人工神经元网络学会使用人类语言

来自Sassari大学（意大利）和普利茅斯大学（英国）的一群研究人员开发了一种认知模型，由2000万互连的人工神经元组成，能够从“塔杜拉的状态”开始使用人类语言进行沟通RASA“只有通过与人类对话者的沟通。该模型称为Annabell（人工神经网络，具有用于语言学习的自适应行为），并在国际科学期刊上发表的文章中描述普罗斯一体。这项研究揭示了语言发展背后的神经过程。

我们是如何做的脑制定执行复杂认知功能的能力，例如语言和推理所需的功能？这是一个问题当然，我们都要求自己，研究人员尚未提供完整的答案。我们知道在人类大脑中大约有百亿神经元通过电子信号进行交流。我们了解了神经元之间电信号产生和传递的机制。还有一些实验性技术，比如功能性磁共振成像，可以让我们了解当我们参与不同的认知活动时，大脑的哪个部分最活跃。但是对单个神经元如何工作以及大脑不同部分的功能的详细了解不足以回答最初的问题。

我们可能会认为大脑以类似的方式运作到计算机：毕竟，甚至计算机均通过电信号。事实上，许多研究人员从60年代末期以来，基于比喻脑的样本的模型。然而，除了结构差异之外，大脑和计算机之间存在深刻的差异，特别是在学习和信息处理机制方面。计算机通过人类程序员开发的程序工作。在这些程序中，有编码规则，计算机必须在处理信息以执行给定任务时进行操作。然而，没有证据表明我们大脑中这些计划存在。事实上，今天许多研究人员认为，从非常小的天生知识开始，我们的大脑能够简单地通过与环境进行互动而发展更高的认知技能。Annabell模型似乎确认了这个角度。

ANNABELL没有预编码语言知识;它只能通过与人类对话来学习，这多亏了生物大脑中也存在的两种基本机制:突触可塑性和神经门控。突触可塑性是指当两个神经元同时或几乎同时处于活动状态时，两个神经元之间的连接提高效率的能力。这种机制对于学习和长期记忆是必不可少的。神经门控机制是基于特定神经元(称为双稳态神经元)的特性，作为开关，可以通过来自其他神经元的控制信号来“开启”或“关闭”。当双稳态神经元被激活时，它会将信号从大脑的一部分传送到另一部分，否则就会阻断信号。模型之所以能够学习，是因为突触可塑性，控制打开和关闭神经门的信号，以控制不同区域之间的信息流。

认知模型已经通过关于早期语言开发的文献的基于文献，使用大约1500个输入句子的数据库进行了验证，并且通过在输出中产生了大约500个句子，包含名词，动词，形容词，代词和其他单词类的回应，展示了表达人类语言处理中广泛功能的能力。

---

---