而现在的深度学习只建立在巨量神经元的并行上 ， 更热衷于前向的网络 ， 而对于神经元与神经元之间的反馈连接却没有多少研究 。 因此 ， 对于类脑的感知和认知 ， 无论从宏观层面、介观层面以及微观层面 ， 都需“再出发” ， 都需要利用上述机理和特性进行分析、模拟、构造模型 。
神经网络的发展有很长的历史 ， 上述图片展示了一些卓越贡献者 。 例如最早生物神经元的提出者、MP神经元模型的提出者、感知机的提出者、连续神经元的提出者以及到后来明斯基提出感知器只能解决线性可分问题而不能解决非线性异或问题 。
【焦李成院士：进化优化与深度学习的思考】其他学者在神经网络领域的贡献更加出色和难能可贵 ， 例如Grossberg夫妇奋斗一生提出了自适应共振机理论和三个ART系统 。

• 英特尔|两倍变焦自拍能有多大区别？苹果、三星、OPPO自拍样张解析
• 拼多多|拼多多推出PC网页版商城，或只为缓解增长焦虑
• 2023年度旗舰 三星Galaxy S23爆料：长焦镜头一点也没升级
• 剧透：戚薇马天宇《你好，安怡》聚焦2035年人工智能，你期待吗？
• 高通|2023年度旗舰 三星Galaxy S23爆料：长焦镜头一点也没升级
• |天玑9000有了新体验，索尼IMX800+30倍变焦，荣耀Magic4不香了
• 程序员|出国求职的中年程序员：焦虑缓解了，新问题也来了
• 罗永浩|2022年首场岭南科学论坛举行，聚焦网络安全、5G通信及智能移动设备设计
• 光学变焦|Vidda C1首批用户反馈：亮度低、无光学变焦、画面磨砂颗粒感强？
• bilibili|焦点分析 | B 站付费视频害 UP 主掉粉过万？我们给 B 站提两个建议