|
【 文獻號 】1-380 【原文出處】自然辯證法研究 【原刊地名】京 【原刊期號】200002 【原刊頁號】25～28,53 【分 類 號】B2 【分 類 名】科學技術(shù)哲學 【復(fù)印期號】200004 【 標 題 】關(guān)于人工神經(jīng)網(wǎng)絡(luò)的哲學思考——兼談人工神經(jīng)網(wǎng)絡(luò)的自組織理論 【英文標題】The Philosophic Significance about the Artificial Neural Network ——With the Theor y of Self-organization about ANN LI Yong-jian Tu Feng-sheng (Department of Computer and Syste ms Science,Nankai University,Tianjin300071,China) 【標題注釋】基金項目：國家攀登計劃基金（項目號：970211017）,；國家自然科學基金（項目號：69674013） 資助課題。 【 作 者 】李勇建/涂ｂěｎｇ＠①生 【作者簡介】李勇建(1973-),，男,，山東省菏澤市人，博士研究生,，主要研究方向為計算機控制與管理,，DEDS理 論及其在制造與通信系統(tǒng)中的應(yīng)用；南開大學 自動化系,，天津 300071 涂ｂěｎｇ＠①生(1937-),，男，江 西省南昌市人,，主要研究方向為線性系統(tǒng)理論,、離散事件動態(tài)系統(tǒng)、計算機集成制造系統(tǒng),、制造系統(tǒng)理論及優(yōu) 化,，天津市授銜自動控制專家，教授,，博士生導(dǎo)師,。南開大學 自動化系，天津 300071 【內(nèi)容提要】本文在簡單介紹人工神經(jīng)網(wǎng)絡(luò)的研究成果的基礎(chǔ)上,，探討了人工神經(jīng)網(wǎng)絡(luò)的自組織功能,，并運用 馬克思主義的基本原理和方法，從普遍聯(lián)系,、整體與部分的關(guān)系及結(jié)構(gòu)和功能的關(guān)系三方面論述了人工神經(jīng)網(wǎng) 絡(luò)的哲學意義,。 【英文摘要】The achievement of research in the Artificial Neural Network(ANN)is introduced,the s elf-organization of ANN is required.And the philosophic significance about ANN is discussed in t he general contact,the relationship between the entire and part,and the relationship between the structure and function. 【關(guān) 鍵 詞】人工神經(jīng)網(wǎng)絡(luò)(ANN)/自組織理論/普遍與聯(lián)系/結(jié)構(gòu)與功能 Artificial Neural Network(ANN)/S elf-Organization/PhilosophicSignificance of ANN 【 正 文 】 中圖分類號：NO 文獻標識碼：A 1 引言 近年來,，人工神經(jīng)網(wǎng)絡(luò)(ANN)以特有的信息處理能力和獨到的解算能力引起人們極大的關(guān)注，呈現(xiàn)出廣闊的 應(yīng)用前景,。ANN是一種模仿人類神經(jīng)系統(tǒng)的數(shù)學模型,，它采用了大量簡單的處理單元即神經(jīng)元來處理信息。在A NN中,，神經(jīng)元按層次結(jié)構(gòu)的形式組織,，每層上的處理單元都以加權(quán)的方式與其它層上的處理單元相連接。ANN能 夠?qū)崿F(xiàn)非線性映射,，具有較強的自組織特點,。所謂“自組織”，指的是這樣一種行為和過程,，即在沒有從外部 環(huán)境輸入特殊信息（組織指令）的條件下,，系統(tǒng)自發(fā)地形成一種新的整體結(jié)構(gòu)。 與傳統(tǒng)的人工智能不同,，ANN基于并行處理機制從結(jié)構(gòu)上對人類的思維過程進行模擬,，從而能實現(xiàn)人類思維 的某些功能，如自學習,、邏輯推理,、聯(lián)想記憶和自組織性。馬克思指出,，撇開事物的總體聯(lián)系去把握事物,，就 “堵塞了自己從了解部分到了解整體、到洞察普遍聯(lián)系的道路”,。ANN的興起和飛速發(fā)展,，對當代系統(tǒng)科學提出 了許多尖銳的問題。例如,，系統(tǒng)內(nèi)部的普遍聯(lián)系問題,、整體與部分的關(guān)系問題及結(jié)構(gòu)與功能的關(guān)系問題等。因 此,，運用馬克思主義的立場,、觀點和方法，從哲學系統(tǒng)論的角度探討ANN的哲學意義具有重要的理論價值和實用 價值,。 2 人工神經(jīng)網(wǎng)絡(luò)(ANN)的產(chǎn)生和基本特點 (1)人工神經(jīng)網(wǎng)絡(luò)(ANN)的產(chǎn)生和發(fā)展 早在1943年，心理學家麥克庫洛奇(McCulloch)和數(shù)學家庇茨(Pitts)合作提出了形式神經(jīng)元的數(shù)學模型（ 稱之為MP模型）,，從此開創(chuàng)了計算神經(jīng)科學理論研究的時代,。1944年，希伯(Hebb)從條件反射的研究中提出了 Hebb學習規(guī)則,。到50年代末,，以羅森布拉特(Rosenblatt)提出的感知器為代表，形成了ANN研究的第一次高潮。 1969年明斯基(Minsky)和帕波特(Papert)的《洞察力》(Perception)一書出版,，在大量數(shù)學分析的基礎(chǔ)上,，指 出了感知器的局限性，從而導(dǎo)致了神經(jīng)網(wǎng)絡(luò)研究的降溫,。到70年代,，僅有少數(shù)學者還致力于神經(jīng)網(wǎng)絡(luò)的研究。 進入80年代,，國際上再次掀起了ANN的研究熱潮,，并取得了一大批引人矚目的成果。1982年,，物理學家霍普 菲爾德(Hopfield)提出了HNN模型,，從而有力地推動了ANN的研究；辛頓(Hinton)和賽伊諾斯基(Sejnowski)采用 多層網(wǎng)絡(luò)的學習方法,，提出了波爾茨曼(Boltzman)機模型,，來保證整個系統(tǒng)趨于全局穩(wěn)定點；魯莫拉特(Rumel hart)和麥克雷蘭(McClelland)等人提出了PDP（并行分布處理）理論,，并發(fā)展了多層網(wǎng)絡(luò)的BP算法（反向傳播 學習算法）,，它是迄今為止最普遍的網(wǎng)絡(luò)，可用于語言綜合,、自適應(yīng)控制等,；1988年美國加州大學的蔡少堂(L .O.Chua)等人提出了細胞神經(jīng)網(wǎng)絡(luò)模型，它是一個大規(guī)模非線性模擬系統(tǒng),，同時具有細胞自動機的動力學特征 ,。 ANN的研究引起了美國、歐洲與日本等國科學家和企業(yè)家的巨大熱情,，腦科學,、心理學、認知科學,、計算機 科學,、哲學等不同學科的科學工作者正在為此進行合作研究。新的研究小組,、實驗室和公司與日俱增,。美國星 球大戰(zhàn)計劃、歐洲尤里卡計劃都將神經(jīng)網(wǎng)絡(luò)計算機作為重大研究項目,，有關(guān)神經(jīng)網(wǎng)絡(luò)的國際會議頻繁召開,。AN N理論已經(jīng)在以并行處理機制為基礎(chǔ)的第六代計算機，在專家系統(tǒng),、圖象識別以及智能控制等領(lǐng)域得到了應(yīng)用,。 (2)人工神經(jīng)網(wǎng)絡(luò)(ANN)的模型結(jié)構(gòu)和特點 ANN是在現(xiàn)代腦神經(jīng)科學研究成果基礎(chǔ)上提出來的,，它反映了人腦功能的基本特性，但它并不是人腦的真實 描寫,，而只是它的某種抽象,、簡化和模擬。人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)單元為神經(jīng)元,，它一般是多個輸入,，一個 輸出的非線性單元。神經(jīng)元按層次結(jié)構(gòu)的形式組織,，每層上的神經(jīng)元以加權(quán)的方式與其它層上的神經(jīng)元連接從 而構(gòu)成神經(jīng)網(wǎng)絡(luò),。根據(jù)連接方法的不同，目前已有30多種神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)形成,，其中使用最多,，最具有代表性 的是誤差反向傳播的多層前饋式網(wǎng)絡(luò)，即BP(Back-Propagation)網(wǎng)絡(luò),。BP網(wǎng)絡(luò)由一個輸入層,、一個或多個隱層 以及一個輸出層組成，不僅含有輸入輸出節(jié)點,，而且含有一層或多層隱節(jié)點,。當有信息輸入時，輸入信息送到 輸入節(jié)點,，經(jīng)過權(quán)值的處理傳播到隱節(jié)點,，在隱節(jié)點層經(jīng)過作用函數(shù)運算后，送到輸出節(jié)點,，得到輸出值讓其 與期望的輸出進行比較,，若有誤差，則誤差反向傳播,，逐層修改權(quán)系數(shù),，直到輸出滿足要求為止。 ANN的基本特點主要表現(xiàn)如下： ①人工神經(jīng)網(wǎng)絡(luò)(ANN)為廣泛連接的巨型系統(tǒng),。神經(jīng)科學研究表明,，人類中樞神經(jīng)的主要部分大腦皮層由1 0[11]～10[12]個神經(jīng)元組成，每個神經(jīng)元共有10[1]～10[5]個突觸,，突觸為神經(jīng)元之間的結(jié)合部,，決定神經(jīng)元 之間的連接強度與性質(zhì)。這表明大腦皮層是一個廣泛連接的巨型復(fù)雜系統(tǒng),，ANN的連接機制模仿了人腦的這一特 性,。 ②人工神經(jīng)網(wǎng)絡(luò)(ANN)有其并行結(jié)構(gòu)和并行處理機制。ANN不但結(jié)構(gòu)上是并行的,，它的處理順序也是并行的 和同時的,。在同一層內(nèi)處理單元都是同時操作的，即神經(jīng)網(wǎng)絡(luò)的計算功能分布在多個處理單元上,。 ③人工神經(jīng)網(wǎng)絡(luò)(ANN)的分布式結(jié)構(gòu)使其具有和人腦一樣的容錯性和聯(lián)想能力,。大腦具有很強的容錯能力。 我們知道,，每天都有大腦細胞死去,，但并沒有影響人們的記憶和思考能力。這正是因為大腦對信息的存儲是通 過改變突觸的功能實現(xiàn)的,，信息存儲于神經(jīng)元連接強度的分布上,，存儲區(qū)和操作區(qū)合二為一，不同信息之間自 然溝通,，其處理也為大規(guī)模連續(xù)時間模式,。而存儲知識的獲得采用“聯(lián)想”的辦法。這類似人類和動物的聯(lián)想 記憶,，當一個神經(jīng)網(wǎng)絡(luò)輸入一個激勵時,，它要在已存儲的知識中尋找與輸入匹配最好的存儲知識為其解。 ④人工神經(jīng)網(wǎng)絡(luò)(ANN)具有自學習,、自組織,、自適應(yīng)能力。大腦功能受先天因素的制約,，但后天因素（如經(jīng) 歷,、學習和訓練等）也起著重要作用。ANN很好地模擬了人腦的這一特性,。如果最后的輸出不正確,，系統(tǒng)可以調(diào) 整加到每個輸入上去的權(quán)重以產(chǎn)生一個新的結(jié)果，這可以通過一定的訓練算法來實現(xiàn),。訓練過程是復(fù)雜的,，通 過網(wǎng)絡(luò)進行重復(fù)地輸入數(shù)據(jù)，且每次都調(diào)整權(quán)重以改善結(jié)果,，最終達到所希望的輸出,。在訓練過程中網(wǎng)絡(luò)便得 到了經(jīng)驗。理論研究表明,，選擇合適的ANN能夠?qū)崿F(xiàn)任何連續(xù)映射,，通過對樣本的學習，ANN表現(xiàn)出分類,、概括 和聯(lián)想的能力,。 3 人工神經(jīng)網(wǎng)絡(luò)(ANN)的自組織功能 以耗散結(jié)構(gòu)理論、協(xié)同學,、超循環(huán)理論等學科為主體的自組織理論是現(xiàn)代科學發(fā)展的最新成就,。所謂自組 織,，是指宇宙中各層次系統(tǒng)以及它們的結(jié)構(gòu)與功能，都能自己協(xié)同動作，自己組織起來，由原先宏觀上混沌,、 無序的狀態(tài)，進化為一種時間,、空間或功能上有序的結(jié)構(gòu)。自組織理論認為：自組織是在一切物質(zhì)系統(tǒng)中普遍 存在的固有屬性,。對于自組織系統(tǒng)來說,，其演化過程的自發(fā)性來自于系統(tǒng)內(nèi)部的交替因果性，這是自我規(guī)定性 的本質(zhì)所在,。在這種交替因果性中,，不僅包含原因產(chǎn)生結(jié)果的因果性，而且還包括結(jié)果產(chǎn)生原因的因果性,，正 是由于這種內(nèi)在的因果相互作用形成了一個因果聯(lián)系環(huán),。在系統(tǒng)自組織過程中，交替因果是通過自反饋方式來 實現(xiàn)的,。由于這種自反饋,，交替因果性不斷地循環(huán)反復(fù)，使系統(tǒng)能夠?qū)ζ渥陨韮?nèi)部的關(guān)系以及它與外部的關(guān)系 進行不斷的自我調(diào)整,，從而表現(xiàn)出自組織的特點,。思維系統(tǒng)的自組織來源于運行系統(tǒng)的自組織。從ANN的結(jié)構(gòu)上 看,，一方面具有相對固定網(wǎng)絡(luò),，另一方面，又具有一些隨機網(wǎng)絡(luò),。從ANN的算法編程上看,，具有對不同網(wǎng)絡(luò)結(jié)構(gòu) 和對象進行動態(tài)、自適應(yīng)編程得能力,。ANN自組織性的產(chǎn)生正是這種固定聯(lián)系和隨機聯(lián)系的結(jié)果,。 ANN的自組織功能主要表現(xiàn)在自反饋與自適應(yīng)兩個方面： (1)自反饋功能 ANN在調(diào)節(jié)過程中，不斷將給定信號與輸出信號進行對比,，產(chǎn)生偏差信號,，然后利用這個偏差信號實施控制 ，減少差異,，保持系統(tǒng)的穩(wěn)定狀態(tài),。當輸出信號與給定信號基本相符，輸出信號基本上能達到要求時，則通過 反饋使整個系統(tǒng)內(nèi)部的信息流基本保持穩(wěn)定,，它的內(nèi)部結(jié)構(gòu)就處于穩(wěn)定的狀態(tài),，如果反饋因素的信息已包含了 某些新的內(nèi)容，與原來的狀態(tài)產(chǎn)生了差異,，那么ANN系統(tǒng)可以通過自反饋,，進行一定程度的補充、修正和調(diào)整,。 ANN的這種反饋機制是一種負反饋，它可以使ANN的控制輸出滿足實際系統(tǒng)的需要,。這時整個ANN系統(tǒng)是一種“活 ”的,、開放的結(jié)構(gòu)，不斷進行自我調(diào)節(jié),，使整個系統(tǒng)在動態(tài)中正常進行,。 (2)自適應(yīng)功能 這是指不依靠外界強制性力量，而只依靠系統(tǒng)間充分的信息交換和反饋來實現(xiàn)整個系統(tǒng)間的平衡,。這種自 適應(yīng)是自組織系統(tǒng)所趨向的目標,，是一種目的性行為。它表明ANN系統(tǒng)進行自我更新是通過自適應(yīng),，形成新的有 序結(jié)構(gòu)來實現(xiàn)的,，也表明了復(fù)雜的系統(tǒng)在復(fù)雜環(huán)境中的生存能力。要更好地適應(yīng)變化著的外部環(huán)境,，系統(tǒng)就必 須有這樣的自動修正自己動作的自適應(yīng)功能,。ANN可根據(jù)外界環(huán)境的變化，來調(diào)整其結(jié)構(gòu)并改變其功能,，以適應(yīng) 環(huán)境變化,。 自反饋與自適應(yīng)這兩種自組織功能，在ANN中各有其特點,，但它們并不是孤立的,，而是相互聯(lián)系和相互作用 的。自反饋的目的是為了實現(xiàn)自適應(yīng)功能,，而自適應(yīng)是以自反饋為手段,，只有這兩種功能綜合作用，才能真正 顯示ANN的自組織功能,。 ANN的自組織性使得研究人工智能的科技工作者歡欣鼓舞,。如日本RWC筑波研究中心制定了“適應(yīng)進化計算 機”的研究計劃，這項研究的目的就是實現(xiàn)更接近人的計算機,。即將這種計算機置于模糊的,、經(jīng)常變化的、難 以預(yù)測的環(huán)境中,，通過同外界的相互作用,，就可以自行重組,，使程序與體系結(jié)構(gòu)進化，以適應(yīng)外界環(huán)境,，并可 進行恰當?shù)呐袛嗯c動作,。這種計算機在機器人控制、更接近人的人機界面及專家系統(tǒng)中將起重要的作用,。 4 人工神經(jīng)網(wǎng)絡(luò)理論的哲學意義 “19世紀科學思維方式的轉(zhuǎn)變,，……實體內(nèi)部相互關(guān)系組成的集合開始成為注意的中心，實體的‘整體性 ’特點就是由相互作用的各部分組成的所有群體的典型特點,。……復(fù)雜整體的特點是不可能還原為各部分的特 點,。在系統(tǒng)組分之間存在的相互依賴關(guān)系恰如一面網(wǎng)上的網(wǎng)線紐結(jié)。”這是拉茲洛關(guān)于系統(tǒng)整體性的一段精辟 論述,。系統(tǒng)是內(nèi)部組分間聯(lián)系存在的方式,，網(wǎng)絡(luò)是系統(tǒng)存在的結(jié)構(gòu)。對人工神經(jīng)網(wǎng)絡(luò),、計算機網(wǎng)絡(luò),、生態(tài)網(wǎng)絡(luò) 等具體網(wǎng)絡(luò)的結(jié)構(gòu)和功能的大規(guī)模研究與應(yīng)用都表明，從網(wǎng)絡(luò)角度認識系統(tǒng)的整體性和復(fù)雜性成為當今科學和 社會管理的鮮明特征,，因而探討ANN理論的哲學意義對于ANN理論及系統(tǒng)科學的發(fā)展都具有重要的價值,。 (1)從人工神經(jīng)網(wǎng)絡(luò)(ANN)理論看普遍聯(lián)系 恩格斯指出：“當我們深思熟慮地考察自然界或人類歷史或我們自己的精神活動的時候，首先呈現(xiàn)在我們 眼前的是一幅由種種聯(lián)系和相互作用無窮不盡地交織起來的畫面,。”普遍聯(lián)系原則是唯物辯證法的最重要原則 之一,，系統(tǒng)論強調(diào)系統(tǒng)是實體內(nèi)部相互聯(lián)系存在的方式，系統(tǒng)通過聯(lián)系實現(xiàn)了其整體性,，而網(wǎng)絡(luò)則是系統(tǒng)存在 的普遍結(jié)構(gòu)形式,。ANN反映了神經(jīng)元相互聯(lián)系的結(jié)構(gòu)，ANN系統(tǒng)的整體性和復(fù)雜性就是通過這種聯(lián)系來實現(xiàn)的,。 通過聯(lián)系才能相互作用,，而相互作用則強調(diào)說明聯(lián)系的具體方式和效果。在典型神經(jīng)網(wǎng)絡(luò)BP網(wǎng)絡(luò)中,，各神經(jīng)元 之間的連接強度是由兩神經(jīng)元之間的權(quán)值來決定的,，而神經(jīng)元連接權(quán)值的確定是建立在對大量樣本即大量經(jīng)驗 知識進行學習的基礎(chǔ)上。BP網(wǎng)絡(luò)在對大量個別樣本進行學習的基礎(chǔ)上確定內(nèi)部結(jié)構(gòu),，即確定網(wǎng)絡(luò)的連接模式,。 網(wǎng)絡(luò)輸出與輸入的耦合程度依賴于權(quán)值系數(shù)的不斷調(diào)整和改進。因此,，對于一般系統(tǒng),，聯(lián)系是實現(xiàn)其整體特征 和功能的基本方式，而整體性和統(tǒng)一性的水平則依賴于通過聯(lián)系發(fā)生相互作用的方式和水平。 (2)從人工神經(jīng)網(wǎng)絡(luò)(ANN)理論看整體與部分的關(guān)系 系統(tǒng)的整體性是通過其部分相互聯(lián)系來實現(xiàn)的,，整體和部分是相互對立和相互統(tǒng)一的兩個方面,。部分是系 統(tǒng)整體行為的基礎(chǔ)，整體是部分行為和特征的統(tǒng)一,。在典型神經(jīng)網(wǎng)絡(luò)BP網(wǎng)絡(luò)中,，網(wǎng)絡(luò)系統(tǒng)由輸入層、一個或多 個隱層及輸出層多層組成,，每一層由若干神經(jīng)元組成來實現(xiàn)其特定功能,，各部分神經(jīng)元之間由復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu) 相連接，組成整個BP網(wǎng)絡(luò)系統(tǒng),。同時整體與部分的關(guān)系還表現(xiàn)在部分在整體中只是名義上的部分,，沒有相對的 獨立性，它不能離開整體而轉(zhuǎn)化成真正的獨立物,。在ANN中，神經(jīng)元不能脫離網(wǎng)絡(luò)系統(tǒng)這個整體而存在,，只有作 為系統(tǒng)的一部分,，它才獲得自己的地位。由此可以看出,，系統(tǒng)是由相互聯(lián)系的諸部分組成的具有特定功能的有 機整體,。部分是構(gòu)成整體的基礎(chǔ)，沒有部分就沒有整體,；部分又是在整體制約下的部分,，離開了整體就不是該 整體的部分。部分的變化總是以整體的聯(lián)系為前提,，整體的變化又在變化著的部分中實現(xiàn),。整體與部分既相互 區(qū)別，又相互聯(lián)系,、相互制約,，這就是整體與部分的辯證統(tǒng)一。 (3)從人工神經(jīng)網(wǎng)絡(luò)(ANN)理論看結(jié)構(gòu)和功能的關(guān)系 唯物辯證法認為,，結(jié)構(gòu)是系統(tǒng)內(nèi)部要素聯(lián)系的方式和形式,，結(jié)構(gòu)不等于構(gòu)架。它包含了要素之間的相互作 用,；功能是系統(tǒng)對外部環(huán)境作用的能力,，是通過內(nèi)部聯(lián)系和與外部聯(lián)系來表現(xiàn)的；系統(tǒng)的結(jié)構(gòu)和功能是辯證統(tǒng) 一的,。在ANN理論中權(quán)值系數(shù)反映了ANN中神經(jīng)元間的連接強度,，它依賴于兩神經(jīng)元之間信息流量的大小。ANN的 結(jié)構(gòu)是由ANN網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值系數(shù)共同決定的，對相同網(wǎng)絡(luò)結(jié)構(gòu)的ANN系統(tǒng),，由于其接受的大量外部樣本不同,， 通過學習系統(tǒng)內(nèi)神經(jīng)元間的權(quán)值系數(shù)也是不相同的，從而權(quán)值系數(shù)的確定是由外部輸入決定的,，這反映了ANN結(jié) 構(gòu)對其功能的依賴性,。而一旦ANN通過學習過程確定了系統(tǒng)的權(quán)值矩陣，則對于確定的輸入,，其輸出也是確定的 和期望的,。這時ANN的功能依賴于已確定的權(quán)值系數(shù)，即系統(tǒng)的功能依賴于系統(tǒng)的結(jié)構(gòu),。從而可以看出ANN中權(quán) 值系數(shù)是結(jié)構(gòu)和功能相互依賴的結(jié)果,。同一網(wǎng)絡(luò)結(jié)構(gòu)的ANN系統(tǒng)，其權(quán)值系數(shù)的不同反映了它們在結(jié)構(gòu)和功能上 相互依賴關(guān)系的差別,。 ANN功能主要體現(xiàn)在它與外部環(huán)境的相互聯(lián)系和相互作用上,，即反映在它在真實世界中的實時學習、邏輯推 理和聯(lián)想記憶上,，其性能由它對外部輸入的響應(yīng)與期望輸出的耦合程度的大小來衡量,，這由系統(tǒng)的結(jié)構(gòu)來決定 。首先,，系統(tǒng)通過實時學習來調(diào)整神經(jīng)元間的權(quán)值來實現(xiàn)系統(tǒng)響應(yīng)與期望輸出的耦合,，其次，通過調(diào)整ANN的網(wǎng) 絡(luò)結(jié)構(gòu)即神經(jīng)元間的連接方式來實現(xiàn)耦合的目標,。一旦結(jié)構(gòu)確定,，ANN網(wǎng)絡(luò)即能對新的輸入進行模式變換和聯(lián)想 記憶。因而結(jié)構(gòu)是ANN系統(tǒng)發(fā)揮其功能的基礎(chǔ),。ANN理論不僅從總體上把握了結(jié)構(gòu)與功能的相互依賴性,，而且揭 示出這種依賴性實現(xiàn)的途徑，這為唯物辯證法關(guān)于結(jié)構(gòu)和功能的辯證說明提供了具體的科學依據(jù),。 5 總結(jié) ANN是一門高度綜合的學科,，代表了90年代人類尖端技術(shù)的最新研究方向。ANN熱潮的興起和研究的飛速發(fā) 展,，對當代哲學提出了新的挑戰(zhàn),，展示了許多新的研究課題。普遍聯(lián)系是唯物辯證法的最主要原則之一,，但是 由于自然科學體系中的還缺乏處理聯(lián)系的完整理論,，關(guān)于聯(lián)系原則的深化將有助于豐富和發(fā)展唯物辯證法體系 中聯(lián)系觀。因而ANN理論關(guān)于聯(lián)系和相互作用的研究,，將為唯物辯證法關(guān)于普遍聯(lián)系的原則提供科學的說明和具 體的依據(jù),，同時也為將普遍聯(lián)系原則應(yīng)用于其它學科提供了典范,。因此，探討ANN理論的哲學內(nèi)涵和價值,，有著 理論和現(xiàn)實的雙重意義,。 收稿日期：1999-10-08 【責任編輯】范勤宇 【參考文獻】 [1]Khanna T.Foundations of Neural Networks.[M]. Mass.Addison-weslay.1990. [2]Ersoy OK,Hong D.Parallel,Self-Organizing,Hierarchical Neuralnetworks[J].1990,1(2):167-178 [3]田麗，曹安照．人工神經(jīng)網(wǎng)絡(luò)—模糊控制(ANNFC)與自組織理論[J]．北京：自然辯證法研究,，1998(2) :31-34. [4]吳光宗,，戴桂康．現(xiàn)代科學技術(shù)革命與當代社會[M]．北京：北京航空航天大學出版社，1995． [5]蒲小平,，陳克興,，戴桂康．人工神經(jīng)網(wǎng)絡(luò)的哲學意義[J]．北京：自然辯證法研究，1993(1):18-23． [6]胡皓,，樓慧心．從哲學看自組織理論的進化思想[J]．浙江大學學報（社科版）,，1987(1):33-39． [7]王雨田．控制論、信息論,、系統(tǒng)科學與哲學[M]．北京：中國人民大學出版社,，1986． [8]湛懇華．基核與系統(tǒng)的自組織[J]．哲學研究，1987(2):33-40． [9]楊春時,，邵光遠等．系統(tǒng)論,、信息論、控制論淺說[M]．北京：中國廣播電視出版社,，1987． [10]恩格斯．自然辯證法[M]．北京：人民出版社，1984． 字庫未存字注釋： ＠①原字艸下加奉 |
|
|
