书籍-《梯度期望：预测神经网络的结构、起源与综合》_人工神经网络

编辑：陈萍萍的公主@一点人工一点智能

书籍：Gradient Expectations: Structure, Origins, and Synthesis of Predictive Neural Networks

作者：Keith L. Downing

出版：The MIT Press

01 书籍介绍

预测是一种鲜有的认知优势，与我们的生存和繁荣能力息息相关。我们的大脑充斥着体现预测的信号。我们能否更明确地将这种能力扩展到合成神经网络中，以改善人工智能的功能并增强其在现实世界中的地位？Keith L. Downing在其著作《梯度期望》中进行了大胆尝试，他绘制了自然神经网络和人工神经网络的起源和结构图，以探索当这些神经网络被设计为预测模块时，其组件如何作为先进神经网络系统模拟进化的基础。

Downing深入研究了哺乳动物大脑已知的神经架构，以阐明预测网络的结构，并更准确地确定预测能力是如何从更原始的神经回路中进化而来的。随后，他调查了过去和现在利用具有生物合理性的预测机制的计算神经模型，确定了自然网络和人工网络共有的元素，如梯度。唐宁发现，准确预测的背后是梯度，但其范围与当今深度学习中的梯度不同。深入挖掘预测与梯度之间的联系及其在大脑和神经网络中的表现，是唐宁如何丰富我们对这些关系的理解及其在强化人工智能工具中作用的一个有力例证。

《梯度期望》综合了神经科学、认知科学和联结主义的关键研究，为预测神经网络模型提供了独特而广泛的视角，包括对预测神经回路的理解，这种理解使预测的计算模型能够与进化算法相结合。

02 作者简介

Keith L. Downing是挪威科技大学人工智能与人工生命学教授，也是《智能涌现：进化神经系统中的适应性和搜索》（麻省理工大学出版社）的作者。

03 书籍大纲

书籍-《梯度期望：预测神经网络的结构、起源与综合》_人工智能_02