前言：
昨天的文章介紹了兩派不同思考派系的學者，今天的這篇文章會跟大家介紹在經歷了黃金時期、第一次低谷之後，AI再度受到世界級政府機關重視的時期。

重獲政府撥款
這是影響最重大的一個原因，日本是個AI發展的重點國家，而他們在1982年開啟了一個重大的計畫：第五代電腦計畫，這些劃時代的電腦擁有超級電腦的運算效能和處理人工智慧的能力，也在此時得到了大筆金費，得以發展。目標：

1.能夠與人對話
2.翻譯語言
3.解釋圖像。

連結主義的再度興起
在日本發展第五代電腦的1982年的同時，美國物理學家John Hopfield發明了聯想神經網路，是一種新型的神經網路，這種網路神經採用的是反向傳播算法，此方法採用鏈式法則用網絡每層的權重為變數計算損失函數的梯度。此方法早在1970年代就被提出，但一直直到這個年代才被世人再度想起重視。

反向傳播算法(back propagation algorithm)
反向傳播算法是人工神經網路訓練的本質，他根據前一個timing獲得的錯誤率對資料進行權重微調，如此訓練可以降低錯誤及提高模型的可靠性。

工作原理
通過鍊式法則計算單個權重的損失函數的梯度，但沒有直接的定義要如何使用梯度，與原生直接計算不同，它一次計算一層。

1.輸入 X，通過預連接路徑到達
2.輸入使用實際權重 W 建模。權重通常是隨機選擇的
3.計算從輸入層到隱藏層到輸出層的每個神經元的輸出
4.計算輸出中的誤差
5.從輸出層返回到隱藏層以調整權重以減少誤差

資料來源：
https://www.guru99.com/backpropogation-neural-network.html

https://zh.wikipedia.org/zh-tw/%E7%AC%AC%E4%BA%94%E4%BB%A3%E9%9B%BB%E8%85%A6

https://zh.wikipedia.org/zh-tw/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E5%8F%B2

https://zh.wikipedia.org/zh-tw/%E7%BA%A6%E7%BF%B0%C2%B7%E9%9C%8D%E6%99%AE%E8%8F%B2%E5%B0%94%E5%BE%B7

https://zh.wikipedia.org/zh-tw/%E5%8F%8D%E5%90%91%E4%BC%A0%E6%92%AD%E7%AE%97%E6%B3%95