陳凱

在人工智能教學(xué)中，大概很難繞過人工神經(jīng)網(wǎng)絡(luò)這部分內(nèi)容。神經(jīng)網(wǎng)絡(luò)的搭建和訓(xùn)練既抽象又繁雜，在基礎(chǔ)教育階段，教學(xué)課時以及學(xué)習(xí)者的技能水平有限，教師需要仔細(xì)權(quán)衡如何選擇教學(xué)重點(diǎn)和教學(xué)方式。本文介紹一個名叫“神經(jīng)網(wǎng)絡(luò)訓(xùn)練營”的活動項目，該活動以“MemBrain”軟件為工具，讓學(xué)習(xí)者扮演神經(jīng)元的教官，親自體驗搭建并訓(xùn)練神經(jīng)網(wǎng)絡(luò)的整個過程，高效地完成“神經(jīng)網(wǎng)絡(luò)怎么搭建”與“神經(jīng)網(wǎng)絡(luò)怎么訓(xùn)練”的學(xué)習(xí)目標(biāo)。在達(dá)成此學(xué)習(xí)目標(biāo)后，便可比較平滑地進(jìn)階到神經(jīng)網(wǎng)絡(luò)框架和神經(jīng)網(wǎng)絡(luò)算法的學(xué)習(xí)。

● 訓(xùn)練營開班啦

考慮到教官能力有限，神經(jīng)網(wǎng)絡(luò)訓(xùn)練營初級班的學(xué)員不多，來到本班的共有四個神經(jīng)元，先給神經(jīng)元們安排下座位吧，如圖1所示。

工具欄里有一個畫著正方形的“Insert new neurons”按鈕，用這個按鈕來安排學(xué)員座位。學(xué)員的學(xué)號默認(rèn)為從1到4。

● 教官布置任務(wù)

默認(rèn)情況下，神經(jīng)元們非?！氨俊保恢酪鲂┦裁?。教官的訓(xùn)練任務(wù)挺簡單，名稱叫“謙虛友善而又不浪費(fèi)機(jī)會的決策者”，任務(wù)情境如下：假設(shè)有兩張游樂園的票，若已經(jīng)有兩個人舉手搶票，那么決策者就決定不參與搶票，如果只有一人舉手搶票或沒有人搶票，那么決策者就拿下這張票。用表格呈現(xiàn)出來就如表1所示。

如果把不搶票標(biāo)為0，搶票標(biāo)為1，則可發(fā)現(xiàn)，這其實是與非門（NAND）的邏輯關(guān)系。所以說，教官的任務(wù)，就是讓四個神經(jīng)元能相互合作，表現(xiàn)出與非門的運(yùn)算過程。

● 給學(xué)員分配角色

將1號神經(jīng)元和2號神經(jīng)元作為輸入A和輸入B，4號神經(jīng)元作為輸出O，分配角色的方法很簡單，雙擊神經(jīng)元，打開“Edit Object Properties”對話框，在“Type”下拉菜單里選擇“Input”或“Output”即可，如圖2所示。

3號神經(jīng)元的作用比較特殊，將它也設(shè)置為“Input”類型，但它在后面的訓(xùn)練過程中，起的并不是輸入的作用，而是協(xié)助計算的作用，稍后就可知道原因。除了“Input”和“Output”類型之外，還有一種“Hidden”類型，在將來解決分類識別問題時極其有用。

● 學(xué)員手拉手

神經(jīng)元沒有眼睛、耳朵、嘴巴、鼻子，為了讓它們之間能相互協(xié)作，可以將神經(jīng)元連接起來，通過手拉手（觸手相連）的方式來傳遞信息，如圖3所示。

你是不是發(fā)現(xiàn)4號神經(jīng)元有三只手？這不奇怪，它們是神經(jīng)元，有再多只觸手都是可以的。通過觸手可以將一個神經(jīng)元的信息傳遞給另一個神經(jīng)元，不過所謂的信息，只是一個可正可負(fù)的強(qiáng)度值。好比一個人握住你的手，他可能握得很重也可能握得很輕，但你并不能知道某一次重重的握手代表的究竟是欣賞還是討厭。

如果雙擊4號神經(jīng)元，可以發(fā)現(xiàn)，作為輸出類型的神經(jīng)元，它有著更多可選項，用來決定接受到何種程度刺激后才被激活，如圖4所示。

選中“Lock Act. Thres. for Teacher”，表示將神經(jīng)元受刺激的閾值固定下來，由于輸入的刺激信號有正有負(fù)，默認(rèn)情況下，如果接受的刺激信號為正，則當(dāng)前神經(jīng)元被激活（模擬表現(xiàn)為閃閃發(fā)光），否則就不產(chǎn)生動作。神經(jīng)元沒有被激活時保持靜默，被激活后就會對外界發(fā)送信息。在“MemBrain”中，被激活的神經(jīng)元會閃閃發(fā)光。

雖然說，神經(jīng)元發(fā)出信號只有1（發(fā)光）和0（不發(fā)光）兩種狀態(tài)，可在信號的傳遞中，由于觸手的強(qiáng)度不同，它傳出的以及對方神經(jīng)元所接收到的信號的強(qiáng)度大小也會不同。觸手的強(qiáng)度值有一個專業(yè)的術(shù)語，稱為權(quán)重。點(diǎn)擊神經(jīng)元之間的線條，就可以查看當(dāng)前的權(quán)重值。

● 教官發(fā)放訓(xùn)練要求

神經(jīng)元各自的任務(wù)以及神經(jīng)元之間的連接關(guān)系確立后，教官就可以發(fā)放訓(xùn)練要求了。點(diǎn)擊工具欄里的書寫板形狀的“Show Lesson Editor”按鈕，填寫訓(xùn)練要求，如圖5所示。

第一條訓(xùn)練要求是，1號和2號神經(jīng)元輸入為“0”和“0”，4號神經(jīng)元輸出為“1”，然后點(diǎn)擊“New Pattern”按鈕輸入其他規(guī)則，由于3號神經(jīng)元為協(xié)助運(yùn)算，所以總是填寫“1”，輸入和輸出規(guī)則如表2所示。

● 開始訓(xùn)練

點(diǎn)擊工具欄里的“燈泡”按鈕，就可以一步一步訓(xùn)練神經(jīng)元啦。所謂訓(xùn)練，其實就是調(diào)整神經(jīng)元之間的觸手強(qiáng)度值即權(quán)重，使得這個神經(jīng)網(wǎng)絡(luò)的信號傳遞能夠越來越接近預(yù)先設(shè)定的訓(xùn)練要求。可以點(diǎn)擊神經(jīng)元之間的連線，觀察觸手的強(qiáng)度值，即權(quán)重是怎么一點(diǎn)一點(diǎn)發(fā)生變化的（至于權(quán)重是怎么一點(diǎn)一點(diǎn)發(fā)生變化的，就要深入學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的算法了）。如果不喜歡反復(fù)點(diǎn)“燈泡”按鈕一步一步訓(xùn)練，還可以點(diǎn)“感嘆號”按鈕自動執(zhí)行批量的訓(xùn)練。一般在訓(xùn)練開始之前，可將初始的權(quán)重值設(shè)置為隨機(jī)值。

這一次的訓(xùn)練結(jié)果如圖6所示，三條連線的權(quán)重分別是-23.4、-23.4和35.1。

如果1號和2號神經(jīng)元數(shù)值分別為0和1，則4號神經(jīng)元獲得強(qiáng)度值的計算過程是：0*-23.4+1*-23.4+ 1*35.1=11.7。結(jié)果是接受到一個強(qiáng)度為正的刺激，所以4號神經(jīng)元被激活閃閃發(fā)光。如果1號和2號神經(jīng)元數(shù)值都是0，因為3號神經(jīng)元是正值，所以最后4號神經(jīng)元接受到的也是正值，這里就可以看出3號神經(jīng)元是如何促成邏輯運(yùn)算結(jié)果成立的。

如果1號和2號神經(jīng)元數(shù)值都是1，則4號神經(jīng)元獲得強(qiáng)度值的計算過程是：1*-23.4+1*

-23.4+1*35.1=-11.7。接受到的是一個強(qiáng)度為負(fù)的刺激，所以4號神經(jīng)元不發(fā)光。

到此為止，預(yù)定任務(wù)都已達(dá)成，神經(jīng)元訓(xùn)練營初級班順利結(jié)營。然而，這只是學(xué)習(xí)的開始。要想讓神經(jīng)網(wǎng)絡(luò)做更多的事情，就還要：①了解不同的刺激函數(shù)，利用不同刺激函數(shù)以及不同的激發(fā)閾值，在接收信號強(qiáng)度和被激活狀況兩者間建立起對應(yīng)關(guān)系;②嘗試在神經(jīng)網(wǎng)絡(luò)中添加隱藏（Hiddeen）層，使其能完成復(fù)雜的分類任務(wù)，比如說，可以試著用兩個輸入神經(jīng)元、三個隱藏層神經(jīng)元、一個輸出神經(jīng)元來實現(xiàn)異或運(yùn)算;③了解神經(jīng)元連線強(qiáng)度即信號傳遞權(quán)重以及神經(jīng)元的被激活閾值是如何逐漸自動調(diào)整的，這就涉及不同的神經(jīng)網(wǎng)絡(luò)算法，最終無疑要落實到程序設(shè)計上。

本文的例子，或許能夠用來說明一個較為有效的人工智能教學(xué)活動項目應(yīng)該有的幾個特征：它具有比較強(qiáng)的直觀性和互動性，能夠很快為學(xué)習(xí)者提供反饋;它上手簡單，知識技能進(jìn)階平緩;它能夠根據(jù)特定任務(wù)快速建立起學(xué)習(xí)框架，在框架中提供給學(xué)習(xí)者充分的自主探索的空間;它能將復(fù)雜的原理封裝成模塊，既能將這些模塊以黑箱的形式進(jìn)行組裝實驗，又提供了打開黑箱深入了解內(nèi)部原理的途徑;它能夠揭示知識和技能之間的邏輯關(guān)系，清晰地指明未來進(jìn)階學(xué)習(xí)的路徑。