一个系统，"学会"了怎么读英语
谢诺夫斯基开发的NETtalk系统在训练初期，读出的英语单词发音含糊不清、近乎噪音，但随着训练的持续进行，系统输出的发音逐渐变得清晰准确，这一从"胡言乱语"到"字正腔圆"的渐进学习过程被录制成音频在学术会议上播放，让许多在场研究者第一次直观感受到神经网络确实具备从数据中自主学习复杂规律的能力，这段演示此后也成为神经网络研究历史上流传较广的经典轶事之一。
⚡
特伦斯·谢诺夫斯基
本名Terrence Sejnowski
美国计算神经科学家，玻尔兹曼机的共同发明者
算法背后的数学 · 理论奠基人
玻尔兹曼机计算神经科学NETtalk语音合成系统
是谁
特伦斯·谢诺夫斯基（1947- ）是美国计算神经科学家，与杰弗里·辛顿于1985年共同提出"玻尔兹曼机"，这是一种借鉴统计物理学中能量最小化原理设计的早期神经网络模型，为此后多种深度学习架构的发展提供了重要的理论启发。谢诺夫斯基此后开发的NETtalk系统，能够通过学习将英文文本转换为对应的语音发音，其训练过程中神经网络逐步学会发音规则的可视化演示效果，在当时的学术会议上给许多研究者留下深刻印象，成为神经网络具备学习能力这一理念最早的生动例证之一。谢诺夫斯基长期致力于推动计算神经科学与人工智能两个领域之间的交叉融合，主张理解生物大脑的实际运作机制，能为设计更有效的人工神经网络提供持续的灵感来源。
依据原典阿克利、辛顿、谢诺夫斯基《玻尔兹曼机学习算法》（1985）谢诺夫斯基《深度学习革命》（2018）
主要故事
人物关系
盟友
今日回响
以下是现代作品对这个名字或故事的借用、改写，不代表原始内容——两者不一样，别混着记。
NETtalk的"学习读音"演示NETtalk从含糊噪音逐渐学会清晰发音的训练过程录音，此后成为神经网络研究历史上流传较广的经典演示案例之一。