2.1 人脑神经网络

人的脑神经细胞，经过视觉、听觉、运动、嗅觉、味觉、触觉等刺激会生长出“树突”，通过这些“树突”，与其他神经细胞形成网络。在某一方面知识越丰富，大脑中相应的神经网络就会越密集，信息传递和加工的速度也越快。

人脑神经网络没有反向传播的过程，模式识别过程是大脑腐蚀的结果，训练是记忆过程，腐蚀是遗忘的过程，人脑有操作系统。

人脑是人体最复杂的器官，由神经元、神经胶质细胞、神经干细胞和血管组成。其中，神经元（Neuron），也叫神经细胞（NerveCell），是携带和传输信息的细胞，是人脑神经系统中最基本的单元。人脑神经系统是一个非常复杂的组织，包含近860亿个神经元，每个神经元有上千个突触和其他神经元连接。这些神经元和它们之间的连接形成巨大的复杂网络，其中神经连接的总长度可达数千千米。我们人造的复杂网络，比如全球的计算机网络，和大脑神经网络相比要“简单”得多。早在1904年，生物学家就已经发现了神经元结构。典型的神经元结构大致可分为细胞体和细胞突起。细胞体（Soma）中的神经细胞膜上有各种受体和离子通道，胞膜的受体可与相应的化学物质神经体质结合，引起离子通透性及膜内外电位差发生改变，产生相应的生理活动：兴奋或抑制。细胞突起是由细胞体延伸出来的细长部分，分为树突和轴突。树突（Dendrite）可以接受刺激并将兴奋传入细胞体。每个神经元可以有一个或多个树突。轴突（Axon）可以把自身的兴奋状态从细胞体传送到另一个神经元或其他组织。每个神经元只有一个轴突。神经元可以接收其他神经元的信息，也可以发送信息给其他神经元。神经元之间没有物理连接，两个“连接”的神经元之间留有20纳米左右的缝隙，并靠突触（Synapse）进行互联来传递信息，形成一个神经网络，即神经系统。突触可以理解为神经元之间的连接“接口”，将一个神经元的兴奋状态传到另一个神经元。一个神经元可被视为一种只有两种状态的细胞：兴奋和抑制。神经元的状态取决于从其他神经细胞收到的输入信号量，以及突触的强度（抑制或加强）。当信号量总和超过了某个阈值时，细胞体就会兴奋，产生电脉冲。电脉冲沿着轴突并通过突触传递到其他神经元。图2-6中给出了一种典型的神经元结构。

图2-6 神经元结构

我们知道，一个人的智力不完全由遗传决定，大部分来自生活经验。也就是说人脑神经网络是一个具有学习能力的系统。那么人脑神经网络是如何学习的呢？在人脑神经网络中，每个神经元本身并不重要，重要的是神经元如何组成网络。不同神经元之间的突触有强有弱，其强度可以通过学习（训练）来不断改变，具有一定的可塑性。不同的连接形成了不同的记忆印痕。1949年，加拿大心理学家Donald Hebb在《行为的组织》（The Organization of Behavior）一书中提出突触可塑性的基本原理：“当神经元A的一个轴突和神经元B很近，足以对它产生影响，并且持续、重复地参与了对神经元B的兴奋时，那么这两个神经元或其中之一会发生某种生长过程或新陈代谢变化，以致神经元A作为能使神经元B兴奋的细胞之一，效能加强。”这个机制称为赫布理论（Hebbian Theory）或赫布规则（Hebbian Rule，或Hebb's Rule）。如果两个神经元总是相关联地受到刺激，它们之间的突触强度就会增加。这样的学习方法被称为赫布型学习（Hebbian Learning）。Donald Hebb认为，人脑有两种记忆：长期记忆和短期记忆。短期记忆持续时间不超过一分钟。如果一个经验重复足够的次数，此经验就可储存在长期记忆中。短期记忆转化为长期记忆的过程就称为凝固作用。人脑中的海马区为大脑结构凝固作用的核心区域。