深度學習｜內行人的做法

懂得學習的機器

|

5

來自生物界的啟發

一般生物的神經網路（大腦），大約是由 860 億個神經元彼此相互連結而成。

人腦中連結的總數量

根據研究人員保守估計，人腦中的神經元之間大約有超過 500 兆的連結。

即使是現今規模最大的人工神經網路，其連結數量也遠低於這個數字。

從訊息處理的角度來看，生物神經元也就是一種可接受刺激的單元，它可以透過電信號

和化學信號來處理、傳輸訊息。一般生物腦中的神經元，除了存在於大腦之外，也存在

於中樞神經系統的脊髓和周邊神經系統的神經節之中。我們在本章稍後就會看到，人工

神經網路的結構相較之下簡單多了。

生物結構與人工結構的比較

一般生物的神經網路，遠比人工神經網路複雜許多（至少差了好幾個數量

級 ）！

人工神經網路有兩個主要特性，全都是按照大腦工作原理來設計的。第一點，神經網路

最基本的單元是

人工神經元

（或簡稱為「

節點

（

node

）」）。人工神經元模仿的是大腦的

生物神經元，它就像生物神經元一樣，可接受輸入的刺激。這些人工神經元接收到一些

其他神經元的訊息之後，就會把其中一些（而不是全部）訊息進行轉換，然後再傳遞出

去。我們會在本章後續內容中，詳細介紹神經網路的轉換做法。

第二點，大腦中的神經元可接受訓練，只傳遞有助於實現大腦主要目標的信號，我們也

可以訓練神經網路的神經元，只傳遞有用的信號。各位在閱讀本章過程中，我們會以這

些概念為基礎，介紹人工神經網路如何透過位元（bits）與函數，打造出能與生物結構

相對應的模型。

生物界對電腦科學各領域所帶來的靈感與啟發

生物界對於電腦科學各領域所帶來的啟發，並不只限於人工神經網路 ...