人工智能神经网络的飞速发展

人工智能的发展飞快，这也得益于人工智能的技术成熟。而人工智能离不开神经网络，神经网络在人工智能的发展中也是走过了十分崎岖的道路。

人工智能神经网络的飞速发展

首先说说什么是神经网络吧，神经网络是一套特定的算法，是机器学习中的一类模型，神经网络本身就是一般泛函数的逼近，它能够理解大脑是如何工作，能够了解受神经元和自适应连接启发的并行计算风格，通过使用受大脑启发的新颖学习算法来解决实际问题等。神经网络还是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。神经网络是机器学习的一个方向，而机器学习的另一个方向就是支持向量机。而以支持向量机为代表的浅层学习技术十分火爆，但是机器学习技术却很少投入使用中，后来神经网络方面的技术得到的实质性的改变，逐渐走出实验室，在学术界研究和产业界应用都得以应用。

人工神经网络是一种机器学习算法，兴起于上世纪八九十年代，但由于其本身计算量较大，受制于当时的硬件运算速度，因而应用较少，直至近几年才再度回到人们的视线。在我们已经学习了线性回归和逻辑回归的情况下，为什么还要研究神经网络呢?原因在于，该学习算法用于处理更加复杂的非线性假设。神经网络的大起大落代表了人工智能的三个泡沫期，这给过分热衷深度学习技术与人工智能研究应用的人来讲，也是该降降温的，期望越大，失望越大，毕竟深度学习技术没有想象中的那么强大，至少在智能算法层面的突破很有限。换个角度看，深度学习的兴起，很可能是因为机器学习算法研究几十年迟迟无重大进展。