什么是神经处理？ （附图）
神经处理最初是指大脑的工作方式，但该术语更通常用于描述模仿该生物功能的计算机架构。在计算机中，神经处理使软件能够适应不断变化的情况，并随着更多信息的出现而改进其功能。软件中使用神经处理来执行诸如识别人脸、预测天气、分析语音模式以及学习游戏中的新策略等任务。
人脑由大约 1000 亿个神经元组成。这些神经元是单独发挥处理和传输信息的简单功能的神经细胞。当神经细胞以集群形式（称为神经网络）进行传输和处理时，其结果是复杂的——例如创建和存储记忆、处理语言以及对突然的运动做出反应。
人脑由大约 1000 亿个神经元组成。
人工神经处理在更简单的层面上模拟了这一过程。称为神经元或节点的小型处理单元执行处理和传输数据的简单任务。由于简单的处理单元通过连接器将基本信息组合在一起，信息和处理变得更加复杂。与需要人类程序员输入新信息的传统计算机处理器不同，神经处理器一旦被编程就可以自行学习。
例如，神经处理器可以提高跳棋水平。就像人脑一样，计算机知道对手的某些动作是为了制造陷阱。基本的编程可能会让计算机第一次落入陷阱。然而，某个陷阱出现的次数越多，计算机就越关注该数据并开始做出相应的反应。
神经程序员称计算机越来越关注某些结果的"权重"。传统的处理只能为计算机提供基本的游戏规则和有限数量的策略。随着时间的推移，神经处理通过收集数据并更加关注更重要的信息，学习更好的策略。
神经处理的强大之处在于其灵活性。在大脑中，信息以电化学脉冲的形式呈现——轻微的震动或化学信号。在人工神经处理中，信息以数值形式呈现。该值决定了人工神经元是处于活动状态还是保持休眠状态，并且还决定了它向何处发送信号。例如，如果某个棋子移动到某个方块，神经网络会将该信息读取为数字数据。将这些数据与越来越多的信息进行比较，从而创建操作或输出。
- 发表于 2024-02-20 13:16
- 阅读 ( 16 )
- 分类：科学教育
