感知器（perceptron）

感知器是最简单的人工神经元：一个微型的决策者。它看几个输入，给每个输入配一个权重，表示这一项有多重要，再把它们全部加起来，然后根据总和有没有越过一个门槛，扳动开关——「是」或「否」。可以把它想成一位决定要不要放你进门的门卫：身高算一点分，宾客名单算很多分，一旦总分超过界线，答案就只是进或不进。

1958 年它之所以令人振奋，是因为它会学习。给它看一批标着「是」和「否」的例子，每当它猜错，就把权重朝正确方向挪动一格。这样反复多次，它便定下一组权重，在两类之间画出一条干净的分界线——手写的苹果在一边，橘子在另一边——而这条规则没有任何人手工写过。

但它有一个后来很出名的软肋。单个感知器只能区分一条直线能切开的东西。让它学异或（XOR）——「两个开关恰好有一个打开时为是」——它就失败了，因为没有任何一条直线能划出这种图案。这个局限让整个领域沉寂了多年，直到人们把许多神经元叠成一层层，并找到训练它们的办法——这正是现代神经网络在做的事。