图灵71年前就已提出神经网络

中断模式 (interrupt mode) 下 ,connection-modifier 的输出总是 1。因此，如果神经元的一个输入连接在中断模式下通过 connection-modifier 传递，那么神经元的输出与第二个输入的任何内容完全相反 (或称 “布尔否定”)。

例如，表格的前两行显示了当 INPUT-1 在中断模式下连接到 modifier 时会发生什么。在这种情况下，神经元的输出与 INPUT-2 相反。

图灵选择 nand 作为他的模型神经元的基本操作，因为其他逻辑 (或布尔) 操作都可以由一组 nand 神经元执行。图灵表明，甚至连 connection-modifier 本身也可以由 nand-neuron 构成。因此，每个 B 型网络都可以由 nand-neuron 及其连接组成。这是大脑皮层的最简单模型。

下面是一个 B 型无组织机的例子，图灵将这个例子描述为 “随机选择”

你能弄清楚这个网络的行为吗？

下面是一个更大的 B 型网络的例子，其中神经元自由互联：

大型初始随机 B 型网络的一部分

在没有电子计算机的时代，用纸和铅笔模拟大脑

大脑中一个神经元的大量输出可以直接或通过一些中间的神经元链与神经元自身的输入相连。

神经科学家长期以来强调大脑反馈的重要性和普遍性。例如，大脑利用反馈来帮助我们把注意力集中在某些感知上，而不是排斥其他感知。Stefan Treue 和 John Maunsel 最近发现，当一只猴子的注意力集中在电脑屏幕上几个独立移动的点中的一个点上时，反馈会从较高皮层的神经元返回到识别运动的下部皮质区域的神经元。

这种反馈作用是抑制神经元的活动，这些神经元对无参与点的运动作出反应。然而，尽管反馈在大脑中很重要，但在现代的连接主义网络中很少使用。相反，B 型网络中的神经元相互连接非常自由，像大脑一样，一个大的网络通常会充满反馈。

图灵希望研究更复杂的大脑皮层模型。他渴望做现代连接学家能够做的事情：用一台普通的数字计算机模拟神经网络及其训练方案。

他说，他将 “允许整个系统运行一段相当长的时间，然后作为一种’学校督察员’介入，看看能取得什么进展”。但他自己对神经网络的研究是在第一台通用电子计算机投入使用前进行的，当时他只能用纸和铅笔。

后来，他将注意力转向现在所谓的人工生命的相关研究。直到 1954 年，也就是图灵去世的那一年， B.G. Farley 和 W.A. Clark 才在 MIT 成功地运行了第一个小型神经网络的计算机模拟。

图灵的原始论文：

https://weightagnostic.github.io/papers/turing1948.pdf

解读：

http://www.alanturing.net/turing_archive/pages/Reference%20Articles/connectionism/Turing's%20neural%20networks.html

【编辑推荐】

1. 融合八大前沿技术 PTC Creo 6.0掀起设计复兴潮
2. 我是技术总监，我确实答不出那么多技术细节！
3. 将对未来工作产生影响的五大新兴技术
4. 2019软件名人论坛在京举办 云计算与人工智能成热议焦点
5. 中国发布信息技术十大前沿热点问题，自动驾驶等入选

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!