如果你爬过山，怎会不了解机器学习？(8)

图5
每个“OP”盒子代表一个合成器波，你可以通过转动盒子上的旋钮，让声音变得更响亮、更柔和、随时间淡出或淡入，等等。这些都稀松平常，而DX21 真正神奇的地方在于它和操作者之间的连接。图 5 展示了一个鲁布·戈德堡机械式的过程，从OP1 发出的合成器波不仅取决于这个盒子上你可以转动的那些旋钮，还取决于OP2 的输出。合成器波甚至可以自行调节，附属于OP4 的“反馈”箭头代表的就是这种功能。通过转动每个盒子上的几个旋钮，你可以获得范围极其广泛的输出。这给了我尝试的机会，自己动手制作新的音色。
神经网络跟我的合成器很像，它是由几个小盒子构成的网络，如图6所示。

图6
所有盒子的功能都相同：如果输入一个大于或等于 0.5 的数字，它们就会输出1；否则，它们就会输出 0。用这种盒子作为机器学习基本元素的想法，是在1957—1958 年由心理学家弗兰克·罗森布拉特（Frank Rosenblatt）提出来的，他视其为神经元工作原理的一个简单模型。盒子静静地待在那里，一旦接收到的刺激超过某个阈值，它就会发射一个信号。罗森布拉特把这类机器称作“感知机”（Perceptrons）。为了纪念这段历史，我们仍然称这些假神经元网络为“神经网络”，尽管大多数人不再认为它们是在模拟人类的大脑硬件。
数字一旦从盒子中输出，就会沿着盒子右侧的任意箭头运动。每个箭头上都有一个叫作“权重”的数字，当输出沿箭头呼啸而过时，就会乘以相应的权重。每个盒子把从其左侧进入的所有数字加总，并以此作为输入。