人工神经网络（神经网络是人工智能未来的方向吗？）

　　人工神经网络（神经网络是人工智能未来的方向吗？）
　　1866年孟德尔发表了他的遗传学论文，人们知道了遗传信息如何在一代一代之间传播。
　　但是遗传信息在生物体内是如何存储和传递的，存储遗传信息的是dna还是蛋白质，一直到1940年代，才研究的比较清楚。确定了dna的化学结构和遗传的。中心法则。
　　相对于遗传信息是如何传递的，那我们后天学习到的信息在神经系统中是如何存储的，现在还是一片模糊，只知道大脑的特定区域与记忆有关，至于靠什么分子机制来存储学习到的信息，冗余度如何，几乎一无所知。现在可以用基因工程改造动植物的遗传性状，可以制造出基因敲除小鼠，来研究人类的类似病症，比如研究圆头精子症。如果把记忆信息的分子机理搞清楚了，说不来未来可以给神经系统植入记忆和学习成果。
　　科学家在研究神经系统的过程中，注意到了神经元通过轴突和树突相互连接，猜想学习过程和信息获取就是这些连接的改变，记忆就是通过这些连接编码的。要彻底搞清楚记忆的机理，还有待于未来科学的发展。
　　现在计算机科学家的研究思路，是先不关注生物神经系统的具体运作机制。集中于思考人的心智活动是如何处理信息的，比如人脸识别时，对像素信息做了什么样的计算，围棋高手，练习围棋时，对棋局的判断是如何随着练习的增多而改变的。假设了一些过程，用计算机程序模拟出来，应用于实际场合。alphago在围棋上的成功，说明这些假设的过程对处理实际问题是有效的。alphago主要采用了两种过程，一是人工神经网络，另一种是蒙特卡洛树搜索。在一些宣传资料中，主要以及神经网络，其实蒙特卡洛树搜索对alphago的成功同样重要。
　　计算机用于研究人脑以前面对的问题，具有的一个重要优势是数据存储量和计算速度不是人脑可比的，比如人要研究过去5年股市的变化规律，一天能过10个股票累的头晕眼花，计算机几分钟内将这些数据过一遍毫无压力。古人一直没有发现地球是圆的，就是因为站的不够高，视野小，现在航天员到了太空，一下就可以看出地球是圆的。计算机超大的数据处理能力，会带来与靠脑力研究不一样的视野，发现以前没有发现的规律。
　　现在一些人说理论物理的进展慢了，好长时间没有新的基本规律和公式的发现了。以前的成就，牛顿的理论，涉及到距离，时间，质量，万有引力常数等几个因素，maxwell的理论，包含电磁强度，磁场强度，距离，时间等。这些理论，包括爱因斯坦的理论，公式中都涉及到不会超过6个因素。如果研究的系统，影响因素再增加，则无论是数据处理，还是进行分析，都超过了人脑力的能力范围。
　　学习计算机编程时，一般人对条件判断，以及循环，学习起来觉得很容易，学习到递归方法时，觉得理解起来，明显不如循环容易。这个的原因，就在于，同样的步数，递归方法需要的短期存储的变量数，远大于循环。人脑思考时，短期存储容量有限，所以问题稍一复杂，就需要纸和笔辅助进行短期存储。而短期存储对计算机来说，毫无压力。所以在计算机出现以前，人类没有发展用递归来解决问题的思维方式，虽然数学归纳法，思想接近于递归，但是数学归纳法证明时，分情况讨论，一般不会太复杂，分情况太细，分枝超过6种，嵌套下来就会超出人脑的存储能力，感到繁琐，难以理解。
　　计算机以及广泛应用于存储和处理数据，现在又用于下围棋，进行人脸识别，以前有cad计算机辅助设计，以后会发展出计算机辅助研究的功能，利用仿照科学家思维和处理数据，总结规律的过程，一定会促进科学的飞速发展，发现脑力难以发现的规律。