神經(jīng)網(wǎng)絡(luò )與智能信息處理

80年代初，在美國、日本、接著(zhù)在我國國內都掀起了一股研究神經(jīng)網(wǎng)絡(luò )理論和神經(jīng)計算機的熱潮，并將神經(jīng)網(wǎng)絡(luò )原理應用于圖象處理、模式識別、語(yǔ)音綜合及機器人控制等領(lǐng)域。近年來(lái)，美國等先進(jìn)國家又相繼投入巨額資金，制定出強化研究計劃，開(kāi)展對腦功能和新型智能計算機的研究。

人腦是自生命誕生以來(lái)，生物經(jīng)過(guò)數十億年漫長(cháng)歲月進(jìn)化的結果，是具有高度智能的復雜系統，它不必采用繁復的數字計算和邏輯運算，卻能靈活處理各種復雜的，不精確的和模糊的信息，善于理解語(yǔ)言、圖象并具有直覺(jué)感知等功能。

人腦的信息處理機制極其復雜，從結構上看它是包含有140億神經(jīng)細胞的大規模網(wǎng)絡(luò )。單個(gè)神經(jīng)細胞的工作速度并不高（毫秒級），但它通過(guò)超并行處理使得整個(gè)系統實(shí)現處理的高速性和信息表現的多樣性。

因此，從信息處理的角度對人腦進(jìn)行研究，并由此研制出一種象人腦一樣能夠“思維”的智能計算機和智能信息處理方法，一直是人工智能追求的目標。

神經(jīng)網(wǎng)絡(luò )就是通過(guò)對人腦的基本單元---神經(jīng)元的建模和聯(lián)結，來(lái)探索模擬人腦神經(jīng)系統功能的模型，并研制一種具有學(xué)習、聯(lián)想、記憶和模式識別等智能信息處理功能的人工系統。本文介紹神經(jīng)網(wǎng)絡(luò )的特點(diǎn)以及近年來(lái)有關(guān)神經(jīng)網(wǎng)絡(luò )與混沌理論、模糊計算和遺傳算法等相結合的混合神經(jīng)網(wǎng)絡(luò )研究的動(dòng)態(tài)。

一．神經(jīng)網(wǎng)絡(luò )和聯(lián)結主義

回顧認知科學(xué)的發(fā)展，有所謂符號主義和聯(lián)結主義兩大流派。符號主義從宏觀(guān)層次上，撇開(kāi)人腦的內部結構和機制，僅從人腦外在表現出來(lái)的智能現象出發(fā)進(jìn)行研究。例如，將記憶、判斷、推理、學(xué)習等心理活動(dòng)總結成規律、甚至編制成規則，然后用計算機進(jìn)行模擬，使計算機表現出各種智能。

符號主義認為，認識的基本元素是符號，認知過(guò)程是對符號表示的運算。人類(lèi)的語(yǔ)言，文字的思維均可用符號來(lái)描述，而且思維過(guò)程只不過(guò)是這些符號的存儲、變換和輸入、輸出而已。以這種方法實(shí)現的系統具有串行、線(xiàn)性、準確、簡(jiǎn)潔、易于表達的特點(diǎn)，體現了邏輯思維的基本特性。七十年代的專(zhuān)家系統和八十年代日本的第五代計算機研究計劃就是其主要代表。

聯(lián)接主義則與其不同，其特點(diǎn)是從微觀(guān)出發(fā)。聯(lián)接主義認為符號是不存在的，認知的基本元素就是神經(jīng)細胞（神經(jīng)元），認知過(guò)程是大量神經(jīng)元的聯(lián)接，以及這種聯(lián)接所引起的神經(jīng)元的不同興奮狀態(tài)和系統所表現出的總體行為。八十年代再度興起的神經(jīng)網(wǎng)絡(luò )和神經(jīng)計算機就是這種聯(lián)接主義的代表。

神經(jīng)網(wǎng)絡(luò )的主要特征是：大規模的并行處理和分布式的信息存儲，良好的自適應、自組織性，以及很強的學(xué)習功能、聯(lián)想功能和容錯功能。與當今的馮．諾依曼式計算機相比，更加接近人腦的信息處理模式。主要表現如下：

☆神經(jīng)網(wǎng)絡(luò )能夠處理連續的模擬信號。例如連續灰度變化的圖象信號。

☆能夠處理混沌的、不完全的、模糊的信息。

☆傳統的計算機能給出精確的解答，神經(jīng)網(wǎng)絡(luò )給出的是次最優(yōu)的逼近解答。

☆神經(jīng)網(wǎng)絡(luò )并行分布工作，各組成部分同時(shí)參與運算，單個(gè)神經(jīng)元的動(dòng)作速度不高，但總體的處理速度極快。

☆神經(jīng)網(wǎng)絡(luò )信息存儲分布于全網(wǎng)絡(luò )各個(gè)權重變換之中，某些單元障礙并不影響信息的完整，具有魯棒性。

☆傳統計算機要求有準確的輸入條件，才能給出精確解。神經(jīng)網(wǎng)絡(luò )只要求部分條件，甚至對于包含有部分錯誤的輸入，也能得出較好的解答，具有容錯性。

☆神經(jīng)網(wǎng)絡(luò )在處理自然語(yǔ)言理解、圖象模式識別、景物理解、不完整信息的處理、智能機器人控制等方面有優(yōu)勢。

符號主義和聯(lián)接主義兩者各有特色，學(xué)術(shù)界目前有一種看法：認為基于符號主義得傳統人工智能和基于聯(lián)接主義得神經(jīng)網(wǎng)絡(luò )是分別描述人腦左、右半腦的功能，反映了人類(lèi)智能的兩重性：精確處理和非精確處理，分別面向認識的理性和感性?xún)蓚�(gè)方面，兩者的關(guān)系應該是互補而非互相代替。理想的智能系統及其表現的智能行為應是兩者相互結合的結果。

接下去的問(wèn)題是，符號AI和聯(lián)接AI具體如何結合，兩者在智能系統中相互關(guān)系如何？分別扮演什么角色？目前這方面發(fā)表的文獻很多，大致有如下幾種類(lèi)型：

1．松耦合模型：符號機制的專(zhuān)家系統與聯(lián)接機制的神經(jīng)網(wǎng)絡(luò )通過(guò)一個(gè)中間媒介（例如數據文件）進(jìn)行通訊。

2．緊耦合模型：與松耦合模型相比較，其通訊不是通過(guò)外部數據進(jìn)行，而是直接通過(guò)內部數據完成，具有較高的效率。其主要類(lèi)型有嵌入式系統和黑板結構等。

3．轉換模型：將專(zhuān)家系統的知識轉換成神經(jīng)網(wǎng)絡(luò )，或把神經(jīng)網(wǎng)絡(luò )轉換成專(zhuān)家系統的知識，轉換前的系統稱(chēng)為源系統，轉換后的系統稱(chēng)為目標系統，由一種機制轉成另一種機制。如果源系統是專(zhuān)家系統，目標系統是神經(jīng)網(wǎng)絡(luò )，則可獲得學(xué)習能力及自適應性；反之，可獲得單步推理能力、解釋能力及知識的顯式表示。當然，轉換需要在兩種的機制之間，確定結構上的一致性，目前主要問(wèn)題是還沒(méi)有一種完備而精確的轉換方法實(shí)現兩者的轉換。有待進(jìn)一步研究。

4．綜合模型：綜合模型共享數據結構和知識表示，這時(shí)聯(lián)接機制和符號機制不再分開(kāi)，兩者相互結合成為一個(gè)整體，既具有符號機制的邏輯功能，又有聯(lián)接機制的自適應和容錯性的優(yōu)點(diǎn)和特點(diǎn)。例如聯(lián)接主義的專(zhuān)家系統等。

近年來(lái)神經(jīng)網(wǎng)絡(luò )研究的另一個(gè)趨勢，是將它與模糊邏輯、混沌理論、遺傳進(jìn)化算法等相結合，即所謂“混合神經(jīng)網(wǎng)絡(luò )”方法。由于這些理論和算法都是屬于仿效生物體信息處理的方法，人們希望通過(guò)她們之間的相互結合，能夠獲得具有有柔性信息處理功能的系統。下面分別介紹。

二．混沌理論與智能信息處理

混沌理論是對貌似無(wú)序而實(shí)際有序，表面上看來(lái)是雜亂無(wú)章的現象中，找出其規律，并予以處理的一門(mén)學(xué)科。早在七十年代，美國和歐洲的一些物理學(xué)家、生物學(xué)家、數學(xué)家就致力于尋求在許許多多不同種類(lèi)的不規則性之間的聯(lián)系。生物學(xué)家發(fā)現在人類(lèi)的心臟中有混沌

【神經(jīng)網(wǎng)絡(luò )與智能信息處理】相關(guān)文章：

人工神經(jīng)網(wǎng)絡(luò )與車(chē)輛的結合論文11-26

淺談智能移動(dòng)電話(huà)與移動(dòng)智能網(wǎng)的發(fā)展02-23

人工智能03-21

憶阻器在神經(jīng)網(wǎng)絡(luò )中的應用12-09

探討B(tài)P神經(jīng)網(wǎng)絡(luò )的圖像Hash算法03-03

基于LMBP神經(jīng)網(wǎng)絡(luò )的聲納圖像識別03-07

環(huán)境科學(xué)人工神經(jīng)網(wǎng)絡(luò )運用論文11-25

關(guān)于智能建筑智能化網(wǎng)絡(luò )設計的幾點(diǎn)思考03-21

智能機柜監控系統03-04