計算機神經網絡是人工智能的基礎，此概念最早可以追溯到20世紀40年代和50年代，當時的學者們受到生物神經元的啟發，提出了一些神經元模型和神經網絡模型。其中最有代表性的是1943年Warren McCulloch和Walter Pitts發表的論文《A Logical Calculus of Ideas Immanent in Nervous Activity》，其中提出了一種基於邏輯的神經元模型，這被認為是神經網絡的開端。 在接下來的幾十年中，神經網絡受到了一些學者的關注和研究，但由於計算機硬件、算法和數據的限制，神經網絡的發展相對緩慢，直到20世紀80年代和90年代才開始逐漸受到重視。 其中，一位對神經網絡發展做出巨大貢獻的學者是加拿大蒙特利爾大學的Geoffrey Hinton。Hinton在20世紀80年代提出了一種基於反向傳播算法的訓練神經網絡的方法，這使得神經網絡的訓練變得更加高效和可行。此外，Hinton還提出了一些新的神經網絡結構和算法，如深度信念網絡（DBN）和卷積神經網絡（CNN），這些結構和算法在圖像處理和語音識別等領域取得了非常出色的成績。 另外，還有一位對神經網絡發展做出重大貢獻的學者是美國加州大學伯克利分校的David Rumelhart，他在20世紀80年代提出了一種基於誤差反向傳播算法的訓練神經網絡的方法，並與Hinton等人合作推動了神經網絡的發展。 因此，可以說McCulloch和Pitts是神經網絡概念的提出者，而Hinton和Rumelhart等學者則是證明了神經網絡在計算機科學中的重要性和實用性，並推動了神經網絡的發展。 一直到2018年OpenAI團隊基於計算機神經網絡技術，開發了第一個大型語言模型。而斯坦福大學構建的語言模型是開源的，所以歐洲人，中國人，日本人都可以建立自己的模型了。 世界需要合作，需要推崇原始創新，人類才能進步。任何一個民族都對此懷有應有的責任。 本文信息來自ChatGPT對神經網絡的描述。
|
