Comments 3
данные, информация, должны определять структуру модели, а не наоборот.
Золотые слова!
Вашими устами бы да мед пить :-) Что конкретно вы предлагаете ? Небольшая подсказка: алгоритм , сопоставления с образцом для продукционных систем Rete строит граф, узлам которого соответствуют правила вывода. Кроме того Вы забыли упомянуть важный механизм обучения с подкреплением (reinforcement learning). Очевидно, что его можно применить к графам.
Удачи !
Интересная статья хотя не то что я искал
А по сути инфа по природе континуальная как вы и сказали только мозг делает нарезки этой инфы, а это уже дискретная инфа
Так что делайте выводы
А по поводу нейронных сетей сети сами сделаны топорно персептрон епта и без возможности их расширения это печально, т.к. это слишком сильно упрощённая мат модель мозга
Создание универсального искусственного интеллекта (AGI): краткое пособие для начинающих