人工神经网络研究的局限性有哪些？
人工神经网络研究的局限性有哪些？
参考答案和解析
人工神经网络是一种按照人类大脑模式制造出来的，具有学习能力的人工智能系统。神经网络对于大量信息的识别、分类，以及利用大量信息进行预测非常有用。通过检验大量案例，神经网络可以查明信息中的重要联系和模式。神经网络的任务就是响应、自我组织、学习、抽象和遗忘，而不是执行，它特别适用于处理复杂问题或开放问题。但它的知识是分布在整个系统内部，对用户而言是个黑箱；而且神经网络对于自己的结论不能作出合理的解释。
相关考题：
一篇好的论文主要应该包括：第一，概述该题目国内外的研究状况；第二，用大量的篇幅撰写自己的理论、方法（包括方案设计等）；第三，再用大量的篇幅写自己的试验、实验或仿真结果；第四，给出论文研究结论。现有一篇《人工神经网络在传感器目标识别中的应用》的论文，作者在论文目次中草拟了以下几个方面：一.概述二.数学基础知识三.传感器基础知识四.人工神经网络简介五.人工神经网络在目标识别中的应用六.仿真七.结论八.致谢九.参考文献请根据上述要求，选定目次安排较合理的一个：（）A、一概述；二预备知识（包括所要用的数学、传感器、人工神经网络基本的知识要点）；三理论、方法（包括方案设计等）；四试验或仿真结果；五结论；六致谢；七参考文献。B、一概述；二.数学基础知识；三.传感器基础知识；四.人工神经网络简介；五.人工神经网络在目标识别中的应用；六.仿真；七.结论；八.致谢；九.参考文献。C、一概述；二.数学基础知识；三.传感器基础知识；四.人工神经网络简介；五.人工神经网络在目标识别中的应用；六.仿真；七.结论D、一概述；二预备知识（包括所要用的数学、传感器、人工神经网络基本的知识要点）；三理论、方法（包括方案设计等）；四试验或仿真结果；五结论
当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，费时费力。（）
问答题人工神经网络有哪些模型，试举出五个例子。