自然辩证法概论课程论文
题目
基于自然辩证法的神经网络理论创新
完成时间
2016年4月25日
姓名（签字）
学号
专业
学院
摘要
自然辩证法的学习和研究具有较强的时代价值和现实意义，其中对信号与信息处理的研究和指导性的价值就是它的一个主要方面。当今，信息技术的发展无不涉及到信号与信息处理。但技术的发展不是一蹴而就的，它总是一个曲折发展的过程。经过人们认识的不断深入，才能提出新的知识点促进知识的发展。神经网络是智能故障诊断技术中的重要学门，其跌宕的发展过程正是人们勇于创新，不断深入认识，不断发现的过程，其中无不透露着自然辩证法的创新理论。
关键词
自然辩证法；神经网络；创新；发现
论文正文（5000字）
一、案例
近代故障诊断技术的发展已经历30年，但形成一门“故障诊断学”的综合性新学科，还是近几年逐步发展起来的，以不同的角度来看，有多种故障诊断的分类方法，这些方法各有特点。机械故障诊断技术, 它是随着机器的不断完善化、复杂化和自动化而发展起来的。机械故障诊断技术最早是在六十年代初期, 由于航天、军工的需要而发展起来的, 以后逐步推广到核能设备, 动力设备和其他一些大型成套设备中去的。当前, 随着机械故障诊断技术的不断发展, 已经形成了以设备及其群体为研究对象, 建立在检测技术，信号处理、识别理论、预报决策及计算机技术等多种现代科学成就基础上的一门综合性诊断学科。
机械设备的故障诊断最早产生于二十世纪六十年代。美国是最早研究故障诊断的国家, 当时, 意识到定期维修的弊病, 开始变定期维修为预知维修, 即在设备正常的运行过程中开始进行维护, 以发现潜在的故障, 及早采取措施防止突发性故障的产生。这种主动维修方式, 避免了灾难性的设备故障, 避免了失修和过剩维修, 经济效益十分显著。根据国内外故障诊断技术的发展特点, 大致可分为两个阶段。
第一个阶段世纪年代前是故障诊断技术开始起步但尚未成熟阶段。美国早在年就成立了国家机械故障研究会伽, 在世纪年代末, 美国国家宇航局就创立机械故障预防小组, 从事故障机理研究、检测诊断技术研究、可靠性分析研究以及耐久性评价。美国机械工程学会领导下的锅炉压力容器监测中心应用声发射诊断技术诊断静止设备故障。英国在世纪年代末至年代初, 最先开始故障诊断技术的研究, 主要目的是为了及时发现机械设备运行过程中的隐患, 减少一因停机而带来的经济损失。日本的故障诊断技术起步稍晚, 但发展迅速。欧洲有些国家如德国、瑞典、丹麦等在开展故障诊断仪器的研究上具有先进水平, 这些仪器主要用于振动、噪声测试等与故障诊断技术相关的领域。
第二个阶段世纪年代起是故障诊断技术走向成熟和实用的阶段。在国外, 基于对故障诊断技术基础理论、技术方法及诊断装置等大量研究和开发的基础上, 随着电子计算机技术、现代测试技术，信号处理技术以及信号识别技术等现代科学技术不断向故障诊断技术领域渗透，使故障诊断技术逐渐跨入了实用系统化的时代。世纪年代开始, 利用计算机对设备故障进行有效的辅助监测和辅助诊断己成为重要的诊斯手段, 一而且对计算机诊断系统积极进行研制并应用于实际机组。这些诊断系统主要应用于旋转机械、透平机试验设备的检测与诊断。世纪年代以后, 人工物确技术和专家系统、神经网络等开始发展, 并在实际工程中应用, 使设备故障诊断技术达到了智能化的高度。
智能诊断技术是当今世界发达国家的研究热点之一。在专家系统己有较深厚基础的国家中, 机械、电子设备的故障诊断专家系统已基本完成了研究和试验的阶段, 开始进入广泛应用阶段。
神经网络故障诊断技术是各国智能诊断技术研发的热点之一, 它模拟了生物神经的机理, 是由许多连接形式简单的神经元按照一定的拓扑结构和组织规则组成的网络系统, 具有非线性映射、快速并行分布处理、自组织、自学习以及鲁棒性等特点, 广泛应用于非线性控制、故障诊断等领域。本章将介绍完成齿轮故障诊断神经网络的建模, 利用神经网络确定征兆和故障之间的因果关系, 实现齿轮故障的智能诊断。
人工神经网络(Artificial Neural Network，简称ANN) 是一门发展十分迅速的交叉学科，它涉及到生物、计算机、数学、电子、物理、心理学、认识科学等许多学科。它的发展可追溯到上一个世纪。
1890年，W ．James 出版《生理学》一书，首次阐明了有关人脑结构功能及相关学习联想记忆的规则。到了上世纪加年代，人们总结19世纪末期Helmotz 的工作，再次试图将数理科学的严密性与认识科学的直觉启发结合起来。1943年，Mccullocb 和Pirts 融合了生物物理学
和数学的有关结果，提出了神经元突触模型中最原始最基本的模型—MP 模型，这是自W ．James 以来第一个采用集体并行计算结构来描述人工神经网络及网络工作，并证明了MP 模型可完成任意有限的逻辑运算。1949年，Hebb 通过对大脑神经细胞的人类学习行为和条件反射的观察和研究，发表了《行为自组织》一书。提出了神经元学习的一般规则—Hebbin 算法，指出当两个神经元同时兴奋时，连接权值强度增加，这一思想至今仍为许多算法所采用，并在最近的生理解剖学中得到了证实。50年代以来，以符号机制 (Symbohsm)为代表的经典人工智能(Artificial Intelligence,AI) 形式体系取得了巨大的成功。1958年，F ．Rosenblan 提出了感知机(Pereeptron)模型，给出了两层感知机的收敛定理，建立了第一个真正的人工神经网络模型，之后Rosenblatt 又提出了带有隐层的三层感知机模型，这是神经网络发展的基础。1960年，B ．Widrow ＆M ．Hoff 发表了论文《自适应开关电路》，建立了自适应线性元(Adaline)结构，提出了著名Widrow-Hoff 算法，这种网络用硬件实现，主要用于自适应系统，后来在此基础上发展了非线性多局自适应虚网络。
但在1969年。M ．Minsky ＆S ．Papert 发表了《Perccptron 》的一书，从数学的角度分析了 Rosenbatt 的单层感知器，以一个异或运算的例子批评了人工神经网络，智能系统如何从环境中自主学习的问题事实上并未很好解决，使人工神经网络的发展走入了低谷。
80年代中期人们开始深入地探索知识发现的内在逻辑，结果发现，归纳逻辑，尤其是不完全归纳逻辑是通往知识发现的合理途径。从数理逻辑的角度讲，以演绎逻辑为基础的算法体系可以发现新的定理，却无法发现新的定律。换句话说，基于符号推理的经典人工智能形式体系在机器定理证明方面的成功和在规则提取方面的失败同属必然。Rumelhart 、 Hinton 及Williams 惊奇地发现，10余年前由werbos 发明的误差反传算法(Back Propagation Error，BP) 能够有效地解决多层网络中隐节点的学习问题，证明Minsky 对多层网络可能不存在有效的学习方法的断言并不正确。人工神经网络的研究在一定程度上正面回答了智能系统如何从环境中自主学习的问题，而遗传算法的新一代支持者则希望揭示学习过程在基因层次上究竟如何完成。Rumelhart 提出了反向误差传播模型(BP算法) ，实现了Minsky ＆Paper 认为不能实现的多层网络的学习算法。在1982年至1986年的几年时间里， J ．Hopfield 提出了具有联想记忆的反馈互连网络，即Hopfield 网络，首次引用能量函数的概念来分析动态网络。这就从多层前馈网络和反馈网络两方面掀起了人工神经网络全球性的研究热潮。其中最具代表性的有Hinton 的Boltzmann 机和高阶Boltzman 机、Kobonen 的SOM 自组织特征映射模型和Grossberg 的ART 自适应共振理论、Sanner 和Slofine 的RBF 高斯径向基函数网络、Werbos 的动态BP 网络以及多种模糊(Fuzzy)人工神经网络。最具典型的学习算法有：多层前馈网络的标准BP 算法及各种改进BP 算法、Hopfield 的不动点学习算法、Boltzman 机的模拟退火和快速模拟退火算法、模式识别网络的福岛学习算法、模糊神经网络的再励学习算法与梯度学习算法等。
神经网络的发展充满了艰辛，从全球的热点科学到被人遗弃，然后再次东山再起不断的曲折中前进。目前，神经网络虽然还有不足，但已经普遍的被人们所接受，并且不断应用于日常科学中，从每日的天气预报到今年最为热门的谷歌的alphago 围棋大赛，其中无不充斥着神经网络的作用。
二、案例分析
神经网络的发展过程正是人们对其的不断认知的过程。神经网络概念的提出，到后面的发展、否定、再发展的过程是人们对其认识的不断深入，不断研究的过程，使神经网络发生了一次
质的飞跃。正是人们对神经网络的不断创新，不断发掘造就了今日的令人眼前一亮的机器人深度学习技术。
随着人类进入21世纪，整个世界的发展与进步越来越依靠创新，科技与经济的进步则依靠于技术创新。创新已是当今世界发展的主题。而创新精神是自然辩证法的题中之义，自然辩证法是创新的产物且处于不断创新之中；创新是自然辩证法的精神实质和目标追求，表现在自然辩证法创立的目的、方法论功能所蕴含的创新机理以及它曾经和正在引导科学家的创新等方面。因此，通过神经网络的发展过程可知，自然辨证法无疑对技术创新具有无法忽视的重要意义。
所谓创新，是将一种关于生产要素和生产条件的“新组合”引人生产体系，即建立一种新的生产函数，这种新组合包括以下五个方面的内容：采用一种新的产品或一种产品的新特性；引入一种新的生产方法和新的工艺过程；开辟一个新的市场；开拓和利用原材料或半制成品的一个新的供应来源；实现任何一种新的工业组织。
熊彼特认为，创新是人们“用他们的智慧去改进生产方法和商业方法，也就是说改进生产技术，占领新的市场，投入新的产品等等”。美国著名管理学家德鲁克将“创新”概念引入了管理学领域，将创新活动理解为任何一种赋予资源以新的创造财富能力的行为。他认为，创新活动包括技术创新和社会创新两类。他所谓技术创新是指为某种自然物找到新的应用，并被赋予新的经济价值的行为，而社会创新则是指创造一种新的管理机构、管理方式或管理手段，从而在资源配置中取得较大的经济价值与社会价值的行为。诺贝尔奖获得者、著名经济学家诺斯则从经济学的角度将创新理解为制度创新，认为经济发展是技术创新和制度创新互动的过程。1995年《中共中央、国务院关于加速科学技术进步的规定》明确指出：“技术创新是企业科技进步的源泉，是现代产业发展的动力”。
从哲学的指导意义出发，创新精神的培养需要哲学指导，而这种指导哲学就是自然辩证法。自然辩证法从其创立到今天，之所以表现出强大的生命力，就在于创新精神是其题中之义，创新是其精神实质和目标追求。
自然辩证法这门学科来源于马克思和恩格斯的经典理论，主要是恩格斯的《自然辩证法》和《反杜林论》以及马克思的《数学手稿》、《资本论》等著作。自然辩证法的学科名称也直接取自恩格斯未完成的一本著作《自然辩证法》。就是说，自然辨证法作为一门由马克思和恩格斯在19世纪所奠基，而后才逐步演变发展的。
首先，创新精神是自然辩证法的题中之义。从自然辩证法发展历程来看，自然辩证法本身就具有创新这种精神实质和目标追求，它曾经引导着科学家们冲破唯心主义和形而上学的束缚，大胆创新，勇于创新。譬如，在19世纪末20世纪初物理学界的三大发现：X 射线、放射性和电子的发现与经典物理学矛盾之时，导致了所谓的物理学危机，有人提出了“原子非物质化了，物质消失了”等唯心主义、形而上学的观点，严重地阻碍了科学家的创新。列宁运用自然辩证法的核心—辩证唯物主义的观点，发展了自然辩证法，写下了《唯物主义和经验批判主义哲学笔记》、《论战斗唯物主义的意义》等自然辩证法的经典著作，创造性地规定了“物质”、“范畴”，“物质是标志客观实在的哲学范畴，这种客观实在是人们通过感觉感知的，它不依赖于我们的感觉而存在，为我们的感觉所复写、摄影、反映”，并在此基础上指出，“由于自然科学的飞速发展，消失的不是物质，而是原来的对物质认识的界限，原来认识所达到的物质界限是原子，现在已经深入到物质更深的层次或结构，跨进到电子的水平。”随着科学技术的进一步发展和人类社会的不断进步，自然辩证法必将继续引导着人类冲破一个又一个旧的思想束缚，实现更多更高的科学创新。
在现代，自然辩证法所具有的创新这种精神实质和目标追求得到了更充分的展现，发挥着更大的作用，显示出更大的意义。这是因为，现代科学对自然界的认识已经达到了相当高的程度，从广度上讲，空间范围至少已达200亿光年的领域，时间长度至少已达200亿年；从深
度上看，空间范围至少已小到10-23厘米，时间跨度至少已短到了10-24秒。这时仅靠传统的科学研究方法进行科学研究，已经显得力不从心，从事自然科学研究的科学人员迫切需要自然辩证法思想的指导，换言之，自然科学的创新迫切需要自然辩证法的指导，这充分展示了创新是自然辩证法的精神实质和目标追求。
恩格斯说：“一个民族要想站在科学的最高峰，就一刻也不能没有理论思维” 。自然辩证法对今天的自然科学来说是最重要的思维形式。辩证思维的能力是科学工作者乃至整个民族所具有的科学技术能力的有机组成部分。自然辩证法正是探讨理论思维在科学发现和科学发明中的作用的科学。因此，一切从事科研和技术创造的人都应当自觉地运用自然辩证法来武装自己的头脑——这一科学研究中最重要的工具。
在新世纪，全世界都在倡导创新意识，创新是一个民族进步的灵魂，是国家兴旺发达的不竭之力。在当代新技术革命蓬勃兴起中国与世界经济科技接轨，国际竞争日益激烈的条件下，大力开发科技人才的创造力，是关系我们民族兴衰的头等大事。自然辩证法，责无旁贷地担负起帮助科技人才树立正确的自然观，科技观，人生观，价值观的重要任务，担负起培养、提高科技人才创造性思维能力的重大责任，这是国家和历史的重大使命。
三、参考文献
[1] 恩格斯. 《自然辩证法》[M]，于光远等译编，北京：人民出版社,1984.329-331。
[2] 《马克思恩格斯全集》[M]，北京：人民出版社,1979.13. 第20卷。
[3] 《列宁选集》(第2卷)[M]，北京：人民出版社,1978.128,266,268。
[4] 刘冠军《全面理解恩格斯的自然界历史观》[J]，自然辩证法研究,1997(9)。
[5] 教育部社会科学研究与思想政治工作司组编《自然辩证法概论》[M]，北京：高 等教育出版社，2004：255。
[6] 刘冠军《创新与内功-对理科研究生”自然辩证法”课程教学的几点体会》[J]， 自然辩证法研究.2004(6)。
[7] 刘冠军《自然辩证法与创新精神》[J]，自然辩证法研究.2002(5)。
[8] 夏征农《大辞海：哲学卷》[M]，上海：上海辞书出版社，2003：716。
[9] 刘大椿《自然辩证法概论》[M]，北京：中国人民大学出版社，2004：412-413。
[10] 傅家骥《技术创新学》[M]，北京：清华大学出版社，1998:234-241。
[11] 《马克思恩格斯全集》(第23卷)[M]，北京：人民出版社,1979.13。
[12] 徐治立《自然辩证法概论》[M]，北京：北京航空航天大学
出版社，2008。
[13]相秉仁《人工神经网络在药学中的应用》[会议论文]-1999 2。
[14]周苏闽沈士明《人工神经网络理论及其在风险分析中的应用》[会议论文]-2006 3。
[15]贾玲玲李彬《人工神经网络在智能控制领域的应用研究综述》[会议论文]-2008 4。
[16]盛雪莲王乾 Sheng Xuelian等《人工神经网络》[期刊论文]-科技广场2008(5) 5。
[17]路志峰郭海丁《基于BP 神经网络的结构优化设计综述》[会议论文]-2001 6。
[18]周树德. 王岩. 孙增圻. 孙富春量子神经网络[会议论文]-2003
自然辩证法概论课程论文
题目
基于自然辩证法的神经网络理论创新
完成时间
2016年4月25日
姓名（签字）
学号
专业
学院
摘要
自然辩证法的学习和研究具有较强的时代价值和现实意义，其中对信号与信息处理的研究和指导性的价值就是它的一个主要方面。当今，信息技术的发展无不涉及到信号与信息处理。但技术的发展不是一蹴而就的，它总是一个曲折发展的过程。经过人们认识的不断深入，才能提出新的知识点促进知识的发展。神经网络是智能故障诊断技术中的重要学门，其跌宕的发展过程正是人们勇于创新，不断深入认识，不断发现的过程，其中无不透露着自然辩证法的创新理论。
关键词
自然辩证法；神经网络；创新；发现
论文正文（5000字）
一、案例
近代故障诊断技术的发展已经历30年，但形成一门“故障诊断学”的综合性新学科，还是近几年逐步发展起来的，以不同的角度来看，有多种故障诊断的分类方法，这些方法各有特点。机械故障诊断技术, 它是随着机器的不断完善化、复杂化和自动化而发展起来的。机械故障诊断技术最早是在六十年代初期, 由于航天、军工的需要而发展起来的, 以后逐步推广到核能设备, 动力设备和其他一些大型成套设备中去的。当前, 随着机械故障诊断技术的不断发展, 已经形成了以设备及其群体为研究对象, 建立在检测技术，信号处理、识别理论、预报决策及计算机技术等多种现代科学成就基础上的一门综合性诊断学科。
机械设备的故障诊断最早产生于二十世纪六十年代。美国是最早研究故障诊断的国家, 当时, 意识到定期维修的弊病, 开始变定期维修为预知维修, 即在设备正常的运行过程中开始进行维护, 以发现潜在的故障, 及早采取措施防止突发性故障的产生。这种主动维修方式, 避免了灾难性的设备故障, 避免了失修和过剩维修, 经济效益十分显著。根据国内外故障诊断技术的发展特点, 大致可分为两个阶段。
第一个阶段世纪年代前是故障诊断技术开始起步但尚未成熟阶段。美国早在年就成立了国家机械故障研究会伽, 在世纪年代末, 美国国家宇航局就创立机械故障预防小组, 从事故障机理研究、检测诊断技术研究、可靠性分析研究以及耐久性评价。美国机械工程学会领导下的锅炉压力容器监测中心应用声发射诊断技术诊断静止设备故障。英国在世纪年代末至年代初, 最先开始故障诊断技术的研究, 主要目的是为了及时发现机械设备运行过程中的隐患, 减少一因停机而带来的经济损失。日本的故障诊断技术起步稍晚, 但发展迅速。欧洲有些国家如德国、瑞典、丹麦等在开展故障诊断仪器的研究上具有先进水平, 这些仪器主要用于振动、噪声测试等与故障诊断技术相关的领域。
第二个阶段世纪年代起是故障诊断技术走向成熟和实用的阶段。在国外, 基于对故障诊断技术基础理论、技术方法及诊断装置等大量研究和开发的基础上, 随着电子计算机技术、现代测试技术，信号处理技术以及信号识别技术等现代科学技术不断向故障诊断技术领域渗透，使故障诊断技术逐渐跨入了实用系统化的时代。世纪年代开始, 利用计算机对设备故障进行有效的辅助监测和辅助诊断己成为重要的诊斯手段, 一而且对计算机诊断系统积极进行研制并应用于实际机组。这些诊断系统主要应用于旋转机械、透平机试验设备的检测与诊断。世纪年代以后, 人工物确技术和专家系统、神经网络等开始发展, 并在实际工程中应用, 使设备故障诊断技术达到了智能化的高度。
智能诊断技术是当今世界发达国家的研究热点之一。在专家系统己有较深厚基础的国家中, 机械、电子设备的故障诊断专家系统已基本完成了研究和试验的阶段, 开始进入广泛应用阶段。
神经网络故障诊断技术是各国智能诊断技术研发的热点之一, 它模拟了生物神经的机理, 是由许多连接形式简单的神经元按照一定的拓扑结构和组织规则组成的网络系统, 具有非线性映射、快速并行分布处理、自组织、自学习以及鲁棒性等特点, 广泛应用于非线性控制、故障诊断等领域。本章将介绍完成齿轮故障诊断神经网络的建模, 利用神经网络确定征兆和故障之间的因果关系, 实现齿轮故障的智能诊断。
人工神经网络(Artificial Neural Network，简称ANN) 是一门发展十分迅速的交叉学科，它涉及到生物、计算机、数学、电子、物理、心理学、认识科学等许多学科。它的发展可追溯到上一个世纪。
1890年，W ．James 出版《生理学》一书，首次阐明了有关人脑结构功能及相关学习联想记忆的规则。到了上世纪加年代，人们总结19世纪末期Helmotz 的工作，再次试图将数理科学的严密性与认识科学的直觉启发结合起来。1943年，Mccullocb 和Pirts 融合了生物物理学
和数学的有关结果，提出了神经元突触模型中最原始最基本的模型—MP 模型，这是自W ．James 以来第一个采用集体并行计算结构来描述人工神经网络及网络工作，并证明了MP 模型可完成任意有限的逻辑运算。1949年，Hebb 通过对大脑神经细胞的人类学习行为和条件反射的观察和研究，发表了《行为自组织》一书。提出了神经元学习的一般规则—Hebbin 算法，指出当两个神经元同时兴奋时，连接权值强度增加，这一思想至今仍为许多算法所采用，并在最近的生理解剖学中得到了证实。50年代以来，以符号机制 (Symbohsm)为代表的经典人工智能(Artificial Intelligence,AI) 形式体系取得了巨大的成功。1958年，F ．Rosenblan 提出了感知机(Pereeptron)模型，给出了两层感知机的收敛定理，建立了第一个真正的人工神经网络模型，之后Rosenblatt 又提出了带有隐层的三层感知机模型，这是神经网络发展的基础。1960年，B ．Widrow ＆M ．Hoff 发表了论文《自适应开关电路》，建立了自适应线性元(Adaline)结构，提出了著名Widrow-Hoff 算法，这种网络用硬件实现，主要用于自适应系统，后来在此基础上发展了非线性多局自适应虚网络。
但在1969年。M ．Minsky ＆S ．Papert 发表了《Perccptron 》的一书，从数学的角度分析了 Rosenbatt 的单层感知器，以一个异或运算的例子批评了人工神经网络，智能系统如何从环境中自主学习的问题事实上并未很好解决，使人工神经网络的发展走入了低谷。
80年代中期人们开始深入地探索知识发现的内在逻辑，结果发现，归纳逻辑，尤其是不完全归纳逻辑是通往知识发现的合理途径。从数理逻辑的角度讲，以演绎逻辑为基础的算法体系可以发现新的定理，却无法发现新的定律。换句话说，基于符号推理的经典人工智能形式体系在机器定理证明方面的成功和在规则提取方面的失败同属必然。Rumelhart 、 Hinton 及Williams 惊奇地发现，10余年前由werbos 发明的误差反传算法(Back Propagation Error，BP) 能够有效地解决多层网络中隐节点的学习问题，证明Minsky 对多层网络可能不存在有效的学习方法的断言并不正确。人工神经网络的研究在一定程度上正面回答了智能系统如何从环境中自主学习的问题，而遗传算法的新一代支持者则希望揭示学习过程在基因层次上究竟如何完成。Rumelhart 提出了反向误差传播模型(BP算法) ，实现了Minsky ＆Paper 认为不能实现的多层网络的学习算法。在1982年至1986年的几年时间里， J ．Hopfield 提出了具有联想记忆的反馈互连网络，即Hopfield 网络，首次引用能量函数的概念来分析动态网络。这就从多层前馈网络和反馈网络两方面掀起了人工神经网络全球性的研究热潮。其中最具代表性的有Hinton 的Boltzmann 机和高阶Boltzman 机、Kobonen 的SOM 自组织特征映射模型和Grossberg 的ART 自适应共振理论、Sanner 和Slofine 的RBF 高斯径向基函数网络、Werbos 的动态BP 网络以及多种模糊(Fuzzy)人工神经网络。最具典型的学习算法有：多层前馈网络的标准BP 算法及各种改进BP 算法、Hopfield 的不动点学习算法、Boltzman 机的模拟退火和快速模拟退火算法、模式识别网络的福岛学习算法、模糊神经网络的再励学习算法与梯度学习算法等。
神经网络的发展充满了艰辛，从全球的热点科学到被人遗弃，然后再次东山再起不断的曲折中前进。目前，神经网络虽然还有不足，但已经普遍的被人们所接受，并且不断应用于日常科学中，从每日的天气预报到今年最为热门的谷歌的alphago 围棋大赛，其中无不充斥着神经网络的作用。
二、案例分析
神经网络的发展过程正是人们对其的不断认知的过程。神经网络概念的提出，到后面的发展、否定、再发展的过程是人们对其认识的不断深入，不断研究的过程，使神经网络发生了一次
质的飞跃。正是人们对神经网络的不断创新，不断发掘造就了今日的令人眼前一亮的机器人深度学习技术。
随着人类进入21世纪，整个世界的发展与进步越来越依靠创新，科技与经济的进步则依靠于技术创新。创新已是当今世界发展的主题。而创新精神是自然辩证法的题中之义，自然辩证法是创新的产物且处于不断创新之中；创新是自然辩证法的精神实质和目标追求，表现在自然辩证法创立的目的、方法论功能所蕴含的创新机理以及它曾经和正在引导科学家的创新等方面。因此，通过神经网络的发展过程可知，自然辨证法无疑对技术创新具有无法忽视的重要意义。
所谓创新，是将一种关于生产要素和生产条件的“新组合”引人生产体系，即建立一种新的生产函数，这种新组合包括以下五个方面的内容：采用一种新的产品或一种产品的新特性；引入一种新的生产方法和新的工艺过程；开辟一个新的市场；开拓和利用原材料或半制成品的一个新的供应来源；实现任何一种新的工业组织。
熊彼特认为，创新是人们“用他们的智慧去改进生产方法和商业方法，也就是说改进生产技术，占领新的市场，投入新的产品等等”。美国著名管理学家德鲁克将“创新”概念引入了管理学领域，将创新活动理解为任何一种赋予资源以新的创造财富能力的行为。他认为，创新活动包括技术创新和社会创新两类。他所谓技术创新是指为某种自然物找到新的应用，并被赋予新的经济价值的行为，而社会创新则是指创造一种新的管理机构、管理方式或管理手段，从而在资源配置中取得较大的经济价值与社会价值的行为。诺贝尔奖获得者、著名经济学家诺斯则从经济学的角度将创新理解为制度创新，认为经济发展是技术创新和制度创新互动的过程。1995年《中共中央、国务院关于加速科学技术进步的规定》明确指出：“技术创新是企业科技进步的源泉，是现代产业发展的动力”。
从哲学的指导意义出发，创新精神的培养需要哲学指导，而这种指导哲学就是自然辩证法。自然辩证法从其创立到今天，之所以表现出强大的生命力，就在于创新精神是其题中之义，创新是其精神实质和目标追求。
自然辩证法这门学科来源于马克思和恩格斯的经典理论，主要是恩格斯的《自然辩证法》和《反杜林论》以及马克思的《数学手稿》、《资本论》等著作。自然辩证法的学科名称也直接取自恩格斯未完成的一本著作《自然辩证法》。就是说，自然辨证法作为一门由马克思和恩格斯在19世纪所奠基，而后才逐步演变发展的。
首先，创新精神是自然辩证法的题中之义。从自然辩证法发展历程来看，自然辩证法本身就具有创新这种精神实质和目标追求，它曾经引导着科学家们冲破唯心主义和形而上学的束缚，大胆创新，勇于创新。譬如，在19世纪末20世纪初物理学界的三大发现：X 射线、放射性和电子的发现与经典物理学矛盾之时，导致了所谓的物理学危机，有人提出了“原子非物质化了，物质消失了”等唯心主义、形而上学的观点，严重地阻碍了科学家的创新。列宁运用自然辩证法的核心—辩证唯物主义的观点，发展了自然辩证法，写下了《唯物主义和经验批判主义哲学笔记》、《论战斗唯物主义的意义》等自然辩证法的经典著作，创造性地规定了“物质”、“范畴”，“物质是标志客观实在的哲学范畴，这种客观实在是人们通过感觉感知的，它不依赖于我们的感觉而存在，为我们的感觉所复写、摄影、反映”，并在此基础上指出，“由于自然科学的飞速发展，消失的不是物质，而是原来的对物质认识的界限，原来认识所达到的物质界限是原子，现在已经深入到物质更深的层次或结构，跨进到电子的水平。”随着科学技术的进一步发展和人类社会的不断进步，自然辩证法必将继续引导着人类冲破一个又一个旧的思想束缚，实现更多更高的科学创新。
在现代，自然辩证法所具有的创新这种精神实质和目标追求得到了更充分的展现，发挥着更大的作用，显示出更大的意义。这是因为，现代科学对自然界的认识已经达到了相当高的程度，从广度上讲，空间范围至少已达200亿光年的领域，时间长度至少已达200亿年；从深
度上看，空间范围至少已小到10-23厘米，时间跨度至少已短到了10-24秒。这时仅靠传统的科学研究方法进行科学研究，已经显得力不从心，从事自然科学研究的科学人员迫切需要自然辩证法思想的指导，换言之，自然科学的创新迫切需要自然辩证法的指导，这充分展示了创新是自然辩证法的精神实质和目标追求。
恩格斯说：“一个民族要想站在科学的最高峰，就一刻也不能没有理论思维” 。自然辩证法对今天的自然科学来说是最重要的思维形式。辩证思维的能力是科学工作者乃至整个民族所具有的科学技术能力的有机组成部分。自然辩证法正是探讨理论思维在科学发现和科学发明中的作用的科学。因此，一切从事科研和技术创造的人都应当自觉地运用自然辩证法来武装自己的头脑——这一科学研究中最重要的工具。
在新世纪，全世界都在倡导创新意识，创新是一个民族进步的灵魂，是国家兴旺发达的不竭之力。在当代新技术革命蓬勃兴起中国与世界经济科技接轨，国际竞争日益激烈的条件下，大力开发科技人才的创造力，是关系我们民族兴衰的头等大事。自然辩证法，责无旁贷地担负起帮助科技人才树立正确的自然观，科技观，人生观，价值观的重要任务，担负起培养、提高科技人才创造性思维能力的重大责任，这是国家和历史的重大使命。
三、参考文献
[1] 恩格斯. 《自然辩证法》[M]，于光远等译编，北京：人民出版社,1984.329-331。
[2] 《马克思恩格斯全集》[M]，北京：人民出版社,1979.13. 第20卷。
[3] 《列宁选集》(第2卷)[M]，北京：人民出版社,1978.128,266,268。
[4] 刘冠军《全面理解恩格斯的自然界历史观》[J]，自然辩证法研究,1997(9)。
[5] 教育部社会科学研究与思想政治工作司组编《自然辩证法概论》[M]，北京：高 等教育出版社，2004：255。
[6] 刘冠军《创新与内功-对理科研究生”自然辩证法”课程教学的几点体会》[J]， 自然辩证法研究.2004(6)。
[7] 刘冠军《自然辩证法与创新精神》[J]，自然辩证法研究.2002(5)。
[8] 夏征农《大辞海：哲学卷》[M]，上海：上海辞书出版社，2003：716。
[9] 刘大椿《自然辩证法概论》[M]，北京：中国人民大学出版社，2004：412-413。
[10] 傅家骥《技术创新学》[M]，北京：清华大学出版社，1998:234-241。
[11] 《马克思恩格斯全集》(第23卷)[M]，北京：人民出版社,1979.13。
[12] 徐治立《自然辩证法概论》[M]，北京：北京航空航天大学
出版社，2008。
[13]相秉仁《人工神经网络在药学中的应用》[会议论文]-1999 2。
[14]周苏闽沈士明《人工神经网络理论及其在风险分析中的应用》[会议论文]-2006 3。
[15]贾玲玲李彬《人工神经网络在智能控制领域的应用研究综述》[会议论文]-2008 4。
[16]盛雪莲王乾 Sheng Xuelian等《人工神经网络》[期刊论文]-科技广场2008(5) 5。
[17]路志峰郭海丁《基于BP 神经网络的结构优化设计综述》[会议论文]-2001 6。
[18]周树德. 王岩. 孙增圻. 孙富春量子神经网络[会议论文]-2003