导语
在上一次的小白学数据时间里，我们了解了什么叫做机器学习。目前最热门的一种机器学习方法叫做神经网络。它经历了90年代到00年代的深山归隐期，在10年代重出江湖的时候，已经令世人刮目相看。知道前几天在围棋界打败天下无敌手的AlphaGo吧（甚至输入法都提示我，G应该大写）?用的就是神经网络。神经网络这个听起来无比深奥的概念，其实小白也能够明白它是个啥。让我们试试是否可以“窥一斑而知全豹”。
小白问：好吧，你来给我讲讲什么是神经网络吧？
答：神经网络，顾名思义，就是由神经元之间互相交流，从而形成的一个网络结构。在计算机出现之后，神经网络特指利用计算机模拟人类脑神经工作的算法。
小白问：呃，忘了我是小白啦？算法是个啥意思？
答：算法就是计算机的工作流程。一个很简单的例子，我们想要一个机器人去烧水，那么它打开壶盖，拧开水龙头，往壶里接水，拧紧水龙头，关壶盖，把壶放在电磁炉上，通电烧水，这整个流程就是一个算法。
小白问：那什么是神经元呢？
答：人脑中数以千万计的小细胞就称为神经元，它们之间相互连接，形成错综复杂的网络关系。每时每刻，这些小细胞都在一直感知世界并从中进行学习，也在互相交流学习经验。每一个神经元都代表了一个不同的想法、记忆或者，感觉。
小白问：等一下，你说的是人脑里的神经元？不是说计算机算法吗？神经网络算法是在模拟我们人脑神经元工作？
答：对！我们以谷歌的深度梦想项目 (Deep Dream)来作为例子。在深度梦想这个人工神经网络中，谷歌的工程师创造了一堆人工神经元（每一个神经元都可以是一个独立的CPU，或者一个CPU上的一个核。现在可以认为，每一个神经元是一个GPU的一个处理单元。），然后将这些神经元一层一层的累起来。
当给计算机输入一幅图片时，层与层之间的神经元会一起协同工作，以弄清楚它们所在的这样一个网络能够看到些什么。在不断的学习过程中，每一层的神经元在它自己的水平上，都会对这幅图片有更加“深入”的理解。下一层的神经元会在这一层神经元的帮助下，对图片内容有更贴切的“猜想”。在用非常大量的已知图片去训练深度梦想之后，它最终就可以区分猫咪和小狗—甚至它可以自己画出来这些小萌宠。
小白问： 听说神经网络是个新玩意儿啊！那人工神经网络和计算机通常传统的工作流程有什么区别吗？
答：我们讲讲最先进的人工神经网络（就是有好几层累起来的，所谓深度神经网络。想知道什么是深度学习吗？关注我们之后的小白学数据栏目哦~）与计算机普通工作流程的区别吧。让我们举个很简单的例子。宝妈妈之前有一个大宝，妈妈给大宝买了一个很萌的卷笔刀，并且告诉大宝，卷笔刀只能用来卷铅笔，不可以把手指插进去。于是，大宝知道了卷笔刀只可以卷铅笔。后来，宝妈妈有了小宝，妈妈很小就让小宝上了幼稚园。有一次，一个小朋友，小明，拿来了一个小玩意，他用那个小玩意把自己的铅笔削得尖尖的。小明告诉大家，这个小玩意叫做卷笔刀。另外一个小朋友觉得很新奇，就拿来玩，她把自己的小拇指插进了卷笔刀，结果哇的一声哭了，还留了血。从此以后，小宝知道了，卷笔刀只能用来卷铅笔，不可以用来卷手指。所以呢，大宝，就是计算机常见的工作流程，你得喂它一堆规则，让它建立起一个学习集合；小宝，就是我们这里讲的人工神经网络了，你给它很多实例，让它自己，通过几层神经元之间的交互反馈学习，获得知识。一句话，神经网络就是让计算机学会自己学习。
小白问：你又用我不知道的生词儿了。什么叫反馈学习啊？
答：反馈学习的过程就是不断修正自我感知的过程。比如很小的时候，我们可能认为身高小于1米的人就称之为小孩子，但在不断学习的过程中，我们后来知道，有一种侏儒症患者，即便他们是成人，身高也可能小于1米。这个学习过程，就叫做反馈学习，即不断用外界的实例来更正自己的感知世界。神经网络也是这样工作的哟~
小白问：你刚才说了这么多，能不能再给我串起来，简单的说一下到底什么是神经网络吗？
答：好呢。传统计算机的思维过程，有点像搭乘地铁。为了去到市区，计算机也许需要通过许多站，也许，还需要换乘几号线。但人脑的思维过程，更类似空间穿梭 -- 可以瞬时从一个地点去到另一个地点。一旦我们经历了一次到市区的地铁之行—就会在脑袋中，把这两个站直接连接起来，这两个站之间就可以直接联系，而无需经过中间的那些站。神经网络，就是要模拟人脑的思维过程。
回到字面解释上来，神经元能够实时的更新它们的连接方式，以使工作效率更高。这就是我们怎样学习，怎样将新的想法集合起来形成创新性的思维的过程。如果我们能够在神经网络中模拟出同样的效果，那么，我们就可以教会计算机像人类一样思考。
所以呢，一句话，神经网络就是通过神经元之间不断更新自我以及彼此之间的联系，使计算机能够更加灵活的学习。
小白问：和常规的计算机比起来，神经网路更擅长做什么呢？
答：只要现在人类比计算机更擅长做的事情，神经网络也同样擅长（它本来就是因为想模仿人类大脑而产生的嘛~）：例如，写一个故事，分析艺术作品想要传达的含义，甚至说，驾驶汽车，或者从说话内容和肢体语言来理解一个人。让我们再来谈谈谷歌的深度梦想。在看一幅图片时，谷歌开发的这个神经网络并不是仅仅看到的是像素。实际上，它可以告诉你这幅图片包含了些什么。这是人类与生俱来拥有的能力，但迄今为止，这还是计算机无法做到的事情。
小白问：神经网络还有哪些好的应用呢？
答：除了深度梦想，谷歌的无人驾驶汽车也是用神经网络来检测行人的。但神经网络可不是谷歌的专利。脸书使用神经网络来区分人脸并判别你的朋友。神经网络还被用来设计新的字体、创造数字涂鸦，甚至在推特上假扮特朗普。
小白问：在未来的短短几年内，神经网络会发展成什么样子？
答：神经网络是使计算机更像人类的关键，可以自动化人脑解决问题的过程，并拥有创新的能力。将神经网络和交互式界面相结合，就可能最终实现真正的人工智能—这场革命会彻底改变我们做任何事情的方式。以后设计师不仅仅是使用神经网络；神经网络自己本身就可以变成一个非常好的设计师（因为神经元们在不断的学习，也在不断的更新自己的知识）。
你现在基本上了解神经网络大概在干嘛了吗？我们还会有进阶版，更深入的介绍神经网络和深度学习。小白下次见！
原文发布时间为：2016-04-20
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
