Կա՞ արդյոք էական տարբերություն մարդու ուղեղի և մոդելավորվող նյարդային ցանցի միջև:


պատասխանել 1:

Հարցն իր մանրամասներով իրականում հետևյալն է. «Արդյո՞ք ուղեղի և մոդելավորվող ցանցի միջև եղած տարբերությունները այնքան կարևոր են, որ սիմուլյացիան հնարավորություն չունի վերարտադրելու ուղեղի բոլոր հնարավորությունները: »

Վերցնենք Պոլ Քինգի պատասխանը նյարդային ցանցերին, որոնք քննարկման արժանի են: Նյարդային ցանցն ունի մուտքային-ելք, որը գնահատվում է վերահսկողի կողմից, և երկուսի միջև առկա է «թաքնված շերտեր», որոնք տեղեկատվությունը վերլուծում են մշակման հաջորդական փուլերի միջոցով ՝ ուղղելով նախորդները (խորը ուսուցում): Սա շատ նման է մարդու ուղեղի, որը ստանում է բազմաթիվ զգայական մուտքեր և մանիպուլյացնում է դրանք գիտակից ելքի: Ուստի հարցն արդարացված է ՝ մարդկային ուղեղը քանի՞ թաքնված շերտ ունի:

Պոլ Քինգը հերքում է համեմատությունը մի քանի փաստարկների հետ. 1) ուղեղը կազմակերպված չէ շերտերով, այլ փոխկապակցված կենտրոններում 2) նեյրոնային կապերը միակողմանի են. Հետադարձ կապ չկա: 3) Ուղեղը չի սովորում ճշգրիտ պատասխաններից: 4) Նեյրոններն օգտագործում են նյարդային ազդակներ, որոնք չեն համընկնում թվային ալգորիթմների հետ: 5) Պողոսը կարծում է, որ խորը ուսման բազմաթիվ մակարդակներ ավելի լավ չեն, քան ոմանք, քանի որ ճանապարհին կորած չափազանց շատ տեղեկություններ կան:

Իրականում, նեյրոնները կազմակերպվում են բուժման հաջորդական մակարդակներում (տարբեր փոխկապակցված նյարդային կենտրոնների ներսում), բայց ներկայիս արհեստական ​​ցանցերը չափազանց կոպիտ են դրանց ճիշտ մոդելավորման համար: Բազմաթիվ մակարդակներով պահանջվում է մի քանի նեյրոնների մի քանիսը նմանեցնելու համար. 1) Նեյրոններն ունեն իրենց հետադարձ կապի վերահսկողությունը. Դրանց կրակումը սպառված է: Նյարդային ազդակների մի մասը հետադարձ կապի աճն է: 2) Նեյրոնները փոխում են իրենց ֆիզիոլոգիան ՝ ելնելով իրենց գործունեության (նաև սոսնձի բջիջներից): Նրանք արդեն ինքնուրույն սովորողներ են) 3) Հետադարձ կապի վերահսկումը իրականացվում է տարբեր կապերի միջոցով, և կան արգելակիչ նեյրոններ: 4) Նեյրոնները հրդեհվում են ինքնաբուխ: Այս ներգործական գործունեությունը ստեղծում է «ելք», եթե չկա «մուտք»: Բուժումը միայն պասիվ գործընթաց չէ: 5) Նեյրոնային ակտիվացման միջև ընկած ժամանակահատվածները `հետադարձ կապի վերահսկողությունը ավելացնելով և հետաձգելով, ապահովում են անկախություն յուրաքանչյուր մշակման փուլից: Միևնույն ժամանակ, հարակից այլ տեղեկությունները կարող են կանխել հետադարձ կապի վերահսկման աշխատանքը:

Նեյրոնների բոլոր այս հատկությունները կայանում են նրանում, որ իրենց համակարգը և՛ դինամիկ է, և՛ ավելի կայուն, քան արհեստական ​​ցանցերը: Շերտեր ավելացնելով այնպես, ինչպես նրանք նախագծվել են արհեստական ​​ցանցում, միայն նվազեցնում է սխալի մակարդակը հայեցակարգային բուժման գործընթացում, մինչդեռ մի խումբ նեյրոններ քիչ են մտածում ինչ-որ բան սխալ գործելու մասին և ապրում են պատրանքով, որ միշտ մեծ աշխատանքներ են կատարում: կարելի է ասել, որ դա վերահսկիչ նեյրոնների խումբն է, որն անտեսանելիորեն գնահատում և կիրառում է ուղղումներ մոնիտորինգի ենթարկված նեյրոնների համար: Բուժման մակարդակների անկախությունը բնութագրվում է նեյրոնների համար, ինչը բացատրում է, թե ինչպես ենք մենք ապրում մեր գիտակցությունը `ամենաբարձր փուլը` միաձուլված, անկախ և միևնույն ժամանակ կապված է ներկայացրած հասկացությունների բազմության հետ:

Արհեստական ​​ցանցի դիզայներները պետք է կատարեն այս կատարելագործումը. Նրանք մեծացնում են իրենց մշակման քայլերի անկախությունը և միևնույն ժամանակ դրանք համակարգում են պահում: Տեղադրեք լատենտը `իր էլեկտրոնային արագությունը օգտագործելու փոխարեն: Տեսականորեն, ոչինչ չի խանգարում նրանց հաջողակ լինել: Ձեր հարցին պատասխանելու համար ՝ արհեստական ​​ցանցերը կարող են ընդօրինակել և զգալ մարդկային գիտակցության բովանդակությունը: Փորձը կլինի տրանզիստորների մի փունջ, քան կենսաբանական բջիջների շարք: Սա կդարձնի աղմկոտ հարսանիքներ ...

Վերջին նշում. Այո, ուղեղը սովորում է նաև ծնողների պատասխաններից: Likeիշտ այնպես, ինչպես շրջակա միջավայրին տրվողները, որոնք նշվում են երկուական ձևով. Պատիժ / հատուցում:

Այս հոդվածում դուք ունեք արհեստական ​​ինտելեկտի բանալին ;-):


պատասխանել 2:

Asիշտ այնպես, ինչպես մեր տեղաշարժի համար կենսաբանական լուծումը մկաններն են, տեխնոլոգիական լուծումը անիվն է. Մենք կարող ենք տարբերակ լուծում ստանալ մոդելավորված գիտակցության, հույզերի և ինքնավստահության համար, քան մեր ուղեղը:

Այս հարցի ճիշտ պատասխանը գտնելու համար անհրաժեշտ են երկու կողմերի հետագա քննություններ: Ներկայումս մոդելավորված նյարդային ցանցը ի վիճակի չէ փակել մեր ուղեղը, բայց դրա վրա աշխատում են լավագույն ուղեղները:

Համընդհանուրությունը, էներգիայի ցածր սպառումը և կենդանիների ուղեղի ցածր արագությունը արհեստական ​​նյարդային ցանցերի համեմատ, կապված են կենսաբանական նեյրոնների և արհեստական ​​նեյրոնների միջև հսկայական տարբերությունների հետ, որոնք իրենց ցանցերում տարբերվում են իրենց թվով և կազմով:

Կան բազմաթիվ կետեր, երբ արհեստական ​​նյարդային ցանցի հետազոտողները կարող են բարելավել իրենց ալգորիթմը ՝ ուսումնասիրելով, թե ինչպես է ուղեղը ցույց տալիս ինտելեկտը.

  • Մարդու ուղեղը բաղկացած է չորս հիմնական բաղադրիչներից ՝ Cerebrum, Cerebellum, Limbic System և Brain Stem, մեր կայացած արհեստական ​​նյարդային ցանցերից ոչ մեկը չունի այդպիսի ճարտարապետություն: AlphaGo- ի ճարտարապետությունը բաղկացած է ամրապնդման ուսուցումից և խորը ուսուցումից: Ուղեղն աշխատում է անթափանց ռեժիմով և չի ակնկալում պիտակավորված տվյալների մեծ քանակություն, օրինակ `վերահսկվող արհեստական ​​նյարդային ցանց, որը հիմնված է խորը ուսման վրա: Մեքենաների ուսուցման հետազոտողները աշխատում են չստուգված ուսուցման վրա: Ուղեղը կարող է մեկ լեզվով փոխանցել իր հետախուզությունը մեկ այլ ուղեղ: Մեքենաների ուսուցման հետազոտողները աշխատում են փոխանցման ուսուցման վրա: Ուղեղը կարող է հանգստանալ և ամրացնել սեփական հիշողությունը քնի միջոցով: Մեքենայական ուսուցման հետազոտողները աշխատում են ցածրորակ հիշող սարքերի համար պատրաստված արհեստական ​​նյարդային ցանց: Ուղեղը կարող է պատմություններ և երազներ ստեղծել իր սեփական հիշողությունից: Մեքենաների ուսուցման հետազոտողները աշխատում են գեներացնող ցանցերի վրա:

Հաջող մեքենայական ուսուցման հաջող հետազոտությունը կարող է տեղեկատվություն ներկայացնել այն մասին, թե ինչպես է աշխատում մեր ուղեղը: Այնուամենայնիվ, դա դժվար է դառնում, քանի որ նյարդաբանագետները շատ քչերն են հետաքրքրված ալգորիթմներով: Հետևաբար, մենք կարող ենք արհեստական ​​ընդհանուր ինտելեկտ ստանալ շատ ավելի շուտ, քան հասկանում ենք մեր ուղեղը:


պատասխանել 3:

Ժամանակի ընթացքում ես ենթադրում եմ, որ այս հարցի պատասխանը նույնպես փոխվելու է:

Այս հարցի ներկայիս պատասխանը այո է:

Մոդելավորված նյարդային ցանցերը ներկայումս բավականին լավ են հարմարեցված հատուկ խնդիրների համար, ինչպիսիք են առարկայի ճանաչումը, խոսքի մշակումը, ինքնավար նավարկումը և նույնիսկ երաժշտության ստեղծումը: Մեր մոդելները հիմնված են մետրային ուսուցման, բայեսյան վիճակագրության և ուռուցքային օպտիմիզացիայի, ինչպես նաև նեյրոնների մեր պատկերացումների և ինչպես են դրանց աշխատանքի վրա: Այս մոդելները մոտավոր մոտեցում են այն, ինչ իրականում կատարվում է մեր գլխում: Միգուցե մի օր մեր համակարգչային սիմուլյացիաները կարող են կատարելապես մոդելավորել մարդու ընկալումը բոլոր առումներով (ով գիտի:):