人工智能领域中的神经网络系统

由于人工智能自上而下法的局限，在这一领域的尝试已经转而采用一种自下而上的方式，即模仿进化过程和婴儿学习的方式。例如，与超级计算机的处理方式不同，昆虫并不是通过扫描周围环境再将其压缩成数万亿个像素来进行导航的。取而代之的是，昆虫的大脑是由“神经元网络”组成的，通过投入充满敌意的世界来慢慢学会在如何在其中行走。

在麻省理工学院，能行走的机器人声名狼藉，难以通过自上而下的方式制造出来。但是，投入周围环境、从零开始学习的简单的昆虫形态的机械生物，已经能成功地在几分钟内绕着麻省理工学院的楼梯小步疾跑了。麻省理工学院著名的人工智能实验室由于其巨大、笨拙的“自上而下”的行走机器人而闻名，其负责人罗德尼•布鲁克斯在探索微型“昆虫”机器人这一概念的时候变成了“异端者”。这些“昆虫”机器人在磕磕绊绊中学习老式行走方式。他没有使用复杂的计算机程序来精确计算它们行走的时候脚的精确位置，而是以很少的计算机能力，通过测试与错误来协调它们的腿部动作。

今天，许多布鲁克斯发明的昆虫机器人的后代正在火星上为NASA（美国国家航空航天局）收集数据，依靠自己的思想小步疾跑，穿过荒凉的火星表面。布鲁克斯相信他的昆虫适合对太阳系的探索，非常理想。

布鲁克斯的项目之一是COG，目的是制造一台具有6个月大婴儿的智力的机器人。COG的外表像是一团乱糟糟的电线、电路和齿轮，只不过它有头、双眼和手臂。它没有被写入任何智能法则。取而代之的是，它的双眼注视着一位人类训练师，他试着教会它简单的技能。

虽然有模仿昆虫行为的成功案例，但当编程人员试图在机器人身上复制哺乳动物等高等动物的行