现在一般认为AI的最早工作是Warren McCulloch和Walter Pitts（1943）完成的。
他们汲取了三种资源：基础生理学知识和脑神经元的功能；从罗素和怀特海德开始进行的对命题逻辑的形式化分析；以及图灵的计算理论。他们提出一种人工神经元模型，模型中的每个神经元具有“开”和“关”的特性，以及被足够多的邻近神经元激活时变为“开”状态的开关。神经元的状态被认为“实际等价于引起足够刺激的命题”。
例如，他们证明，任何可计算的函数都可以通过某种由神经元连接成的网络进行计算，而且所有逻辑连接符（与、或、非，等等）都可以用简单的网络结构实现。McCulloch和Walter Pitts还提出适当的网络能够学习。
唐纳德·海布（Donald Hebb）阐述了一种简单的更新规则（1949），用于修改神经元之间的连接强度。他的规则被称为海布学习，到现在仍是一种有影响力的模型。
分享到:
閱讀更多 創感科技 的文章
