附件C：譯文

人工神經網絡

6、 人工神經網絡的應用
人工神經網絡正在經歷離開學術的范疇進入現(xiàn)實世界的變化。這是一個人們追求工作簡單化的世界。從統(tǒng)計的角度上說，現(xiàn)在設計的許多網絡是相當正確的；但對于那些期待計算機能夠解決他們所有問題的使用者而言，感覺還是不夠的。這些網絡可能只有85%—90%的正確率。不幸的是，只有極少數(shù)的領域能容忍這種誤差水平。
當研究人員仍然致力于改進他們的“創(chuàng)造物”精度時，一些先行者已經在為這個技術尋找用武之地了。
審視這項技術現(xiàn)在的發(fā)展水平，你很難不被它明朗的前景所折服或是被失敗的現(xiàn)實所影響的。當前，神經網絡還不能實現(xiàn)把口語翻譯成一臺機器的操作指令，但將來的某一天，它一定能。這一天，錄音機、家庭保安系統(tǒng)、光盤驅動器和文字處理軟件能被語言簡單地激活，觸摸屏和聲控編輯將取代今天的文字處理軟件，這將使得每個人都能夠愉快的使用電子制表和數(shù)據(jù)庫軟件。但是目前，神經網絡僅僅進入了少數(shù)的商業(yè)領域，在這些領域中，神經網絡的精度是有意義的，它的結果可以被視為所期待的確切結果。
這些應用中的大部分都是具有模糊答案的領域。核準放貸就是一個例子，金融機構通過保持所能達到的最低壞帳率來賺取更多的錢。那些具有90%精度的神經網絡系統(tǒng)也許是對目前的選擇方法的一種改進。實際上，一些銀行已經證明，由神經網絡核準的貸款相比那些由傳統(tǒng)中最好的方法核準的貸款，它的壞帳率是最低的。同時一些信用卡公司也在把神經網絡應用于申請篩選。
這種通過分析過去經驗尋求未來的新方法也產生它獨有的一些特殊問題。其中一個問題是計算機基于什么樣的理由來給出答案，比如，為什么某個項目貸款被否定了。正如這篇報告一直所提及的，神經網絡內部形式是個“黑箱”。一些人甚至稱神經網絡的這種用法為“voodoo工程學”。解釋一個網絡是怎樣學習并得出一個確定的最佳結論是困難的。為了推動這種決策過程，一些神經網絡工具制造者已經提供了一些程序來說明通過哪一個節(jié)點的哪一個輸入支配著決策的生成過程。在應用中，通過這些程序，專家就能夠推斷出為什么某些特殊的數(shù)據(jù)是重要的。
除了上面的這些小應用外，神經網絡正在其他的一些更有前途的應用領域發(fā)展。這個報告的下一部分將敘述其中的一些并且簡要的敘述它們現(xiàn)在的進展。這樣做是為了幫助讀者意識到神經網絡可能得以應用的各個不同領域，比如，語言處理、符號識別、圖象壓縮、模式識別等。