产品经理产品设计-产品经理观AI如何通俗易懂的理解神经网络

产品经理观AI如何通俗易懂的理解神经
网络
笔者会以最通俗的说法，用最基础的数学知识给大家讲述一下什
么是神经网络。

提到“神经网络”这个词，多数人会联想到人工智能，这个当前
互联网行业里最眼下火热的技术。

神经网络是人文学科既深奥又深奥
神秘，但也很牛掰，虽然部分人查了相关资料，可是仍然无法理解这
门的原理和流程，所以，本文就产生了。

神经网络提及“神经”一词，是因为这门技术的工作原理和此项
工作数据处理方式，与人非常类似的神经元对信号的处理机制比较相似，这里有点生物仿生学的味道。

科学家一直在试图了解大点自然其
中的奥妙，从自然大自然中所汲取最有价值的信息，寻找灵感，但却
忽略人的本身意念。

其实，专才是最需要了解自己的。

这里提到了“生物仿生学”，提到它是在初中诸如此类提到的一
门技术，这门技术既古老又健壮，可以这样理解：
通俗的讲，通过了解自然界生命或非生命体的结构和功能工作原理，并经过不断的学习这些原理，来改进人类目前的半导体技术，使
生物学原理更加适用于人类生物的各项生产活动和生活
举个简单例子，菲尔普斯在奥运会时穿的鲨鱼皮马塞洛游泳衣。

这种游泳衣结构原理是仿鲨鱼鳞片的构造，鲨鱼的鳞片具有鳞突结构，在长度方向间距长有缝隙的鳞突，需要改变水在其表面的流动方向。

并且，鳞突还躲避可以阻止漩涡或者是湍流旋涡的形成。

所以，这类
这种泳衣可以使运动员在比赛过程中，减少更多的阻力以增加相当游
动速率。

不过，国际泳联已经明确禁止这类产品参加比赛了，因为这
也太bug了。

仿生学何其强大，人类在研究人体结构时，发现神经元结构错综
复杂，人类通过神经元的不断学习，可以认知若干事物，控制情绪，
完善自我。

当然，三门神经网络也就是仿照神经元的工作理论而创造
出的一门技术。

人们在日常生活中会情绪，嗅觉，触觉等等，都是通过多个神经
元处理，而得到最终信号反馈。

信号从左树突进入，经过轴突传到神
经末梢，然后在传送给其它神经元。

单一的神经元是无法一般来说判断各类情绪，温度的，需要大量
的神经元大量共同配合才能识别。

也就是说，证明性别这个小明性别
是男还是长女，需要大量的神经元认同，并且通过神经元不断地学习，未来对男女的判断是瞬时完成的。

所以说，人的大脑才是最牛掰的神经网络。

人类自打婴儿时，就学会了认知这个世界，通过生活习惯经历不
断了解事物，辨识谁是萌猫，谁是小狗。

多年的训练后，这种辨别的
准确率可以识别达到100%。

萌猫和小狗自身类型拥有很多特点，人类
通过不断的训练，记住了它们的特征，可以从视觉上进行区分，可以
通过声响区分，可以通过重量，体积，触感，味道区分。

这些特点，
强化了知觉人对猫狗的记忆和辨识度，并最终可以得出准确的答案。

所以，以后只要通过两三个特点，就可以推导出正确的结论。

所以研究者不甘寂寞了，他们做个假设：机械如果机器也可以像
神经元一样进行工作，那岂不是可以创造一个不需要休息的机器大脑？事实证明，这个假设是设立的。

冷启动的神经网络就是个白痴，什么也不懂，IQ基本为0。

这个
时候，如果你想让机器分辨区分猫和狗，别妄想了！科学家仿照人类
学习认知事物的流程来让机器去逐渐区分什么是猫和狗，从2个动物里，我们就告诉机器，哪个是猫，哪个是狗。

这个过程就叫做，训练。

但是，当你把数百名动物让机器去作区分时，机器懵逼了。

不要慌，你要继续告诉电脑，猫狗的其他特征，不断学习，不断验证。

对于机器来说，就算能听懂特定的字符。

不好意思，他不懂汉语。

如果仅仅告诉机器这是猫，这是狗，那是不够的，需要把他们的所有
转化为机器的语言，特定的数字，也就是经常反问到的，特征提取。

然后，机器加密再去存储学习这些数字，加强记忆。

从机器的工作程
序可以看出，神经网络算法的核心就是：计算、连接、评估、纠错、
无限训练。

但，问题又来了，当特征输入机器后，如何处理呢？
当然，这离不开数学。

如果，把结论用数字1表示，把各个特征
看成是x1，x2，x3…xn，这些特征通过某个权值（，所谓的激励函数，这个权值可以是多个，暂且用a,b,c,d表示）的加成，成为了1，最终训练出结论。

如果，有新的特征进入，加入公式即可。

列个表达式（图来源网络），初始时，最简单的模型是这样，
x+y=1
当有多个特征时，就会出现更为复杂的计算过程，
道理很简单，通过输入数据，调整激励函数，训练数据，得出结论。

图中（来源网络）圆圈代表神经元，箭头代表信号流转方向
输入层为特征，输出层为结论，2者的小脑是固定的，而隐藏数层可以不断调整。

计算流程重要的不是突触，而是数据流向，不同方向的数据数据会训练得到不同的个数，进而输出不同的结论。

当然，终正确的结论只有一个。

当然，本文仅是浅讲责任编辑神经网络的原理，让大伙儿更通俗
易懂。

其实，神经网络分为人工神经网络和生物神经网络，而人工神
经网络还能细分为前馈神经和反馈神经网络，这些概念，你都不需要
了解。

作为产品经理，关键点是在有预期首要任务首要目标的情况下，如何找到数据源，用哪些关键数据能实现我们想要的。

剩余的，就放
心的交给生产哥哥吧！。