4.1 引 言

本章通过对神经元和神经工作网络（neural networks）的形式类比（或者理想状态）的研究，概述神经系统的计算特征及其发展过程。这种形式类比通常称为“神经网络（neural nets）”。我们首先介绍麦卡洛克和皮茨（McCulloch and pitts，1943）关于神经系统开关逻辑（switching logic）所取得的开拓性成果。在他们研究工作的基础上，1960—1970年间产生了两种不同的研究分支。其中一个分支，运用神经开关回路，精确说明了神经系统如何能被看作是一种二值计算的计算机。麦卡洛克和皮茨的这篇论文是冯·诺依曼在1945年EDVAC报告中唯一引用的文献，促进了心智数字计算理论的发展。因为麦卡洛克-皮茨网络没有学习能力，不得不需要使连接阈值与/或连接强度具有可变性，这就自然地引发了罗森布拉特（Rosenblatt，1958）关于感知器的研究。一个简单的感知器就是一种有着可变阈值与/或连接强度的双层麦卡洛克-皮茨单元网络。接下来介绍明斯基和帕佩尔特（Minsky and papert，1969）对感知器的批评。感知器理论最终发展成为当代认知科学的联结主义。因此，麦卡洛克和皮茨的这篇论文被认为是认知科学史上的一个分支点，一方面通向序列的、数字的计算理论；另一方面通向平行的、分布式的加工理论。然后我们转向勒特文（Lettvin）、马图拉纳（Maturana）、麦卡洛克和皮茨（1959）关于蛙眼视觉系统语义功能以及“蛙眼告知蛙脑什么”的研究，这是研究神经活动表征特征必然会涉及的问题——这一问题最初在麦卡洛克和皮茨发表于1943年的论文中就已提出。