处 理机构成的并行系统是不同的。

具有很强的容错性，善于联想、概括、类比和推广

（1）人脑的“计算” 是建立在大规模并行处理的基础之上的。

（2） 每天有大量神经细胞正常死亡，但不影响大脑正常的功能；大脑 局部损伤会引起某些功能衰退，但不是功能突然丧失。有时还可以逐步自愈。

（3） 计算机中元器件的局部损坏，或者程序中的微小错误都可能引起 严重的后果，表现出极大的脆弱性。

（4）人脑与计算机信息处理的巨大差别在于对信息的记忆和处理方式 不同。

（5） 计算机的模式是信息局部存储，按程序提取有关的信息，送到运算处理 器；

（6） 大脑中信息的记忆和处理是合二为一的，是通过改变突触的效能实现的。

具有很强的自适应能力

（1）人脑功能受先天因素制约，同时，后天因素，如经历、 训练、学习等也起到重要作用。

（2） 这表明人脑具有很强的自适应性和自组织性。

（3） 计算机则仅是符号处理系统，强调程序编写，系统功 能取决于编写者的知识和能力。

基本结构

大脑是目前所知最复杂的一种信息 处理装置。 大脑皮层中具体承担信息处理任务 的生物神经元和生物神经网络的结 构和功能具体又如何呢？

现已了解，神经系统内有两类细胞： 神经元 ，支持神经元的胶质细胞。神经元是基本的信息处理单元。神经元主要由细胞体、树突和轴突构成。 神经元的结构示意图如下

（1）细胞体是神经元的代谢中心，它本身又由细 胞核、内质网和高尔基体构成。

内质网是合成膜和蛋白质的基础 。

高尔基体是加工合成物以及分泌糖类物质。

（2）细胞体外周一般生长有许多树状突起，称为 “树突” ，是神经元的主要接受器。

（3）细胞体还延伸出一条主要的管状纤维组织，称为“轴突” 。

（4） 在轴突的外面，可能包有一层厚的绝缘组织，称为髓鞘（梅 林鞘）。

（5）这种轴突称为“有鞘轴突” 。

（6）通常，髓鞘被分为许多更短的段，一段一段之间的部位称为 朗飞节。

（7） 没有髓鞘的那些部分轴突，就称为“无鞘轴突” 。

（8）轴突的主要作用是在神经元之间传导信息，方向是由 轴突的起点（细胞体）传向它的末端。

（9） 通常，在轴突的末端会分出许多末梢，这些末梢同其 后的神经元的树突（或者细胞体，或者轴突）构成一 种称为突触的机构。

突触：

（10）前一个神经元的轴突的末梢称为突触前膜 。

（11） 后一个神经元的树突称为突触后膜 。

（12）前膜与后膜之间的窄缝空间称为突触间隙。

（13）沿着轴突传送的是生物电信号，到达突触间隙以后，生物电 信号不能在间隙中传递，生物电信号就转变为生物化学信 号。

（14）前一个神经元的信息经过它的轴突传到末梢之后，就是通过 突触对后面各个神经元产生影响。

（15）根据突触对下一个神经元的功能活动的影响情况的不同，可 以对突触进行分类： 兴奋性突触：使下一个神经元产生兴奋效应 。抑制性突触：使下一个神经元产生抑制效应 。

（16）一般的，一个神经细胞体上有大量的突触，有兴奋性的，也 有抑制性的。

（17）细胞体的兴奋与否决定于这些突触产生的局部电流的总和

反射弧：

（18）通常，仅由一个传入神经元和一个传出神经元构成的路径 （叫反射弧）为数很少。大多数都有若干个中间神经元，其 联系方式可以有以下类型：

辐射方式：一个神经元通过其轴突末梢的分支与许多神经元建立 突触联系。

聚合方式：许多神经元的轴突末梢都与同一个神经元建立突触联 系。

（19）环状和连锁状，上述两种方式的混合方式。

反馈：

（20）兴奋通过连锁状中间神经元的接替联系可在空间上加强或扩 大作用范围。

（21） 兴奋通过环状中间神经元的接替联系，

如果这些神经元都是兴奋性的，则兴奋通过这一环路传递后在时 间上将加强作用的持久性，这属于正反馈联系；如果其间某些中间神经元是抑制性的，并与它返回的那个细胞体 构成抑制性突触，则兴奋通过这一环路后将使原发的神经元的活 动减弱或终止，这属于负反馈联系。

（22）由于兴奋性神经元和抑制性神经元的数量巨大，他们的组合 可以产生出许多千差万别的作用结果。正是神经元之间的复杂联系构成了中枢神经系统功能高度复 杂化和多样化的结构基础。 以上分析引出了神经网络的概念。

人脑学习的突触修正学派

目前，已经形成了关于人脑学习和记忆机制研究的突触修正 学派，认为：

• 人脑学习所获得的信息是分布在神经元之间的突触联结上的。

• 人脑的学习和记忆过程实际上是一个在训练中完成的突触联结权 值的修正和稳定过程 。

• 学习表现为突触联结权值的修正，记忆则表现为突触联结权值的 稳定。

复杂的生物信息系统

• 神经元及其组成的神经网络本质上是一种高度复杂的、非线 性的、并行/串行处理兼有的动态信息系统。

• 正是通过这样复杂的信息处理过程，系统外部的信息刺激被 加工成为系统的智能响应。