人工神经元（artificial neuron）

人工神经元，是搭建神经网络的那个最小的「拿主意的小单元」。想象一位选民在投赞成或反对票前，要掂量几条新闻：每条新闻对他的分量有轻有重，他本人也偏向某一边，把所有东西加在一起后才下决定。人工神经元对数字做的正是这件事。它接收几个输入，给每个输入打一个表示重要程度的分数，叫做权重，把它们全部加起来，再加上一个固定的「推一把」的量，叫做偏置，最后让这个总和穿过一个小小的「整形」函数，得出一个输出数字。

说得更精确些：如果输入是一些数字，每个数字配一个权重，神经元先算出加权和（输入乘以权重，全部相加），加上偏置，再把这个单一的数字喂进一个激活函数。激活函数让神经元不只会做单纯的算术——它可以把结果压进某个范围，或者在结果为负时把它清零。这个输出随后成为下一层神经元的输入。整台机器就这么简单：一个加权和，加一个偏置，过一个函数。

这个想法粗略地受到脑细胞的启发——脑细胞在收到足够信号时会「放电」——但这种相似只是一个比喻，而非复制。真正的神经元要复杂得惊人。人工神经元之所以强大，靠的并不是任何单个神经元（单个神经元只能画一条笔直的分界线），而是把成千上万乃至上百万个连在一起，让整个网络能够表达丰富的、弯曲的模式。孤身一个，神经元几乎微不足道；聚成一群，它们就成了灵活的学习者。