173 機器人

圖譜：人工智能深度學習人物關係

哪些行業的人發展了神經網絡？

在神經網絡發展史上，生物學的，心理學的，神經科學的，計算機的，電子電路的，物理的，數學的，邏輯的，你方唱罷我登場，一路不通換一路，終於發展到今天。

搞控製、計算機的人架了骨：

搞控製的人搞了， MP神經元模型骨子裏就是一個支架，不會自我學習。但是後來發展成立神經元。

搞計算機的人搞了Content-Addressable Memories，也是一個骨架，沒有太多自我學習。但是後來發展出了霍普菲爾德網絡。

搞心理學，生物學，神經科學，腦科學的人造了血：

赫布從行為學發展了Hebb Learning Rule，也啟發了Delta Learning Rule，為感知機和ADALINE的誕生，賦予了學習機製：學習目標和手段。

威澤爾和胡貝爾研究的視覺神經，讓cross-correlation和腦相關性研究，能量函數，有了學習的目標。

搞數學的人賦予了髓和搞認知的人賦予了神：

李雅普諾夫的收斂性證明，塔克的KKT條件，芬切爾的凸優化理論，從此有架構（骨），有目標（血），有算法（髓）。再加上搞認知的人賦予了新的分布式表達和網絡的神！開啟了從人工智能到深度學習的大爆發

哪些牛人在早期神經網絡的應用：圖像識別（人臉，手寫體），語音識別，文本分析？

福島邦彥使用了Neocognitron做手寫體識別。

科荷倫使用了Self-Organising Map做人臉識別。

Schmidhuber使用了RNN做語言識別。

本吉奧使用了NNLM做機器翻譯。

所有這些細節，都可以從下麵這個超級龐大的關係圖譜中找到！

從上麵這個更大的錯綜複雜的網絡裏麵，你也可以挖掘出來新的內容，希望你也能進行按你的知識去理解一下，哪些是你喜歡的部分，哪些還有缺失的部分，哪些可以反饋改進。

火眼財經轉自： AI2ML人工智能to機器學習

火眼財經：中國領先的財經科技服務提供商，在這裏讓賺錢變得更簡單

最後更新：2017-10-09 17:18:21