配资平台开户罗森布拉特真捣鼓出个“感知器”

神经网络早就有了，可没人当回事；它被骂过、被扔进冷柜三十年；最后怎么活过来的？

。

我前两天翻老论文，发现个怪事：人工神经网络这玩意儿，比第一台通用计算机ENIAC还早出生。1943年，一个神经科医生麦卡洛克和一个逻辑学研究生皮茨，凑一块写了篇纸面文章，不算代码，不接电路，就用布尔代数推神经怎么“开”和“关”。他们真没想造AI，就想搞明白人脑里一个细胞怎么响应信号。连“计算机”这个词当时都还飘在空气里，哪来的训练数据？哪来的GPU？纯靠笔算加脑补。

后来1957年，罗森布拉特真捣鼓出个“感知器”，能分苹果和梨的图片——当然图特别小，还全是手画的。但问题来了：它只能画直线切分类，遇到“异或”这种得绕个弯的问题，直接卡死。1969年，明斯基和佩珀特出书点破这事，不是为了封杀，是实打实算出来的数学边界。可书一出，资助没了，会议不收稿，学生转行去写规则引擎。这事被后来人叫“第一次寒冬”，其实压根没冻死，只是挪地方了——心理学系接着调权重，物理系拿它模拟磁畴，连苏联那边都有人在用类似结构做模式识别。

BP算法，就是现在人人嘴里的“反向传播”，1974年就被一个叫沃博斯的美国博士写进论文里了。结果呢？投稿被拒，导师说“这东西太像生物学，不像计算机科学”。他只好把论文塞进控制论冷门会议，没人读。一直到1986年，鲁梅尔哈特团队在实验室里又推一遍，配上VAX小型机和几万张带标签的手写数字，大家才“啊”一声：原来能跑通。但这时候，专家系统正崩盘——MYCIN看病是厉害，可一换科室就要重写几百条规则，维护成本高到医院不买账。市场空了一块，连接主义才悄悄爬回来。

2006年辛顿发DBN那会儿，我已经上小学了。他没发明新神经元，就是给深层网络“搭个梯子”：先一层层预训练，再整体微调。这招听着土，但管用，让网络能扎下去十层还不散架。可光有这招也没用——2012年AlexNet夺冠，靠的是俩东西：英伟达GTX580显卡堆出的算力，和李飞飞团队整理的1400万张标注图。没有GPU，训练要跑几个月；没有图，模型连猫狗都分不清。

中国这边动作不慢。2017年国家发文件，头一次把“类脑智能”写进人工智能规划里，后面跟着拨钱建实验室，批项目搞脉冲神经网络、忆阻器芯片。不是跟风，是早有人蹲在神经科学、微电子和统计学习三个岔路口等了十几年。比如清华有个组，2010年就在用FPGA跑三层SNN，功耗只有CPU的三十分之一，但没人报道，因为不刷分、不发顶会，纯属自用。

现在的大模型动不动千亿参数，可拆开看，每个神经元还是那个1943年的老配方：加权求和，过阈值，输出0或1（或者软一点的0.99）。连激活函数用的ReLU，也还是从逻辑斯蒂回归里慢慢长出来的变体。所谓“革命”，其实就是把老树苗挪到新土上，浇水（大数据）、施肥（算力）、搭架子（工程框架），它自己抽枝展叶罢了。

很多人以为技术是一锤子买卖，谁先喊出来谁赢。其实不是。神经网络这根线，从1943年拉出来，中间断过、埋过、接错头、绕远路，但一直没断。它不在聚光灯下活，就在课桌底下、实验室角落、甚至苏联某本泛黄的控制论讲义夹缝里喘气。

实盘配资门户提示：文章来自网络，不代表本站观点。