【Linux·基础篇】Shell 基础|正则表达式:从神经元模型到多流派并存(一)

• • 《【Linux·基础篇】Shell 基础｜正则表达式：文本模式的精密描述语言（一）》
• • 《【Linux·基础篇】Shell 基础｜正则表达式：文本模式的精密描述语言（二）》

我们见识了正则表达式在现代编程中的便捷语法——\d 匹配数字，(?:...) 只分组不捕获。尽管初学时我们可能会觉得这些语法天生如此，但事实上任何技术都有来路。要理解正则表达式为何是今天这个样子，我们需要先回答一个更根本的问题：它究竟从哪里来？答案是令人出乎意料的——它最初并非为处理文本而发明，而是源于科学家对大脑的数学想象。

一、1943：思想的种子——神经网络与逻辑

1943 年，美国神经生理学家沃伦·斯特吉斯·麦卡洛克（Warren Sturgis McCulloch）和逻辑学家小沃尔特·哈里·皮茨（Walter Harry Pitts Jr.）发表了一篇划时代的论文：《神经活动内在概念的逻辑演算》¹。在这篇论文中，他们提出了一个大胆的设想：大脑的神经元可以用简单的二值逻辑单元来模拟——每个神经元要么“兴奋”（1），要么“抑制”（0），由多个这样的单元组成的网络，本质上就是一个逻辑机器。这些单元后来被称为人工神经元（artificial neurons），或麦卡洛克-皮茨神经元（McCulloch–Pitts neurons）。

这种“麦卡洛克-皮茨神经元”模型是现代人工神经网络和计算理论的共同源头之一²。更重要的是，它提出了一种思考方式：简单的逻辑单元连接成网络，可以产生复杂的计算行为。这个想法，将在几年后启发另一位数学家，创造出正则表达式。

【注 1】McCulloch, W.S. and Pitts, W., "A Logical Calculus of the Ideas Immanent in Nervous Activity", Bulletin of Mathematical Biophysics, Vol. 5, 1943, pp. 115-133.

这篇 1943 年发表的论文是现代人工神经网络和计算理论的奠基之作。论文指出，神经活动具有“全或无”（all-or-none）的特性，这指的是神经元的发放遵循阈值规律——只有当输入信号累积超过一定阈值时，神经元才会发放脉冲，否则保持静息状态。这一特性使得用二值逻辑（0 和 1）来模拟神经活动成为可能。论文中提出的“麦卡洛克-皮茨神经元”模型，至今仍是深度学习领域的基本概念。此外，论文指出含有环路的神经网需要“更复杂的逻辑手段”来处理，这直接启发了数学家克莱尼在 1951 年对“正则事件”的形式化研究——即我们今天所使用的正则表达式的数学源头。

【注 2】麦卡洛克-皮茨神经元是一种极度简化的数学模型——麦卡洛克-皮茨模型（McCulloch–Pitts model，简称 MP 模型），在学术史上也被称为“阈值逻辑单元”（Threshold Logic Unit）或“线性阈值单元”（Linear Threshold Unit）。真实的生物神经元远比这复杂，但正是这种简化让数学分析成为可能。今天深度学习中的“人工神经元”，其基本思想仍可追溯至此。克莱尼正是在研究这类神经网络能识别何种模式时，发明了“正则事件”这一代数系统来加以描述，架起了通往正则表达式的桥梁。

二、结语：等待一位数学家

麦卡洛克和皮茨的模型将大脑设想为由简单逻辑开关构成的网络。这个设想本身已经足够大胆，但它立刻引出了一个更难的问题：这样的网络究竟能“理解”什么样的模式？这个问题的答案，需要等待一位数学家的登场。

此番炼器手札，炉火尚未全熄。若道友观之有趣，或可暂留此间，结一尘缘。待下回开炉铸器，新得感悟，必先与同道分享。