Mark I 感知机

这是什么

Mark I 感知机（Mark I Perceptron）是感知机算法的第一台硬件实现，一台为图像识别设计的定制模拟计算机，项目名为「Project PARA」^[1]。在那之前，感知机只是跑在通用计算机里的模拟程序；这台机器把同一套想法做成了实物：光电池负责输入，插线板负责连接，电位器负责保存可调权重，电机负责在学习时转动这些电位器^[1]。

由来

1957 年，Frank Rosenblatt 在康奈尔航空实验室（Cornell Aeronautical Laboratory）用 IBM 704 模拟感知机^[1]。比起模拟，他对硬件实现更感兴趣，于是从美国海军研究办公室（Office of Naval Research）信息系统处和罗马航空发展中心（Rome Air Development Center）取得经费，建造一台定制的模拟计算机，即 Mark I 感知机^[1]。史密森尼（Smithsonian）的记录说，康奈尔大学的 Rosenblatt 在 1957 年描述了他称为感知机的神经网络，次年他和同事造出了这台装置；博物馆给这件藏品标注的制作年份是 1958 年^[2]。

Rosenblatt 的团队在 1959 年 6 月至 1959 年 12 月 14 日期间，于纽约州布法罗的康奈尔航空实验室组装并测试了这台机器^[1]。1960 年 6 月 23 日，它首次公开演示^[1]。这项工作由两份合同支持：Nonr-401(40)「Cognitive Systems Research Program」，从 1959 年持续到 1970 年；Nonr-2381(00)「Project PARA」，从 1957 年持续到 1963 年^[1]。维基百科指出，出资的是海军研究办公室而不是 ARPA，因为当时认为这个项目在近期或中期都不太可能产生技术成果^[1]。

怎么工作

机器接一台相机，相机上是 20×20 的硫化镉光电池，产生 400 像素的图像^[1]。其中一个版本的网络以 20×20 网格上的 400 个光电池作感觉单元（sensory unit，S 单元），中间是 512 个联想单元（association unit，A 单元）组成的隐藏层，输出层是 8 个反应单元（response unit，R 单元）；Rosenblatt 把这个三层网络称为 alpha-perceptron^[1]。

三层的接法各不相同，这个区别正是设计的关键。S 单元通过插线板随机连到 A 单元，这样做是为了消除人为引入的偏向，这些连接的权重是固定的，不参与学习^[1]。A 单元连到 R 单元，权重可调，以电位器的形式存下来，学习时的权重更新由电机完成^[1]。也就是说，能学习的只有第二段：第一段随机连好之后就不再变动，电位器则随着训练转动。史密森尼把这套网络描述为由感觉（S）、联想（A）、反应（R）三类信号发生单元组成^[2]。

背后的想法说起来很简单：一个单元接收若干输入，每个输入乘上一个权重后相加，总和超过某个水平就给出反应；所谓学习，就是调整这些权重，让反应对得上。Mark I 把这套算术变成了可以打开来看的硬件：400 个光电池接到 512 个联想单元，每一条连接要么是插线板上的一根线，要么是电位器上的一个设定^[1]。

后来

1967 年，这台机器在海军研究办公室经手的一项政府移交下，从康奈尔运到了史密森尼^[1]。史密森尼说，Mark I 感知机于 1967 年由康奈尔大学作为海军研究办公室的移交品来到博物馆^[2]，现藏为该馆藏品，编号 1987.0819.01，制作年份标为 1958 年，制作地点为纽约州布法罗^[2]。

在发展中的位置

作为感知机算法的第一台实现，Mark I 把一条学习规则变成了由相机、插线板、电位器和电机构成的可用装置^[1]。它的三段式结构——感觉、联想、反应——也让它可以被清楚地描述：输入段随机固定，中间段可调，最后是一小层给出答案的输出单元^[2]。今天它作为博物馆藏品保存，而不再是一台运转中的机器，但它是可训练网络还由模拟元件搭成、而非在软件里模拟时的一个实物参照点^[1]。