神经网络与深度学习

计算机vs.人脑计算机人脑处理时间10-8seconds10-3seconds计算单元1CPU,105gates1011neurons存储单元109bitsRAM,1010bitsdisk1011neurons,1014synapses信息处理带宽109bits/second1014bits/second第2章人工神经网络第2章人工神经网络第2章人工神经网络第2章人工神经网络人工神经网络人工神经网络概述神经系统是脑的硬件心智可以看成脑的软件脑科学脑科学脑科学从分子水平、细胞水平、行为水平研究脑结构,建立脑模型，揭示自然智能机理和脑本质。硬件系统21世纪的智能科学是一门交叉学科：

脑科学，认知科学，人工智能等学科共同研究智能行为的基本理论和实现技术。

智能科学自然计算人工智能神经科学生物神经网络认知心理学神经科学认知科学认知科学是探索人类的智力如何由物质产生和人脑信息处理的过程。认知科学研究的范围包括知觉、注意、记忆、动作、语言、推理、思考、意识乃至情感动机在内的各个层面的认知活动。软件系统用人工的方法和技术，模仿、延伸和扩展人的智能,实现机器智能。仿真系统认知心理学是用信息加工过程来解释人的复杂行为，当给被试刺激时，他要依靠头脑中的经验才能决定做出什么反应。

人工神经网络概述人工神经网络什么是人工神经网络？第2章人工神经网络人工神经网络概述T.Koholen的定义：“人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。”

4什么是人工神经网络？

生物神经网络(naturalneuralnetwork,NNN):由中枢神经系统（脑和脊髓）及周围神经系统（感觉神经、运动神经等）所构成的错综复杂的神经网络，其中最重要的是脑神经系统。人工神经网络(artificialneuralnetworks,ANN):模拟人脑神经系统的结构和功能，运用大量简单形式化神经元单元经广泛连接而组成的网络化计算系统。神经网络计算方法：传统的实现人工智能的手段人工神经网络人工神经网络概述脑科学认知科学认知心理学知识科学人工智能

问题求解方法图搜索技术基于谓词演算的推理产生式系统不确定推理

知识表示结构化方法面向对象的方法专家系统人工神经网络（传统神经网络计算）演化计算模糊理论机器学习….智能科学人工神经网络目的手段

人工神经网络概述在智能科学中，脑科学和认知心理学分别从人的信息系统硬件和软件两个方面分别研究智能活动的规律。在智能技术中，符号主义和连接主义的技术路线分别采用功能模拟和结构模拟方法实现人类智能的机械化与电子化。人工神经网络

人工神经网络概述连接主义所谓连接主义，就是从结构上模拟人脑神经网络，根据人脑的生理结构和工作机理，利用神经计算的形式实现人工智能。人脑是由大约1011个神经细胞相互连接组成的一个动态、开放、并行、高度复杂的巨系统（神经网络），人们至今对它的生理结构和工作机理还未完全弄清楚。

第2章人工神经网络第2章人工神经网络人工神经网络

人工神经网络概述研究ANN目的探索和模拟人的感觉、思维和行为的规律，设计具有人类智能的计算系统，解决工程问题（传统神经网络计算）。探讨人脑的智能活动，用物化的智能来考察和研究人脑智能的物质过程及其规律，设计具有人类智能的计算机(现代神经网络）。人工神经网络

人工神经网络概述

理论研究：ANN模型及其学习算法，试图从数学上描述ANN的动力学过程，建立相应的ANN模型。三百余种模型。（传统神经网络计算）

应用研究：探讨如何应用ANN解决实际问题，如模式识别、故障检测、智能机器人等。（传统神经网络计算）实现技术研究：探讨利用电子、光学、生物等技术实现神经计算机的途径。(现代神经网络）

ANN的研究内容人工神经网络

人工神经网络概述人工神经网络应用（传统神经网络计算）民用领域：语言识别、图像识别与理解、计算机视觉、智能机器人故障检测、实时语言翻译、企业管理、市场分析、决策优化、物资调运、自适应控制、专家系统、智能接口、神经生理学、心理学和认知科学研究等等。军事领域：雷达、声纳的多目标识别与跟踪，战场管理和决策支持系统，军用机器人控制各种情况、信息的快速录取、分类与查询，导弹的智能引导，保密通信，航天器的姿态控制等。人工神经网络第2章人工神经网络第2章人工神经网络

人工神经网络概述人工神经网络利用人工神经网络决定“rough”and“smooth”

探索时期（开始于20世纪40年代）：

1943年，麦克劳（W.S.McCullocn）和匹茨（W.A.Pitts）首次提出一个神经网络模型——M－P模型。

1949年，赫布（D.O.Hebb）提出改变神经元连接强度的Hebb学习规则。人工神经网络

人工神经网络概述

1958年，罗森布拉特（F.Rosenblatt）提出感知器模型（perceptron）。

1959年，威德罗(B.Widrow)等提出自适应线性元件（adaline）网络，通过训练后可用于抵消通信中的回波和噪声。1960年，他和M.Hoff提出LMS（LeastMeanSquare最小方差）算法的学习规则。

第一次热潮时期：20世纪50年代末－20世纪60年代初

人工神经网络

人工神经网络概述

1969年，明斯基（M.Minsky）等在《Perceptron》中对感知器功能得出悲观结论。

1972年，T.Kohonen和J.Anderson分别提出能完成记忆的新型神经网络。

1976年，S.Grossberg在自组织神经网络方面的研究十分活跃。

低潮时期：20世纪60年代末－20世纪70年代

人工神经网络人工神经网络概述

第二次热潮时期：

20世纪80年代至今

1982年－1986年，霍普菲尔德（J.J.Hopfield）陆续提出离散的和连续的全互连神经网络模型，并成功求解旅行商问题（TSP）。

1986年，鲁姆尔哈特（Rumelhart）和麦克劳（McCellan）等在《ParallelDistributedProcessing》中提出反向传播学习算法（B－P算法）。

1987年6月，首届国际神经网络学术会议在美国圣地亚哥召开，成立了国际神经网络学会（INNS）。第2章人工神经网络人工神经网络概述第2章人工神经网络人工神经网络1988年，西安电子科技大学焦李成出版国内首部人工神经网络专著。

1991年6月，由中国电子学会、中国人工智能学会、中国心理学会、中国生物物理学会、中国自动化学会、中国计算机学会、中国物理学会和中国通信学会联合举办的中国神经网络首届学术大会于1990年12月9日至13日在北京召开，成立了中国神经网络委员会。第16届年会在我校举办，本人担任组委会主席。

国内发展：

20世纪80年代至今

人工神经网络概述人工神经网络在理论上，传统神经网络计算正在向更复杂的神经网络系统方向发展。表现在神经网络与认知科学的结合，神经网络与量子理论的结合，神经网络与模糊、进化算法的结合，神经网络与生物医学的结合，以及与多种智能技术融合的各种混合神经网络的出现。

国内外主要成果：

20世纪90年代至今

人工神经网络概述人工神经网络在人工智能方面：进化神经网络（1990s-）神经网络硬件化（1990s-)脑机接口（1990s-)（EEG，脑电解算，脑控技术，脑芯片）人工脑（2000s-)（仿生脑，电子）读脑术（2000s-）（机器学习，核磁共振）控脑技术（2000s-）（动物、昆虫大脑控制）脑信息学（2007s-)（脑数据分析处理）人脑计算机（2012s-）（数学，计算机）

国内外主要成果：

20世纪90年代至今

人工神经网络概述人工神经网络取得重要突破2025年，人脑计算机！

Anyquestions?人工神经网络人工神经网络概述脑的结构和组成第2章人工神经网络第2章人工神经网络第2章人工神经网络第2章人工神经网络第2章人工神经网络人工神经网络

人工神经网络原理脑的结构和组成人工神经网络

人工神经网络原理脑的工作状态人工神经网络

人工神经网络原理人工神经网络

人工神经网络原理人工神经网络

人工神经网络原理美国哈佛大学的科学家研发出新型先进核磁共振成像技术，用于研究人类大脑的内部结构。哈佛大学的加恩-维登教授表示，借助于扫描获取的彩色图像，他们得以第一次真正了解人脑1000亿个细胞的神经通路以及大脑如何运转。人工神经网络

人工神经网络原理人工神经网络

人工神经网络原理西班牙病理解剖学家圣地亚哥·拉蒙·卡哈尔1906年诺贝尔生理学和医学奖得主首次提出神经元学说。人工神经网络

人工神经网络原理神经元的分类

神经元的分类有多种方法，根据神经元突起的数目，分为三类：

（1）假单极神经元（pseudounipolarneuron）:从胞体发出一个突起,在离胞体不远处呈T型分为两支。（2）双极神经元（bipolarneuron）：从胞体两端各发出一个突起，一个是树突，另一个是轴突。（3）多极神经元（multipolarneuron）：有一个轴突和多个树突，是人体中数量最多的一种神经元。人工神经网络

人工神经网络原理神经元生物学原理神经元细胞体树突细胞轴突触人工神经网络

人工神经网络原理如果超过阈值，神经元会“激发”，沿神经轴发送信号人工神经网络神经元生物学原理

人工神经网络原理人工神经网络人工神经网络第2章人工神经网络

人工神经网络原理神经元生物学原理

单输出多个输入(树突)

soma

axon人工神经网络神经元生物学原理

人工神经网络原理神经元基本模型人工神经网络

人工神经网络原理刺激urest=静息值xj(t)=在时刻t的神经元j的输出

wij=神经元i和神经元j之间的连接强度u(t)=在时刻t的总的刺激yi(t)x1(t)x2(t)x5(t)x3(t)x4(t)wi1wi3wi2wi4wi5神经元i响应人工神经网络

人工神经网络原理神经元数学模型人工神经网络人工神经网络（传统神经网络计算）

人工神经网络原理第2章人工神经网络经典模型多层网络BP算法Hopfield网络模型自适应共振理论（ART）自组织特征映射理论Hinton等人最近提出了Helmboltz机徐雷提出的Ying-Yang机理论模型甘利俊一(S.Amari)开创和发展的基于统计流形的方法应用于人工神经网络的研究三百余种模型

人工神经网络原理人工神经网络Hopfield网络模型

人工神经网络原理人工神经网络人工神经网络实现的过程

人工神经网络原理人工神经网络神经网络模型算法现代计算机旅行商优化求解问题控制使计算机看起来（貌似）具有智能人脸识别

Anyquestions?人工神经网络

人工神经网络原理人工智能的困惑

1956年JohnMcCarthy在他的ProposalfortheDartmouthSummerResearchProjectOnArtificialIntelligence中首先将人工智能定义为:“使一部机器的反应方式就像是一个人在行动时所依据的智能”。到目前为止，该领域中在计算机模拟智能的方面,人们已经作了大量的工作，但遗憾的是，我们至今也没有看到一个真正具有人类智能的机器出现。为什么？

人工神经网络的“进化”人工神经网络人工神经网络研究的局限性（1）ANN研究受到脑科学研究成果的限制。（2）ANN缺少一个完整、成熟的理论体系。（3）ANN研究带有浓厚的策略和经验色彩。（4）ANN与传统技术的接口不成熟。

人工神经网络

人工神经网络的“进化”脑可塑性给连结主义者的启示人脑是生成性系统，是从无到有自动生成的。显然，现代计算机硬件本身是构成性系统，它不具有可以重塑自己的结构和功能的能力，换言之，现代计算机硬件不具有可塑性。如果说人脑软件的可塑性与硬件的可塑性相互依赖，相互作用，共同进步，那么连接主义试图通过计算机软件来模拟人脑硬件的结构，同时完成人脑软件的功能，具有明显的缺陷。人工神经网络

人工神经网络的“进化”算法不可以穷尽“心”的机理大脑的功能也许可以说是一台计算机，但更深层次的智能活动，特别是以意向性为核心的心智活动决不是计算机算法（人工神经网络及计算）可以穷尽的。人类的心灵、大脑和计算机之间存在着“本质差别”。第2章人工神经网络人工神经网络

人工神经网络的“进化”如果传统人工神经网络在解决人工智能的道路上出现了上述不可逾越的障碍，我们该怎么办？人工神经网络

人工神经网络的“进化”神经网络计算（1950s-）进化神经网络（1990s-）神经网络硬件化（1990s-)脑机接口（1990s-)（EEG，脑电解算，脑控技术，脑芯片）人工脑（2000s-)（仿生脑，电子）读脑术（2000s-）（机器学习，核磁共振）控脑技术（2000s-）（动物、昆虫大脑控制）脑信息学（2007s-)人脑模型（2012s-）（数学，计算机）

从计算模拟（不理解脑）到电子模拟（试图理解）、人机融合（不用理解，直接利用）、虚拟模型（彻底理解）、读脑术（机器直接理解思维）。要真正实现人工智能，必须摒弃传统的计算思维，回归生物学本源，搞清楚大脑的工作机理和智能产生的原由。人工神经网络人工神经网络

人工神经网络的“进化”关于大脑的理论概率大脑

美国罗切斯特大学计算于认知神经系统科学实验室主任亚历山大普捷“概率大脑”的原理认为，我们从外部世界看到、听到、触摸到和感觉到的一切事物都在“第一时间”被转换成了数学概率。对大脑而言，世界是一个巨大的且随着我们的感知不停变化的概率集合。在大脑神经元构成的网络中心，概率计算在十分之几秒的时间间隔内下意识的运行着，正是这种计算“孕育”出了我们的思维，“概率计算”的目的在于让每个人通过不断预测外部世界可能出现的变化，做好面对现实的准备。人工神经网络

人工神经网络的“进化”关于大脑的理论人脑、虫脑和电脑美国加州大学圣芭芭拉分校物理学家DanielleBassett研究发现，包括人脑、计算机芯片和蠕虫神经在内的多种神经网络系统都具有两个基本特征：一，三者都基于类似俄罗斯套娃的结构，并以相同的模式在不同尺度下多次重复。二，在三者的网络系统中，特定区域内的神经元的数量和神经元的关联数量都遵循所谓“租借规则”。今天我们看到，经过人类的进化和计算机的革新，人脑和电脑不仅受到类似的结构限制，而且也演化出了相近的模式。第2章人工神经网络第2章人工神经网络第2章人工神经网络第2章人工神经网络第2章人工神经网络DanielleS.Bassett,DanielL.Green,AndreasMeyer-Lindenberg,DanielR.Weinberger,SimonW.MooreandEdwardT.Bullmore.Efficientphysicalembeddingoftopologicallycomplexinformationprocessingnetworksinbrainsandcomputercircuits.PLoSComputationalBiology,2010第2章人工神经网络人工神经网络

人工神经网络的“进化”硬件神经网络智能“尘埃”系统

.硬件化3层神经网络Hereford,J.M.,Kuyucu,T.RobustneuralnetworksusingmotesEvolvableHardware,2005.Proceedings.2005NASA/DoDConferenceon

Page(s):117-124

人工神经网络

人工神经网络的“进化”/vision/universe/roboticexplorers/robots_like_people.html

硬件神经网络一种自身能”思考“的神经网络可以经过训练后自行作出决策可以经过训练后分类信息三维人工神经网络，模拟人类大脑帮助机器更好的分析其周围环境人工神经网络人工神经网络人工神经网络

人工神经网络的“进化”生物脑直接利用鼠脑控制2003年美国亚特兰大和澳大利亚珀斯的一群研究人员，让多电极矩阵(MEA)中的脑细胞控制三支彩色铅笔，模仿艺术家作画.2004年弗罗里达大学的研究者，用MEA中的鼠脑来进行F-22战斗机的模拟飞行。它们都是虚拟世界中的虚空，需要人施加额外的刺激让神经元保持活跃。人工神经网络

人工神经网络的“进化”生物脑直接利用鼠脑控制机器人2008年8月，英国里丁大学的工程系统学院宣布，制造了世界上第一台生物脑控制的机器人：一只鼠脑机器人！鼠脑的切片安放在一个巴掌大的培养皿中央，它叫做“多电极矩阵(MEA)”，有60×60=3600根电极和脑切片相连，这是鼠脑和机器相交流的关键部件，每个电极都可以捕捉神经元的电信号，也能向神经元放出电刺激。大约24小时内，神经元彼此伸出突触，建立连接。一周之内，便可以看到一些自发放电，以及与普通老鼠或人类的大脑类似的活动。这说明感应器真的就像是格登的感官，而它正在分析来自感官的信息，对这个奇怪的环境进行学习研究：怎样走路才能不碰到墙壁呢？对格登的行走路径进行分析的结果，也证实格登在慢慢学习一些东西。

人工神经网络的“进化”人工神经网络

仿脑计算机猫脑计算机（2/2009)美国密歇根大学电子工程和计算机科学系助理教授LuWei基于猫脑的生物特性，以猫大脑为模型研发会学习和认知的新型计算机。这种革命性的计算机可以作出更复杂的决策，并可以同时执行多个任务。第2章人工神经网络第2章人工神经网络第2章人工神经网络/tech/cat-brain-computer-hype.html

人工神经网络的“进化”人工神经网络仿脑计算机仿脑芯片（5/2011）IBM研究人员已经制作出两款认知计算芯片的原型产品，都采用45纳米SOI-CMOS技术制作的并且包含256个神经元，一个内核包含262,144个可编程的神经键，另一个包含65,536个学习神经键。这些新的认知计算芯片可通过高级算法和芯片电路创建生物系统中的尖峰神经元与突触之间的现象，就像大脑一样，模仿人类大脑的理解、行动和认知能力。第2章人工神经网络第2章人工神经网络第2章人工神经网络人工神经网络

人工神经网络的“进化”脑机融合大脑植入装置(5/2012)三星申请了一种能传输生理和病理信息的可植入设备的专利。利用这一设备及相关应用，人们可以知道身体的紧张、醉酒以及是否需要睡眠等情况。三星甚至还提到了通过将设备植入大脑，从而直接控制整个系统。总体来看，三星这项专利申请主要关于一种能通过思维控制的植入式系统。专利中还谈到，可以在设备中集成安全引擎，当其他人试图侵入系统时向用户发送警告。

人工神经网络

人工神经网络的“进化”

脑机融合

计算机网络取代大脑神经元2007年12月,清华大学医学院刘国松教授和美国哈佛大学及麻省理工学院同行的研究成果公布：“在一块印刷电路板块构成的网络上，研究了大脑海马区域神经细胞突触联接的自稳态现象，开创了将计算机技术应用到神经网络特性研究的崭新方法。”

人工神经网络

人工神经网络的“进化”脑机接口“意识”驾驶汽车这种由大脑意识控制汽车的系统叫做“大脑驾驶员(BrainDriver)”，是由德国一支科学家小组成功研制的，目前他们正在测试该原型观测未来能否用于人们日常汽车驾驶。驾驶者在驾驶时必须“想到”向左或者向右，汽车便进行即时响应。第2章人工神经网络人工神经网络/automaton/robotics/robotics-software/braindriver-a-mind-controlled-car

人工神经网络的“进化”美国国防部先进研究项目局(DARPA)今日宣布了一个项目，打算研制一种能够让人脑与电脑直接对话的可植入神经设备。

美国国防部先进研究项目局(DARPA)今日宣布了一个项目，打算研制一种能够让人脑与电脑直接对话的可植入神经设备。NESD项目经理菲利普·阿尔维尔达(PhillipAlvelda)表示：“目前最先进的人机互动系统就像是两台超级电脑在使用300波特的调制解调器进行相互通讯一样。当我们把这些工具升级，真正打开人脑和现代电子设备之间的通道时，想想那会是一种什么样的情况。美军黑科技：人脑植入神经与电脑实时通讯人工神经网络

人工神经网络的“进化”美国国防部先进研究项目局(DARPA)今日宣布了一个项目，打算研制一种能够让人脑与电脑直接对话的可植入神经设备。美国华盛顿大学2015年脑脑通信人工神经网络

人工神经网络的“进化”脑机接口瘫痪人士意识操控机器人(5/2012)瑞士洛桑联邦技术学院的科研组只用一个简单的头盔记录马克-安德烈-杜克的大脑信号，当时杜克正躺在距离此地100公里的瑞士南方小镇锡永的一家医院里。杜克的意念，或者说是他想象抬起他瘫痪的手指时大脑发出的电信号，立即被该院的一台笔记本电脑破解。随后，最终指令会传输给只有1英尺(30.48厘米)高，正在洛桑实验室溜达的一个机器人。人工神经网络

2.1.3人工神经网络的“进化”

读脑术

大脑扫描：未来营销工具美国杜克大学心理学和行为经济学教授DanAriely和埃默里大学的GeogoryS.Berns利用一种类似核磁共振成像的现代脑科学工具，可以判断顾客喜欢或是不喜欢等抽象概念，在评估顾客的想法或潜意识方面很有潜力，尽管成本较高。这项研究称为“神经营销学”。能搜集到商人以前得不到或顾客自己也没有意识到的信息，了解未来商品的吸引力。人工神经网络BernsGS,MooreS,CapraCM:Adolescentengagementindangerousbehaviorsisassociatedwithincreasedwhitemattermaturityoffrontalcortex.PLoSOne4(8):e6773,2009.

人工神经网络的“进化”读脑术

思维阅读英国伦敦大学学院神经影像中心的EleanorMaguire教授和同事对人脑的海马体进行了广泛研究，利用计算机程序对人脑活动模式进行分析，找处活动模式对应的实际记忆内容，可以清楚地描绘出大脑存储记忆的方式，可以预知人脑里想到的场景。未来科学家计划使用机器认知方法在生物反馈信息方面呈现“实时”读脑术，从而可以帮助沉溺毒瘾的人群对抑制和控制毒品的渴望。人工神经网络http://www.fil.ion.ucl.ac.uk/Maguire/Bahrami,B.,Olsen,K.,Bang,D.,Roepstorff,A.,Rees,G.,Frith,C.(2012).Whatfailureincollectivedecision-makingtellsusaboutmetacognition.PhilosTransRSocLondBBiolSci367(1594),1350-1365

人工神经网络的“进化”大脑模型脑网络—新型脑启发的大规模神经网络模型—一种神经元计算机，欧盟2.6亿欧元。（2/2010）ResearchersofUniversityCollegeLondon,theEcolePolytechniqueFederaledeLausanne,theFrenchCentreNationaldelaRechercheScientifique,Ruprecht-Karls-UniversitätHeidelbergundtheUniversityofZurich.

科学家们想设计一种基于大脑中发现的学习和计算原理的新一代神经元计算机，同时获得对于大脑学习机制的新知识。人工神经网络

人工神经网络的“进化”人脑计算机有机分子实现类脑电路机制（4/2010)数字计算机中的信息处理电路是静态的。脑中的是连续不断进化来解决复杂问题的。日本和美国密歇根理工大学的科学家在有机分子层面实现了类似脑中信息处理电路的过程，能解决复杂的问题。这是第一次实现一个类脑进化电路。AnirbanBandyopadhyay,RanjitPati,SatyajitSahu,FerdinandPeper&DaisukeFujita.

Massivelyparallelcomputingonanorganicmolecularlayer.NaturePhysics,25April2010DOI:10.1038/nphys1636

第2章人工神经网络第2章人工神经网络第2章人工神经网络人工神经网络

人工神经网络的“进化”人脑计算机（2/2012）瑞士的亨利-马克莱姆(HenryMarkram)教授负责，参与该项目的科学家来自欧洲，包括英国剑桥市韦尔科姆基金会桑格学院。他们希望在12年内能完成人脑计算机的制造，在神经科学研究领域平台，每年大约有6万份科学论文。该项目现已获得欧联盟的资金10亿欧元(8.25亿英镑)。当完成建造人脑计算机系统，它将用于测试新型药物，可显著缩短人类临床应用许可的时间，并为应用于更多智能机器人和计算机铺平道路。这项最新技术意味着先进的操控和具有创造力的计算机能够进行自我思考，德国媒体称从事该项目的研究人员是“科学怪人研究小组”。马克莱姆教授说：“如果这项技术得以成功，它将帮助每年20亿具有大脑损伤的患者。这是人类的三大挑战之一，我们需要理解地球、太空和我们的大脑。我们需要理解促进人类进化发展的神秘源泉。”人工神经网络/news/computer-modelling-brain-in-a-box-1.10066http://bluebrain.epfl.ch/

人工神经网络的“进化”雨果被称为“人工智能领域的霍金”，世界仅有的4个人工智能机器均出自雨果之手。他的“CBM”大脑制造机器可以在几秒钟内进化成一个神经网络，可以处理将近1亿个人工神经元。它的计算能力相当于一万台个人电脑。

人工神经网络人工大脑迟早会超过人类

人工神经网络的“进化”雨果认为，“人工大脑”迟早会超过人类。人脑的转换能力是10的16次方/秒，而人工智能机器的运算速度高达10的40次方/秒，是人脑水平的10的24次方倍，雨果预测，人工大脑并不会立即控制人类，此前还会有一段与人类“和平相处”的时期。但这样的美景并不会长久，人工大脑的继续发展将使人类面临灾难。人工神经网络

人工神经网络的“进化”雷库兹威尔在《灵魂机器时代》预言，2030年以后，人类大脑可以接驳超级电脑，实现脑机融合，大大提高人的智力水平。届时，不同的人可以通过脑机接口实现脑脑联网--脑网，脑与互联网直接联网，脑与虚拟世界互联，人类通过虚拟世界实现虚拟社交。人工神经网络

人工神经网络的“进化”生物脑的可塑性和心理活动的社会性是人工智能技术所不可能模拟的，智能机器的硬件和软件的进步存在着不可逾越的极限，符号主义和连接主义都有某种先天不足。结合脑科学、神经科学等智能科学的发展，人工神经网络的研究早已突破窠臼，有了全新的发展，随着人工脑这种真正的人工神经网络的出现，以及人机融合的发展，人工智能将取得前所未有的突破。

总结人工神经网络脑控机器人脑控四旋翼飞行器脑控三维虚拟现实系统脑机接口心理学脑机接口机器人伦理学应用我们的研究

人工神经网络神经网络相关网站

http://www.mth.kcl.ac.uk/cnn/

/tc/nnc/

http://www.aist.go.jp/NIBH/~b0616/Lab/Links.html

人工神经网络推荐教材《模式识别与机器学习》[加]SimonHaykin《神经网络与模式识别》[加]SimonHaykin（原《神经网络原理》）《模式分类》RichardO.Duda/PeterE.Hart/DavidG.Stork《机器学习》(美)TomMitchell韩力群，人工神经网络教程(智能科学与技术本科专业系列教材)“史忠植，智能科学，清华大学出版社，2007焦李成，神经网络系统理论，1988人工神经网络特别推荐斯坦福大学的《机器学习》公开课/courses/electrical-engineering-and-computer-science/6-867-machine-learning-fall-2006/人工神经网络重要论文、期刊、会议人工神经网络ArtificialIntelligenceComputationalLinguisticsIEEETransonPatternAnalysisandMachineIntlIEEETransonRoboticsandAutomationIEEETransonImageProcessingJournalofAIResearchNeuralComputationMachineLearningIntlJnlofComputerVisionIEEETransonNeuralNetworks重要论文、期刊、会议人工神经网络AAAI:AmericanAssociationforAINationalConferenceCVPR:IEEEConfonCompVisionandPatternRecognitionIJCAI:IntlJointConfonAIICCV:IntlConfonComputerVisionICML:IntlConfonMachineLearningKDD:KnowledgeDiscoveryandDataMiningKR:IntlConfonPrinciplesofKR&ReasoningNIPS:NeuralInformationProcessingSystemsUAI:ConferenceonUncertaintyinAIAAMAS:IntlConfonAutonomousAgentsandMulti-AgentSystemsACL:AnnualMeetingoftheACL(AssociationofComputationalLinguistics)IJCAI'13(23thInternationalJointConferenceonArtificialIntelligence,Aug.2013,Beijing,China)

KDD'12(18thACMSIGKDDConferenceonKnowledgeDiscoveryandDataMining,Aug.2012,Beijing,China)

AreaChair/SeniorPC

AAAI'12(26thAAAIConferenceonArtificialIntelligence,Jul.

2012,Toronto,Canada)

ICMLA'11(10thIEEEInternationalConferenceonMachineLearningandApplications,Dec.2011,Honolulu,HI,USA)

ICDM'11(11thIEEEInternationalConferenceonDataMining,Dec.2011,Vancouver,Canada)

ICTAI'11(23rdIEEEInternationalConferenceonToolswithArtificialIntelligence,Nov.2011,Boca