南京航空航天大学人工智能讲义：模拟人脑的计算系统

南京航空航天大学的人工智能讲义深入探讨了人工神经网络(ANN)的相关理论与应用。该讲义由常建平教授在2003年下学期为硕士研究生授课，内容涵盖了人工神经网络的基本概念、结构以及其与传统计算机的对比优势。 首先，章节1.1强调了研究人工神经网络的重要意义。计算机与人脑的差异主要体现在：计算机的串行工作方式限制了其“形象思维”能力，它只能被动执行预编程序，缺乏主动学习和容错性。而人工神经网络通过模拟人脑的神经结构，实现了感知、形象思维、分布式记忆和自组织学习等认知过程，突破了传统计算机在存储和计算方面的瓶颈。 人工神经网络的核心结构由多个简单处理单元（神经元）组成，这些神经元按照特定规则互相连接形成层次结构。每个神经元既是信息处理单元又是存储单元，能够同时进行计算和存储，从而解决了传统计算机中的瓶颈问题。此外，ANN的信息分布存储在连接权重上，提高了系统的容错性，且工作方式为并行，显著提升了处理速度。 章节1.3进一步探讨了人工神经网络的研究内容和应用领域。主要包括理论模型的构建，如对生物原型的抽象，包括概念模型、知识模型、物理化模型和数学模型等；技术模型的研究，即网络模型的设计和学习算法的开发，这是课程的核心讨论内容。此外，讲义还关注人工神经网络的实际应用，涉及如何将技术模型转化为实际应用系统，这些系统广泛应用于诸如图像识别、语音处理、自然语言理解等领域，但同时也面临着挑战，如模型的复杂性、训练数据的需求以及现实世界中的误差处理等问题。 总结来说，南京航空航天大学的人工智能讲义提供了一个全面的框架，让学生深入了解人工神经网络的原理、设计方法和实际应用，对于从事人工智能领域的研究者和工程师来说，这是一份极具价值的学习资料。