在读完《津巴多普通心理学》和《和另一个自己谈谈心》之后，我又开始接触一本新的心理学书籍——《心理学与生活》。这本书的结构很有特色，它首先介绍了“生物学”的基本概念，再转入“心理学”的相关内容。其中，书中提到的“网络”概念尤其引人注目，它属于科学的范畴。
网络的基本单元是元，这种细胞有三种类型：感觉元、运动元和中间元。感觉元负责把外界的感知信息（比如眼睛看到的光、耳朵听到的声音等）传递到中枢系统；运动元则将中枢系统的指令传递到肌肉和腺体；而中间元充当桥梁的角色，它们将感觉元和运动元之间的信息传递互通。
人脑中元的数量惊人，估计在一千亿到一万亿之间。大体上，中枢系统和外周系统都是由这些元构成的。中枢系统位于脑和脊髓内，外周系统则遍布于整个身体，除了中枢系统的部分。
这本书深入浅出地讲解了网络的工作原理，包括元如何传递电信号，如何借助化学反应中的离子传递信息，以及大脑各个部位的功能划分。例如，小脑控制身体的运动、姿势和维持平衡，而内系统则与系统相互配合，调节身体的各项功能。
虽然我还不能用完全流利的语言把这些概念复述出来，但我逐渐明白了网络如何运作。我们日常的所有行为，无论是吃饭还是感受快乐，其实都能看作是网络的输入与输出过程。而且，网络并不是把所有的信息都汇总到一起，然后由一个“大脑”去统一处理，而是在信息传递的每一个环节，元已经在进行筛选和处理。
在这其中，有一个非常重要的概念叫做“递质”。同一种递质，在不同的突触中，可能产生不同的作用。例如，在某些突触，它可能会激发元的活动，而在另一些突触中，它则可能会抑制元的反应。每个元会综合来自1,000到10,000个其他元的输入，然后决定是否发出一个动作电位。这种整合兴奋性和抑制性输入的过程，最终决定了我们所有的感知和行动。
书中还提到了“层”的概念。以视觉为例，光线经过角膜、瞳孔、晶状体，最终到达视网膜。视网膜的锥体细胞和杆体细胞将光波转换为信号，信号经过视和视束，最终到达大脑的视皮层，完成对图像的处理。通过这一系列复杂的过程，我们才得以“看见”周围的世界。尽管我读了很多次相关的描述，但仍然很难用简单的话语复述出“看见”这一过程的每一个细节。
有意思的是，最近我对计算机中的“网络”也有了一些新的理解。由于我已经对生物学中的网络有所了解，我发现自己能够更容易地理解计算机中的网络是如何工作的。计算机中的网络和生物网络非常相似，它也是通过层层处理输入信息，最终生成我们需要的输出。
以计算机中的元为例，每个元都有多个输入，每个输入都有不同的权重。计算机通过对输入乘以权重后求和，并与设定的阈值进行比较，最终输出一个结果。这一过程看似简单，但当涉及到隐藏层时，我便开始感到困惑。隐藏层的作用是什么？为什么需要它？我在书中并没有找到明确的答案。通过进一步查阅资料，我了解到，隐藏层其实是用来简化或筛选前一层输入的信息，以便下一层能够专注于最相关的数据。隐藏层的数量可以非常多，它们是网络的核心部分。
尽管我对隐藏层的工作原理仍然有些模糊，我却在另一个概念上有所收获，那就是“机器学习”。一旦我们构建了一个网络，就可以通过输入大量数据来训练它。训练完成后，这个网络就能在面对新数据时，准确地做出判断。比如，书中举了一个例子，我们可以给网络提供一些图片，并告诉它这些图片里是鸟还是蝙蝠。经过训练后，当它接收到新的图片时，就能判断图片里的物体到底是鸟还是蝙蝠。
具体来说，训练的过程包括调整输入的权重，或者调整输出的阈值。以调整阈值为例，假设元给出的输出A与预期的输出B不一致，系统就会计算A和B之间的差距，并基于这个差距调整网络的输出，使其更接近正确答案。通过这种方式，网络可以自我调整，从而提高判断的准确性。
这是我在尝试理解“网络”时的初步成果，也是我看完《人工智能核心：网络（青少科普版）》之后，迫使自己整理出来的一些理解。虽然网络的概念相对复杂，但它并没有难到完全无法理解的程度。