這一章要介紹的是現在紅透半邊天,可以說是AI基石的類神經網路(artificial neural network, ANN)。
這本書編排的順序,是從介紹無生命物體在作用力的作用下所展現的行為開始,然後賦予這些物體慾望、自主性,以及能夠根據系統規則採取行動的能力,接著讓這些物體,能夠在族群中隨著時間演化。經歷過這些過程之後,現在這些物體被叫做「生物」。
看著這些我們創造出來的生物在螢幕上跑來跑去,內心不免想問:真正有生命的生物是則麼進行決策的?他們的決策過程長什麼樣子?他們是怎麼透過不斷地學習來調整自己的選擇?電腦所模擬出來的生物,是不是能夠因應環境來做決策?要回答這些問題,不妨看看人腦是怎麼運作的,說不定能從中得到一些啟發。人腦可以用生物神經網路(neural network)來描述。這個網路是由許多彼此之間會傳遞複雜模式(pattern)電訊號的神經元(neuron)互相連接而成的。神經元主要的結構有細胞體(cell body)和突起兩部分。突起有樹突(dendrite)和軸突(axon)兩種。樹突可以跟其他神經元的軸突連接,並接收傳遞過來的訊號;軸突則可以和其他神經元的樹突連接,並將訊號傳遞過去。軸突和樹突接觸連接的地方叫做突觸(synapse)。關於神經元的更詳細介紹,可以參考這兩篇文章:
雖然我們已經知道神經元的結構以及運作方式,但人腦到底是怎麼運作的,到現在為止仍充滿謎團。所幸,就和GA不是要「模擬」演化,而是希望藉由「模仿」演化來解決問題一樣,類神經網路也志不在「模擬」人腦,而是希望藉由「模仿」人腦來創造可用於解決問題的工具。
在這一章中,會先介紹類神經網路的基本觀念及其運作方式,並建造一個僅由一個神經元所構成,可說是結構最簡單的類神經網路。有了這些基礎之後,再介紹如何使用程式庫來建造更複雜、能解決更多問題的類神經網路。


















