McCulloch-Pitts人工神经元模型80周年纪念：思想、方法与意义

摘 要 1943年，Warren McCulloch和Walter Pitts发表论文《神经活动内在思想的逻辑演算》，证明可以使用逻辑演算描述神经网络的运行机理，拓展了计算神经科学的领域前沿，奠定了人工神经网络的发展基础。恰逢M-P论文发表80周年之际，结合时代背景和作者学术生涯的变迁，探索M-P理论的思想源泉；借助原文中的示例，概述M-P模型的基本原理；以作者对循环因果和反馈机制的研究为主线，探讨M-P模型对信息科学发展的影响、对控制论发展的贡献，及其在当今人工智能大模型时代的意义。

关键词 M-P模型；人工神经网络；循环因果；控制论；平行系统；人工智能

0 引言

人工智能历史上经历了3次繁荣：第一次是1957年罗森布莱特（Frank Rosenblatt）提出感知器Perceptron模型，首次通过神经元网络体现出了机器学习的能力；第二次是20世纪80年代初，霍普菲尔德（John Hopfield）引领神经网络的复兴，以罗梅尔哈特（David Rumelhart）等人为代表的PDP学派在1986年重新提出神经网络的反向传播（BP）学习算法，人工智能迎来第二个春天；第三次是2010年前后由辛顿（Geoffrey Hinton）开启的深度学习时代，从2012年的AlexNet，到2017年谷歌提出Transformer，再到2022年年底OpenAI推出ChatGPT，人工神经元网络经历寒冬，两落两起，终于将人工智能带到了历史的转折点。回顾人工智能曲折的发展历程，人工神经网络在人工智能的每一次萌芽、复苏、繁荣中，都扮演着至关重要的角色。而追溯人工