인공 신경망: 두 판 사이의 차이

<ref>{{저널 인용 | 제목 = Turing computability with neural nets | url = http://www.math.rutgers.edu/~sontag/FTP_DIR/aml-turing.pdf | year = 1991 | journal = Appl. Math. Lett. | pages = 77–80 | volume = 4 | issue = 6 | last1 = Siegelmann | first1 = H.T. | last2 = Sontag | first2 = E.D. | doi = 10.1016/0893-9659(91)90080-F | 확인날짜 = 2013년 12월 09일9일 | 보존url = https://web.archive.org/web/20130502094857/http://www.math.rutgers.edu/~sontag/FTP_DIR/aml-turing.pdf | 보존날짜 = 2013년 05월5월 02일2일 | 깨진링크 = 예 }}</ref> 는 유한개의 수로 이루어진 신경들과 일반 선형 연결을 사용한 어떤 합리적인 가중치의 값(정확한 실수 값의 가중치가 아니라)을 가진 어떤 반복되는 구조는 일반적인 [[튜링 기계]]와 동일하게 완벽한 성능(full power of a Universal Turing Machine)을 가진다는 것을 증명했다. 게다가, 비합리적인 값의 가중치 설정은 기계로 하여금 [[튜링 기계]]이상의 성능(super-Turing power)을 발휘하게 한다는 것도 이미 증명되었다<ref>{{저널 인용 |last1=Balcázar |first1=José |제목=Computational Power of Neural Networks: A Kolmogorov Complexity Characterization |journal=Information Theory, IEEE Transactions on |date=Jul 1997 |volume=43 |issue=4 |pages=1175–1183 |doi=10.1109/18.605580 |url=http://ieeexplore.ieee.org/xpl/login.jsp?tp=&arnumber=605580&url=http%3A%2F%2Fieeexplore.ieee.org%2Fxpls%2Fabs_all.jsp%3Farnumber%3D605580 |accessdate=3 November 2014}}</ref>.

그의 이러한 과학(인공신경망)은 기술이 아니라는 강한 발표에도, 듀드니는 "이것은 단지 남들이 보는 앞에서 그들이 이것을 이해하지 못하더라도 훌륭한 기술자들인 것처럼 보이기 위해 신경망을 안 좋은 학문이라고 비판하는 것"이라고 했다. 불투명하고 이해할 수 없는 것이라도 유용한 기계가 될 수있다면 그것은 여전히 우리에게 가치있는 것이고 필요한 것일 것이다.<ref>{{웹 인용 |url=http://members.fortunecity.com/templarseries/popper.html |제목=Roger Bridgman's defence of neural networks |확인날짜=2015년 04월4월 30일 |보존url=https://web.archive.org/web/20120319163352/http://members.fortunecity.com/templarseries/popper.html |보존날짜=2012년 03월3월 19일 |깨진링크=예 }}</ref>