人类PK机器：人工神经网络和生物神经网络的比较

原文作者：MADELINESCHIAPPA

译者：李凌

概要：通过对生物学习与人工智能进行的比较，我们可以建立一个更安全的基础设施系统。 

通过对生物学习与人工智能进行的比较，我们可以建立一个更安全的基础设施系统。 

本文由Sophos的数据科学家Madeline Schiappa和Ethan Rudd撰写。

 

人们认为智能生活的标志是机器是否具备了学习能力。现在，机器学习可以从数据集中进行学习和推断，从而完成一些复杂的任务，比如：将以前见所未见的种类进行分类。

机器学习与人类都有着惊人的相似之处，但同时也存在着众多特殊的差异。通过对比生物学习与人工智能，我们可以建立一个更安全的基础设施系统。

 

有趣的神经元

 

使用生物神经网络后，大脑中无数的神经元之间实现了互连，之后便可进行学习。随着大脑不断暴露在新的刺激之下，这些神经元改变了它们的互连结构，建立了新的连接、加强了现有连接、删除了那些未使用的连接。越多的重复已给定任务，神经性的连接就越强，直至该任务重复学习无数次。

通过使用预先建立的记忆和感知的模型，神经元可以处理新的刺激，这些记忆和感知的模型以一小组神经元的活动为基础。对于每一种刺激，都有大量来自于可用神经元的不同子集在认知过程中被激活。

在设计人工智能模型的时候，生物神经网络中的惊人结构让数据科学家们深受启发。

人工神经网络（ANN）旨在以一种抽象的方式模拟神经元处理新刺激的过程，但是规模变得更小、更简单。

人工神经网络是什么？