感知器（perceptron）

感知器是最簡單的人工神經元：一個微型的決策者。它看幾個輸入，給每個輸入配一個權重，表示這一項有多重要，再把它們全部加起來，然後根據總和有沒有越過一個門檻，扳動開關——「是」或「否」。可以把它想成一位決定要不要放你進門的門衛：身高算一點分，賓客名單算很多分，一旦總分超過界線，答案就只是進或不進。

1958 年它之所以令人振奮，是因為它會學習。給它看一批標著「是」和「否」的例子，每當它猜錯，就把權重朝正確方向挪動一格。這樣反覆多次，它便定下一組權重，在兩類之間畫出一條乾淨的分界線——手寫的蘋果在一邊，橘子在另一邊——而這條規則沒有任何人手工寫過。

但它有一個後來很出名的軟肋。單個感知器只能區分一條直線能切開的東西。讓它學互斥或（XOR）——「兩個開關恰好有一個打開時為是」——它就失敗了，因為沒有任何一條直線能劃出這種圖案。這個侷限讓整個領域沉寂了多年，直到人們把許多神經元疊成一層層，並找到訓練它們的辦法——這正是現代神經網路在做的事。