神经元与感知机：神经网络的最小单元

神经元是神经网络的基本计算单元：接收多个输入，各乘以权重求和，再通过激活函数输出。1957 年提出的感知机是最早的人工神经元模型，也是所有现代深度网络的祖先。

一个神经元的计算简单到小学生都能懂：加权求和再套个函数。但几百亿个这样的单元连在一起，就涌现出了理解和创造的能力。这或许是计算机科学中最具诗意的现象——复杂，从来都是从简单中生长出来的。

## 核心要点

图片来源：Openverse / seanmfreese（https://www.flickr.com/photos/66779558@N02/6799663908）

1. 单个感知机只能解决线性可分问题，这是它当年的致命局限。

2. 多层感知机的提出突破了线性限制，重新点燃了研究热情。

3. 神经元的“学习”就是不断调整权重，让输出逼近正确答案。

4. 理解单个神经元，是理解任何复杂网络的前提。

图片来源：Openverse / World Bank Photo Collection（https://www.flickr.com/photos/10816734@N03/17168703535）

## 写在最后

以上是关于「神经元与感知机」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。