章节出错了,点此刷新,刷新后小编会在两分钟内校正章节内容,请稍后再试。
“啊，说什条例？”
。。。
人类的大脑从我们出生开始不是一成不变的，而是一在成的突触链，每时每刻都在改变着自身的链结构。
霍普菲尔德（JohnHopfield）在二十世纪八十年的时候曾经构出一种数学网络模型，这种网络模型除了编码了数值之还定义了一个全局能量，这个能量会影响网络的动力学行为。
这个定义出来的能量也使得和冯·诺伊曼机有着本质的区，二进行学习和记忆的底层逻辑是完全不同的。
时至今全世界的计算机使用的都是冯·诺伊曼结构，这种结构的存储和运算是分开的，依照这种架构设计出的计算机叫存储序计算机。
这种计算机在处理问的时候要不断在存储器和中央处理器之间对信息进行调用，计算的速度受到所谓的“冯·诺伊曼瓶颈”限制。
而Hopfield网络则是完全不同的，的存储器和运算器都是网络。而需要记忆的信息储存在网络的局部能量小值上。和力统一样，这种网络在运行时也会主动落自身的能量低点，就和凹凸面上的小球会落局部低的洞里一样。
所以这种网络能够自地模拟人类大脑的联功能，为如我们输的是和之记忆过的内容有关的信息，终网络的结构总会输出个局部能量低点所储存的值，这就像我们到苹的剪映就会自动到真的苹一样。
是这种网络有一个致缺陷，就是能决的问十分有限，不能作为图灵机来使用。实上这不是这种设计本身的问，是我们的识目仍达不到能够设计出真的模拟人脑的动力学结构的数学模型。
不要忘了人脑有一千亿个神经元，数万亿个神经元连，上亿个神经，没有何一个人能够理自己。
实上，人类甚至不大脑的上限有没有达到可以理整个神经图像的度，我们的思维真的能够理和自身一样复杂的客体吗？