近日，國(guó)外一位開(kāi)發(fā)小哥在推特上發(fā)布了一段小視頻，視頻中顯示他試圖通過(guò)神經(jīng)網(wǎng)絡(luò)使路上的行駛的汽車(chē)和路邊停著的車(chē)輛消失（當(dāng)然并不是真的消失），只是他本人看不見(jiàn)了而已。

人工神經(jīng)網(wǎng)絡(luò)（ANN）或連接系統(tǒng)是受構(gòu)成動(dòng)物大腦的生物神經(jīng)網(wǎng)絡(luò)模糊啟發(fā)的計(jì)算系統(tǒng)。神經(jīng)網(wǎng)絡(luò)本身并不是一種算法，而是許多不同機(jī)器學(xué)習(xí)算法共同工作和處理復(fù)雜數(shù)據(jù)輸入的框架。這類(lèi)系統(tǒng)“學(xué)習(xí)”通過(guò)考慮例子來(lái)執(zhí)行任務(wù)，通常不需要編寫(xiě)任何特定于任務(wù)的規(guī)則。例如，在圖像識(shí)別中，他們可能通過(guò)分析手動(dòng)標(biāo)記為“車(chē)”或“沒(méi)有車(chē)”的示例圖像，并使用結(jié)果來(lái)識(shí)別其他圖像中的車(chē)，從而學(xué)會(huì)識(shí)別包含車(chē)的圖像。他們這樣做沒(méi)有任何事先了解車(chē)，例如，他們有輪胎，車(chē)燈和車(chē)門(mén)。相反，它們會(huì)自動(dòng)從所處理的學(xué)習(xí)材料中產(chǎn)生識(shí)別特征。

人工神經(jīng)網(wǎng)絡(luò)中，神經(jīng)元處理單元可表示不同的對(duì)象，例如特征、字母、概念，或者一些有意義的抽象模式。網(wǎng)絡(luò)中處理單元的類(lèi)型分為三類(lèi)：輸入單元、輸出單元和隱單元。輸入單元接受外部世界的信號(hào)與數(shù)據(jù)；輸出單元實(shí)現(xiàn)系統(tǒng)處理結(jié)果的輸出；隱單元是處在輸入和輸出單元之間，不能由系統(tǒng)外部觀察的單元。神經(jīng)元間的連接權(quán)值反映了單元間的連接強(qiáng)度，信息的表示和處理體現(xiàn)在網(wǎng)絡(luò)處理單元的連接關(guān)系中。人工神經(jīng)網(wǎng)絡(luò)是一種非程序化、適應(yīng)性、大腦風(fēng)格的信息處理 ，其本質(zhì)是通過(guò)網(wǎng)絡(luò)的變換和動(dòng)力學(xué)行為得到一種并行分布式的信息處理功能，并在不同程度和層次上模仿人腦神經(jīng)系統(tǒng)的信息處理功能。它是涉及神經(jīng)科學(xué)、思維科學(xué)、人工智能、計(jì)算機(jī)科學(xué)等多個(gè)領(lǐng)域的交叉學(xué)科。

人工神經(jīng)網(wǎng)絡(luò)是并行分布式系統(tǒng)，采用了與傳統(tǒng)人工智能和信息處理技術(shù)完全不同的機(jī)理，克服了傳統(tǒng)的基于邏輯符號(hào)的人工智能在處理直覺(jué)、非結(jié)構(gòu)化信息方面的缺陷，具有自適應(yīng)、自組織和實(shí)時(shí)學(xué)習(xí)的特點(diǎn)。

來(lái)源：新浪VR