Pull to refresh

Comments 163

Информация не хранится, но хранится что-то типа "хэша" в виде связей нейронов.

хранится что-то типа "хэша" в виде связей нейронов

Инварианты. Мне нравится как это все очень простым и доступным языком описано у Хокинса в "Об интеллекте"

Очень хорошо описаны нейроны в лекциях Роберта Сапольского "Биология поведения человека".

Как бы ни старались ученые-исследователи головного мозга и когнитивные психологи, им никогда не найти в человеческом мозге копию 5-й симфонии Бетховена

Подобно как и тут Сапольский на примерах опровергает существование "бабушкиного" нейрона.

Но симфонию мы всё-таки можем напеть, и скорее всего из-за эмерджентности мозга - появления у системы свойств, не присущих её элементам в отдельности. Так что тоже присоединяюсь к идее "хэшей" и "инвариантов".

Мозг — компьютер, просто существующие вычислительные мощности пока не способны полностью его эмулировать. А упрощённые модели работают достаточно плохо.

Более справедливо говорить не о "мощности" (количественной мере) а о "сложности" (качественной мере). Существующие средства, основанные на ML, на самом деле, решают некоторые задачи даже лучше человеческого мозга, но это предельно узкие задачи, например - обнаружение закономерностей в очень определенных наблюдаемых явлениях совершенно конкретного характера. Проблема, однако, в том, что такие средства недостаточно просто масштабировать (количественно увеличить их производительность, мощность) чтобы круг решаемых задач взял и расширился.

Учитывая, что на микротрубочках внутри клеток мозга существуют клеточные автоматы, которые на таких размерах вроде еще и квантовые состояния поддерживать способны, есть шанс, что именно вычислительные мощности все еще пока несопоставимы. По крайней мере до тех пор, пока технология квантовых компьютеров не разовьется.

нет ни какого там квантового компьютера и это очень любимая тема фриков. В качестве очень простого контраргумента можно привести малиновку с квантовыми эффектами в глазах, на которую воздействуют электромагнитные поля приборов людей , даже обычные электросети сбивают птиц с пути (и мешают их навигации), то для человека эффект должен быть еще сильнее, должна пропадать совсем способность к интеллекту и сознание. Это не говоря про то что мозг это мясо теплое и влажное место, а не кусок камня при абсолютном нуле и т.д. Да и бритва Оккама тут как тут.

Насколько мне известно птицы ориентируются естественном магнитном поле земли при помощи их грудного киля, которое естественным образом позволяет определять север-юг как в компасе и хаотичные электромагнитные поля от человека естественным образом вмешиваются в это. За малиновку не скажу, но по крайней мере у ласточек было так. Размеры киля у птиц не очень маленькие и квантовыми эффектами тут и не пахнет.
Анестезия вполне себе влияет на сознание человека, и пока единственное известное мне пояснение как она работает заключается во влиянии молекул анестетика на pi-резонанс электронных диполей молекулах внутри клеток, в частности внутри микротрубочек. То бишь в сознании клетки вполне могут представлять некоторую вычислительную единицу с квантовыми состояниями, которые каким-то образом формируют наше сознание. Чем не квантовый компьютер? При всем при этом известно что это имеет какую-то связь с коллапсом волновой функции, который например влияет на исход двухщелевого эксперимента.
В последнем десятилетии научились проводить генетическую терапию, так что велики шансы, что дальнейшее изучение и развитие цитологии и молекулярной биологии помогут с созданием биологических вычислительных юнитов и на мой взгляд это определённо будут не классические компьютеры, а что-от ещё.
Так что не знаю почему вы решили что для квантовых компьютеров обязательно нужен кусок камня при абсолютном нуле и в какое место вы хотите пристроить бритву Оккама.
То бишь в сознании клетки вполне могут представлять некоторую вычислительную единицу с квантовыми состояниями, которые каким-то образом формируют наше сознание. Чем не квантовый компьютер?
Абиогенез и эволюция жизни шла в декогерированной кв. среде (макроскопической), если на этапе абиогенеза кв. эффекты могли сыграть роль, то на этапе эволюции они эффективными оказались только в системах энергообеспечения и сенсорики. В когнитивных системах требуются длительные когерентные состояния, реализовать которые трудно не только на биологическом уровне, но и технически. Однако в некоторой форме следы кв. уровня проявляются в них в виде квантовоподобных процессов. Сравнение подходов и ресурсы последней.
При всем при этом известно что это имеет какую-то связь с коллапсом волновой функции, который например влияет на исход двухщелевого эксперимента.
Пока не известно достоверно, все сложнее, чем мы думаем. ВФ элемент описания (физической модели), а не реально бытующая сущность, более простое объяснение результатов двухщелевого эксперимента youtu.be/ZIpoMR8XNqE

Анестезия вполне себе влияет на сознание человека, и пока единственное известное мне пояснение как она работает заключается во влиянии молекул анестетика на pi-резонанс электронных диполей молекулах внутри клеток, в частности внутри микротрубочек.

Очень спекулятивное утверждение , роль микротбок в работе нейросетей ни кем не признается . Масштаб работы нейросетей и их временные порядки намного большего того чтобы на них могли повлиять какие либо квантовые явления. Вы можете почитать книгу Jean Bricmont Quantum Sense and Nonsense, которая описывает некоторые мифологизацию квантовых явлений.

. За малиновку не скажу, но по крайней мере у ласточек было так. Размеры киля у птиц не очень маленькие и квантовыми эффектами тут и не пахнет.

Вставлю сюда цитаты про малиновку

Малиновки определяют направление магнитного поля Земли благодаря специальным оптическим клеткам, криптохромам, находящимся у них в глазах, – именно там при попадании фотона и происходит "связывание". Оно происходит из-за наличия в криптохромах экзотических молекул.Они представляют собой кубическую клетку, составленную из атомов углерода, с атомом натрия внутри. Именно там и происходит связывание электронных пар. Стоит одному электрону из пары отклониться на несколько нанометров в сторону, он начинает "чувствовать" изменение магнитного поля и передает свои "ощущения" электрону-партнеру. Тот в свою очередь, в зависимости от полученной информации, вызывает протекание той или иной химической реакции и в конечном счете сообщает малиновке, в какой стороне находится северный магнитный полюс Земли.

Малиновки теряют ориентацию возле электических сетей, экологи предлагают экранировать их. "Антропогенный электромагнитный шум нарушает ориентацию магнитного компаса у перелетной птицы" При этом чувстивительность очень большая.

https://www.researchgate.net/publication/262146299_Anthropogenic_electromagnetic_noise_disrupts_magnetic_compass_orientation_in_a_migratory_bird

Так что не знаю почему вы решили что для квантовых компьютеров обязательно нужен кусок камня при абсолютном нуле и в какое место вы хотите пристроить бритву Оккама.

Можно начать с того , что квантовые эффекты для интеллекта это сущность, которая излишне для объеснения работы мозга.

Очень спекулятивное утверждение, роль микротбок в работе нейросетей ни кем не признается

Да тут в принципе споры относительно темы довольно спекулятивны. Поэтому написал, что могут, а не делают. Сейчас нет конечного понимаю для чего микротрубочки нужны в принципе, и участвуют они в каких-то вычислениях или резонансные частоты и клеточно-автоматная структура это просто какая-то случайность на текущий момент доподлинно неизвестно и существует в виде нечеткой теории. Плюс я не наталкивался на альтернативные варианты.


Масштаб работы нейросетей и их временные порядки

Вот это утверждение мне не понято. Один нейрон в нейросети не имеет принципиального значения, тем не менее в искусственных нейросетях каждый из нейронов имеет свой собственный вес и какие-то алгоритмы его обновления. Что мешает живой клетке иметь вес в кластере и алгоритмы перевесовки? Биологическая нейронка как-то тренеруется же. Даже управление ресурсами клетки требует некоторых вычислительных способностей, а тут еще и синапсы растить надо в зависимости от сигналов.


Можно начать с того, что квантовые эффекты для интеллекта это сущность, которая излишне для объеснения работы мозга.

Для интеллекта — наверное не нужно. Воздействие веществ типа анестезии, антидепрессантов, психоделиков внутри клеток — без квантовых эффектов не обойдется хотя бы из-за размеров молекул веществ. Ко всему феномен сознания все еще никак не объяснен.

Вот это утверждение мне не понято

Нейрон работает на интервалах времени (мкс) превышающих длительность квантовых эффектов. Да и даже если представить что-то прорвется и попытается вмешаться в работу нейросети, то будет не более чем шум.

 Сейчас нет конечного понимаю для чего микротрубочки нужны в принципе

Они нужны для обеспечения клетки питательными веществами чем вам не логичное и простое объяснение?

 без квантовых эффектов не обойдется хотя бы из-за размеров молекул веществ. 

там просто нарушение передачи импульса от клетки к клетке, которое не требует квантовых эффектов.

Ко всему феномен сознания все еще никак не объяснен.

сложно объяснить то, что в принципе не существует, природе выгодна такая иллюзия. Сможете ли вы описать что чувствовали день назад в тех красках и подробностях, что тогда были(и ответ очевиден что нет).

решают некоторые задачи даже лучше человеческого мозга, но это предельно узкие задачи

А какие задачи еще нужно решать? Вот есть задача распознавание всех лиц в стране в течение секунды с точностью 99.9% и она решена. Человеческий мозг на распознавание лиц тратит значительную часть ресурсов и удерживает несколько сотен лиц и всё. Так постепенно все задачи нейронные сети будут решать лучше человека. А человека будут всё меньше допускать к ответственным задачам типа управлению самолетом или автомобилем, потому что есть человеческий фактор - непредсказуемое разрушительное поведение.

Человека, который решает те или иные задачи, всегда можно спросить, на основании чего он принял то или иное решение. С разным успехом, но он, как правило, может ответить. А вот "допросить" "AI" пока не очень-то получается, при том что артефакты в решениях встречаются на каждом шагу. Это свойство называется "неинтерпретируемость".

Человека, который решает те или иные задачи, всегда можно спросить

Да то же самое, общего между ИНС и человеком очень много. Человек может сказать, чувствует что его где-то обманывают, но где понять не может.

Вы используете аргумент подмены квантификации. У вас "иногда" бьет "как правило". Это так не работает.

Моторные навыки все как-раз из области "как правило", сложно объяснить как кататься на велосипеде или держать равновесие. Потому что это делает мозжечок по своим внутренним алгоритмам. Некоторое время тренировок вырабатывают навык, но как он работает словами не передать.

Речь идёт о принятии решений из области высшей мыслительной деятельности. См. также ответ ниже.

Думаю, человек не знает, на основании чего он принял то или иное решение. В момент получения такого вопроса человек ретроспективно предполагает, что решение было принято исходя из каких-то предпосылок, но строго говоря, у него нет никаких доказательств, что это происходило именно так.

Возможно, если человека заранее обязать записывать процесс принятия решения, то получившийся алгоритм будет более правдоподобен, чем полученный ретроспективно, однако, когда вопрошающий начнёт задавать уточняющие вопросы по каждому их этапов алгоритма, отвечающий снова начнёт ретроспективное восстановление алгоритма, который соотносился бы с предполагаемыми знаниями на момент принятия решений и представлений о собственной логике принятия решений.

Тем не менее, комбинация изначального решение и его последующей дополнительной рационализации считается "объяснимым" решением, за которое индивидуум, как правило, может быть ответственен.

Действительно, многие элементы решения вынесены за скобки логического, абстрактного процесса. Но и описывающий это процесс язык так сконструирован, чтобы иметь возможность ответить на вопрос "почему" вполне удовлетворительно. Например, "я решил выгнать бомжа из вагона метро, потому что он отвратительно воняет". Декомпозиция высказывания "отвратительно воняет", очевидно, субъективна и непроста, потому что связана с инстинктивным отвращением к запаху. Но решение избавиться от источника неприятного запаха абсолютно объяснимо и понятно кому угодно, кроме тех, у кого обоняния не было никогда.

В свою очередь, AI может иметь, в результате обучения, свой собственный аналог отвращения, о котором ни спросить, ни догадаться невозможно. А некоторые ему уже полностью доверяют решение о найме, например.

Мозг эмулировать вообще нет смысла. Как эмулировать крыло птицы, при наличии реактивных самолетов превосходящих птиц по всем. Так же и с мозгом, нет смысла эмулировать мозг при наличии искусственных нейронных сетей, которые работают быстрее и точнее, в распознавании лиц, например.

при наличии реактивных самолетов превосходящих птиц по всем.

Не во всём, только в скорости и грузоподъёмности.
Так себе…

А вот, например, такая актуальная задача: муха с видеокамерой? При нынешнем уровне развития технологий возможно ли сделать что-то подобное? Путь даже без ИИ, на радиоуправлении?

По эффективности тоже выше, планер может летать бесконечно на солнечном свете благодаря очень длинным крыльям, крылья птиц не имеют такой прочности и длины и летное качество их в целом ниже.

Качество "видеокамеры" мухи вам не понравится

Вот камера обычная медицинская с HD качеством, мегапиксели против десятка пикселей у насекомых.

Вот тут статья про мини дрон, но это хобби проект практически, цели минитюаризации перед наукой не ставится

Сам дрон весит всего 0,6 грамма, что примерно равно массе большого шмеля. Он немного напоминает крошечную кассету с крыльями, хотя Чен уже работает над новым прототипом в форме стрекозы.

Как эмулировать крыло птицы, при наличии реактивных самолетов превосходящих птиц по всем.

Ну вообще-то есть смысл — это, как минимум, интересно. А вообще не превосходят самолеты птиц во всем — в гибкости например. Птицеподобные роботы могли бы быть эффективными уборщиками квартиры (не только пола). А, да, квадракоптеры по сравнению с птицами в этом плане неповоротливые, громкие, хрупкие создания.

Точно наоборот птицы по сравнению с квадракоптерами и вертолетами неповоротливые и хрупкие создания, такие ускорения и перегрузки для них недостижимы

https://habr.com/ru/company/coptertime/blog/370845/

По исследованию крыла машущего работы ведутся, результаты скромные весьма

А что насчет деятельности, где нужны частые контакты с неровной поверхностью, доступ в труднодоступные места и взлет не с вертикальных поверхностей? Там лопасти точно не станут проблемой?


По исследованию крыла машущего работы ведутся, результаты скромные весьма

Ну там походу похожие проблемы, что и с симуляцией гибких и энергоэффективных существ. Современные роботы пока что ведут себя тоже очень неулюже, они не гибкие. За иключение, может, Boston Dynamics, но и у них все равно ограниченный набор движений и полноценного человека-уборщика они не заменят.


К тому же тут исследования не просто крыла нужны, а устройств с крыльями в совокупности. И так понятно что с самолетами по скорости и дистанции тягаться бессмысленно.

Так и большие птицы испытывают сложности со взлетом. Не всем хватает толчка ногами. Утки разгоняются точно как самолеты набирая скорость на воде.

Домашние гуси вообще летают в режиме планера, плавно снижая высоту, вверх подниматься не могут )

Большие устройства похожие на птиц и не нужны в замкнутых пространствах типа квартиры.

В утверждении "мозг — это компьютер" смысла столько же, сколько во фразах "руки — это экскаватор", "ноги — это автомобиль".

Компьютер — это инструмент для автоматизации некоторых элементарных мыслительных операций, которые сознательно ни один человек никогда не использует.

По моему эта статья опоздала лет эдак на двадцать.

Возможно. Кстати оригинал расположен на Aeon это просветительский портал, на котором публикуются разного рода материалы околонаучной тематики. Научных статей я там не припомню. Автор известный психолог, но сейчас во сновном рефлексирует своими прошлыми заслугами на вот подобных сайтах. Сама статья опубликована в 2016 году, возможно сей очерк был написан и еще раньше, или писался очень долго и к выходу уже устарел

Читал-читал.... прочитал несколько раз как обрабатывает информацию компьютер.... Но так и не узнал суть новой теории о работе мозга - все вокруг да около. А было б интересно.

1) Философские размышления конечно интересно, но потому как устроен мозг лучше сарашивать тех, кто его изучает на прямую. Психолог весьма далеко стоит от понимания , чем нейробиолог

2) "Разница между двумя полученными изображениями напоминает нам, что визуализация чего-либо намного менее точна, чем прямое видение объекта. Именно поэтому мы гораздо лучше справляемся с узнаванием, чем со вспоминанием. Когда мы что-либо вспоминаем, то стараемся перепрожить некий опыт. Но если мы что-либо узнаем, то нам требуется просто определить сам факт проживания в прошлом этого опыта." — Выборка из двух человек напоминает нам, что текст писан вилами по воде это так не работает. Стоит посмотреть как дети уникумы рисуют без особой подготовки довольно таки точно.

3)"Мы не храним слова или правила, которые указывают нам, как этими словами оперировать. Мы не создаем представления визуальных стимулов, не сохраняем их в буфере краткосрочной памяти, и не переносим затем эти представления в устройство долгосрочного хранения. Мы не извлекаем информацию, образы или слова из регистров памяти. Компьютеры делают все это, но не живые организмы." — со всем этим спорит эта книга — Brain words: How the science of reading informs teaching J Richard Gentry, Gene Ouellette

4) "Раз в мозге не существует ни «банков памяти», ни «представлений» стимулов, а для функционирования в мире нам требуется лишь его упорядоченное изменение на основе проживаемого опыта, то нет оснований полагать, что один и тот же опыт повлияет на двух людей одинаково." — Как бы про стимулы и представления с небольшой, но всяко большей выборкой чем в этих измышлениях написано здесь и как это нет банка памяти? Им зачастую называют область, специализирующуюся на пространственной рабочей памяти во фронтальной коре головного мозга человека. Нахождение этой области показано здесь

5) "Представьте себе сложность задачи. Чтобы понять хотя бы базовые принципы поддержания мозгом работы интеллекта, нам может потребоваться знать не только текущее состояние 86 миллиардов нейронов и 100 триллионов их связей, не только различия в силе этих связей и не только состояния более, чем 1,000 белков, существующих в каждой точки сопряжения, но и то, какую роль играет ежемоментная активность мозга во всей целостной системе." — безусловно сдожно, однако рано говорить о невозможности, ибо мозг червя успешно смоделили и загрузили в робота.

5) "Тем временем огромные средства выделяются на исследования мозга, зачастую основанные на ложных идеях и обещаниях. Самый скандальный случай провала эксперимента в области нейронауки был изложен в докладе, опубликованном в журнале «Scientific American», где речь идет о проекте «Human Brain» с бюджетом в $1.3 миллиарда, запущенном Евросоюзом в 2013 году." Критика уместна была бы, если бы автор написал статью с хоть какой-то выборкой статистически значимой для анализа, а так это мнение, автор которого хочет, чтоб оно легло в основу теории, но для теории нужна ну хотя бы одна научная проверяемая гипотеза, здесь же просто размышление. И ссылка на скандалы. Скандалы же есть везде на самом деле.

6) Мы организмы, не компьютеры, и это необходимо принять. Лучше сосредоточиться на попытках понять себя, но не нагромождать это понимание излишним интеллектуальным багажом. Аналогия с обработкой информации существует уже пол века, но за все это время практически не внесла полезных открытий. Не пора ли уже нажать DELETE? Тот же вопрос можно задать психологу со статистической выборкой из двух человек. К автору статьи на хабре вопросов нет, но размыления психолога чей перевод опубликован здесь создают много вопросов. Ну за качественный перевод спасибо.

Да, автор оригинала во многом прозвучал неубедительно, и осталось много неконкретных доводов, хотя перевести было все равно интересно.

Перевод получился хорошим. Только труд переводчика на хабре не всегда оценивают должным образом. Минусы идут порой по содержанию статьи. Могу предположить тут от банально :

1) не многие видят фиолетовую вкладку "перевод", следовательно считают, что автор самой статьи Вы

2) Вы, выложили данный материал и значит согласны с данной статьей ( хотя это может быть и не так), а потому и минусы например поставить по низкому техническому материалу наверно люди тоже могут давать + думая, что допустили ошибки в самом переводе

3) Нетемат и не согласен— это само собой самое обычное.

Но, скорее всего, как всегда общий комплекс причин. И автор переводов как по мне в большей степени беззащитен от негативных оценок, чем обычный автор, ибо отрицательные оценки летят по сути в переводчика, а автору самой статьи пофигу, ведь он может быть даже и не знает о переводе. И как по мне это проблема.

Да, нюансов при переводе на Хабре хватает и критики здоровой вдоволь, не дает забываться. Оригинал, кстати, тоже читатели не особо похвалили, зато обсуждение разродилось обширное :)

то есть вы считаете, что переводы нужно оценивать только исходя из качества перевода, никак при этом не оценивая содержание?

Да, увы, похоже автор таки не вкурсе исследований мозга и конкретно механизмов хранения воспоминаний. Я хоть и не являясь психологом, нейробиолгом или любым другим специалистом могу сказать что вижу в околонаучной журналистике постоянно ссылки на исследования посвященные считыванию зрительных образов из мозга (вот например тот же хабр https://habr.com/ru/post/409443/), нахождению конкретных нейронов отвечающих за конкретный образ и похожие исследования приоткрывающие завесу тайны хранения информации в мозге

Порой хочется сказать спасибо тем, кто пытается развёрнуто критиковать подобные опусы, для общего описания которых хватило бы банальной плашки "Демагогия".

#Выборка из двух человек напоминает нам, что текст писан вилами по воде

На самом деле подобный эффект можно получить на любом человеке, дав ему аналогичное задание. Совершенно необязательно использовать рисование доллара, можно попросить вспомнить говорил ли Ельцин: "я устал, я ухожу" или еще что-то из кучи аналогичных заблуждений.

Это связано с одним из когнитивных искажений у людей (я не скажу точно, но на хабре статей по этой теме уйма). И по большому счету мы редко помним что-то (на изображениях легче всего заметить) в точности. Тот же доллар: для человека важен портрет, номинал, цвет, общее расположение этих значимых элементов и, возможно, пара тройка деталей, которые он использует для отличения фальшивки (не обязательно эти детали действительно помогут в определении), а все остальные детали запомнит разве что художник, или человек, который вместо освежителя смотрит на доллар. Это работает с чем угодно, что человек не заучивает наизусть специально (а иногда и это не помогает).

Психолог весьма далеко стоит от понимания , чем нейробиолог

Уже есть нейропсихологи, нейропсихология

Стоит посмотреть как дети уникумы рисуют без особой подготовки довольно таки точно.

Типично обычные люди забывают где оставили телефон, при нахождении его в кармане. Много информации выпадает из мозга, как и не было ничего. Пример программы написанные год назад без комментариев своих. Проще иногда заново переписать.

мозг червя успешно смоделили и загрузили в робота.

При этом искусственная нейронная сеть или алгоритм линейный бы отработал лучше для управления червем. Нет смысла моделировать примитивное поведение на супер компьютерах. Может получится так, что имитировать мозг можно на уровне симуляции кластеров нейронов по миллиону штук сразу, что будет проще.

Как не нужно имитировать радиолампу моделированием каждого атома в ней. Она описывается простой функцией f(x), в некоторых случаях линейной.

С радиолампой понятно, а вот с нейронами продолжается популярная тема необходимости имитации каждого белка.

Спорная статья по некоторым пунктам. Непонятно, что имеется в виду под "обработкой информации". Быть может, алгоритмическая обработка информации? Со сложными алгоритмами у мозга действительно туго, это не основной режим его работы, лишь надстройка.

Это красиво описывает Майкл МакБит со своими коллегами из Университета штата Аризона в работе 1995 года, опубликованной в журнале «Science». Модель обработки информации требует, чтобы игрок оценивал различные начальные условия полета мяча – силу толчка, угол траектории его полета и все прочее – затем создавал и анализировал внутреннюю модель пути, вдоль которого мяч вероятнее всего будет лететь, после чего использовал эту модель для направления движений и их непрерывной подстройки во времени, чтобы в итоге мяч перехватить.

Все бы было легко и просто, функционируй мы как компьютеры, но МакБит и его коллеги привели простую альтернативу: чтобы поймать мяч, игроку просто нужно продолжать двигаться так, чтобы мяч постоянно оставался видим относительно основной базы и окружающей обстановки (говоря технически, находился на «линейной оптической траектории»). Звучит сложновато, но на деле процесс очень прост и совершенно лишен вычислений, представлений и алгоритмов.

А чтобы квадракоптер не падал, ему просто нужно продолжать вращать пропеллерами определённым образом!

Игроки не строят математических моделей полёта мяча, оценивая "силу толчка, угол траектории его полета и все прочее", подставляя это всё в формулу и вычисляя результат. Они аппроксимируют зависимость следующих наблюдаемых явлений от предыдущих (положение мяча в следующие моменты времени, наблюдая положения мяча в предыдущие моменты) - с этим легко справляются нейросети, как в человеческом мозге, так и простейшие искусственные. Строить модели полёта, оценивать их параметры и численно вычислять результат - фишка последних веков, необходимая, чтобы попасть космическим аппаратом в Марс, но при ловле предмета руками достаточно бездумной аппроксимации зависимости результата от начальных данных, с чем справляются нейронные сети уже миллионы лет.

И, если на входе у нас изображение мяча, а на выходе - сигналы мышцам, между ними разве не обработка информации?

Мозг — это очень специализированный компьютер, фактически аппаратная реализация нейронных сетей. Любой, кто имел дело с нейронками, сразу видит сходство. И необходимость обучения, и невозможность восстановить изображение купюры, «скормленное» ей более 1000 раз (при том, что VRAM задействовано столько, что хватило бы на попиксельное запоминание десятков тысяч таких изображений), и вероятностный выхлоп, и все прочие глюки и проблемы, характерные для мозга.

Любой, кто имел дело с нейронками, сразу видит сходство.

Если вы посмотрите на яблоко и теннисный мяч, то тоже увидите сходство...

необходимость обучения

Что там с насекомыми?

Ну так пчёлы не сразу научились улья строить! Просто процесс обучения у насекомых утроен иначе. Точнее - у высших животных процесс обучения устроен не так, как у подавляющего большинства видов - за счёт этого они и получают преимущество и термин "высшие".

А в "норме" (т.е. у насекомых, червей и проч.) обучение идет в популяции в целом в смене поколений. Каждое конкретное поколение - свой вариант нейросети, который на практике показывает свою приспособленность к текущим условиям. За счёт быстрой смены поколений - позволяет сравнительно быстро (ну там сколько тысяч лет?) обучаться.

А в "норме" (т.е. у насекомых, червей и проч.) обучение идет в популяции в целом в смене поколений. Каждое конкретное поколение - свой вариант нейросети, который на практике показывает свою приспособленность к текущим условиям. За счёт быстрой смены поколений - позволяет сравнительно быстро (ну там сколько тысяч лет?) обучаться.

Не похоже, что сменой поколений можно чему-то научиться в изменяющемся мире. 1 итерация в год - слишком медленно. Гибель целых ульев при ошибках обучения - расточительно. У "высших" животных, полагаю, проходит несколько итераций обучения в секунду. К тому же, пчёлы и осы вполне запоминают дорогу к своему гнезду, что говорит о некотором обучении каждой отдельной особи. Если бы они обучались поколениями, большинство "новых" роёв не находили бы своих ульев, а пытались бы вернуться в старый.

Гибель целых ульев при ошибках обучения — расточительно.
Когда у вас столько ульев — норм. Они ж разделяются каждый год почти в геометрической прогрессии!
тому же, пчёлы и осы вполне запоминают дорогу к своему гнезду, что говорит о некотором обучении каждой отдельной особи.

Там скорее идёт обучение всего улья, как мета-организма (и это очень интересная тема), а «программа» каждой пчелы остаётся практически неизменной.
Хотя да — память-то у них есть. А запоминание, можно рассматривать как обучение. Но тогда уж и одноклеточные обучаются — среди них тоже есть биоавтоматы с памятью.
Нейронка поставляется уже предобученной на рефлексы и т.д. Но у высших животных она дообучается всю жизнь, иногда очень значительно.

"И если все прошлые аналогии уже практически исчерпали веру в себя, то с последней вопрос стоит остро, ведь многие специалисты по нейробиологии не согласны и считают ее в корне ошибочной."

Я так понимаю что еще многие считают тех кто считает ее ошибочной - сильно заблуждающимеся

То, что мозг вовсе не классическая машина Тьюринга - это очевидно. Но это архитектурные различия. Он всё ещё обрабатывает сигналы. Он всё ещё хранит информацию. Он всё ещё производит вычисления.

То, что мозг всё это делает на субстрате из белков, жиров и сигнальной химии, чем-то похожем на биологический гибрид ASIC и FPGA? То, что мозг обрабатывает аналоговые сигналы и использует для своей работы нейронные сети, лишь в общих чертах схожие с нейросетями компьютерными? Всё это детали имплементации, не меняющие ключевых функций системы в целом. Аналогия с компьютером тут настолько живучая именно потому что она наиболее точна.

Из памяти нельзя извлечь точное изображение, потому что она его не хранит - и это, опять, детали имплементации. То же самое можно сказать про типичный смартфон с камерой - из него нельзя извлечь точное изображение, потому что он сохраняет не само изображение в сыром виде, а JPEG с потерями. Мозг идёт в "сжатии с потерями" намного дальше - он декомпозирует информацию, разбирая её на образы и элементы. Результаты этого процесса достаточно хороши для распознавания образов, которое для мозга является ключевой функцией. Способность воспроизвести потом увиденное - это функция абсолютно побочная, поэтому эволюция ради неё не особо работала, и даже потенциал архитектуры на этом поле не раскрыт.

То, что для воссоздания работы мозга нужно точное моделирование нейронов, до уровня белков - это лютая спекуляция. То, что мозгу для работы нужно тело, да ещё и оригинальное - это спекуляция, идущая к тому же в разрез с текущим пониманием вопроса.

Перевод нормальный, а вот статья мусорная. Толк от неё есть только если использовать её как вброс.

То, что мозг вовсе не классическая машина Тьюринга - это очевидно.

Ну да, у МТ как бы бесконечная память :) Мы обычные конечные автоматы. Если точнее, то нервная система - это огромный NFA.

Из памяти нельзя извлечь точное изображение, потому что она его не хранит - и это, опять, детали имплементации.

Она (память) таки его хранит. Каким образом - это вот как раз интересный вопрос. Автор исходника тоже свято верит в приблизительность хранения. Память изучается давно. Лет 40 назад у меня был период острого увлечения этим вопросом. И ужЕ тогда было хорошо (до популярных книжек) известно, что человек "запоминает" всё, что попадает в поле его зрения. Мне нравился такой образ: вот вы маленький, типа, лет 10, лето, выбегаете во двор, бежите вдоль деревянного забора, по нему ползают жучки, сидят стрекозы, на заборе сучки, щербинки, доска отломана, и так далее. Вы все это помните всю свою жизнь. Не можете извлечь по своему желанию - это совсем другой вопрос. С одной стороны, это физиологический предохранитель. С другой - а откуда вы знаете про бОльшую часть этой информации, что её можно извлечь? Так что девушка Джинни помнит точное детальное изображение долларовой купюры не то что с 1000-ного, а с первого раза. Если она попадет на приём к специалисту, то сможет вспомнить в деталях не всю картинку разом, а по кусочкам, но всю. Иногда такие яркие и подробные воспоминания возникают сами собой под действием какого-либо пускового механизма - запаха, фрагмента мелодии или разговора, мелькнувшей картинки и т.п. Человек и не догадывался, что он это помнит - а тут вот всплывает, а потом опять "исчезает".

Делались разные предположения по поводу механизма такой кажущейся избыточности. Конечно, это всё не лежит как кирпичи в каком-то месте. Выше в комменте упоминали про хеш. То есть, эти воспоминания синтезируются каждый раз, когда они реально нужны. И этот синтез, судя по всему, является довольно затратным делом. Отсюда и фрагментарность: чем четче кусок, тем он меньше. Такой лучик фонаря, которым можно последовательно (или произвольно) вытащить весь объект. Те же эксперименты с памятью, в том числе, с памятью людей, частично потерявших память, привели к уверенности, что ко всему прочему устроена эта память как голограмма. Часть хранит целое с некоторыми потерями чёткости.

С тех пор я как-то отвлёкся на другие вещи, но, думаю, продвижение в изучении этого предмета есть, хотя общего понимания, полагаю, нет. Хорошо бы заслушать спеца именно в этом вопросе. А то я смотрю, психологи как физики: расселись по каморкам и не очень представляют, что делается у соседей. Это я по себе сужу.

Не совсем понимаю, почему вы уверенны в способности памяти так предельно четко запоминать каждый бит информации

Мой опыт говорит о обратном - я совершенно не помню вещи, к которым я не приложил усилие для запоминания

Самый простой пример - мне обычно всё равно, что человек одел. И у меня была ситуация, когда я с другом вышел из дому, далее мы пришли на какую-то выставку и разделились.

При попытке его найти я задался вопросом - как он выглядит, какого цвета его штаны и куртка - и не смог вспонить однозначный ответ. Я вспоминал, что у него есть черная, синяя, и желтая куртка - но хоть убей не мог вспомнить, какая из них надета на нём сейчас

Хотя, конечно, если бы я приложил усилие запомнить его одежду - то с вероятностью процентов 80 запомнил бы ее достаточно точно

А ещё люди судят обычно по своему личному опыту (что нормально).

В различных стрессовых ситуациях я очень хорошо "сохраняю" видеоряд - что происходило, какие звуки и реплики раздавались - и вполне могу предположить, что и у других людей ровно то же (что, очевидно, не соответствует истине).

Ну и так далее. Хранение памяти и процедура сопоставления - вообще тема необозримо глубокая. Мозг умеет хранить множество отвлечённой информации (иначе мы не могли бы пользоваться естественными языками и узнавать друг друга, и т.д.), но не всё и не всегда можно легко восстановить.

Мой опыт говорит о обратном - я совершенно не помню вещи, к которым я не приложил усилие для запоминания

Мой опыт говорит о том же. И моя уверенность основана только на том, что я читал и слушал на соответствующих спецкурсах на психфаке. Повторюсь, это было давно. С тех пор что-то, наверняка, уточнилось. Но не отменилось же. И уж точно, никакая эзотерика тут рядом не лежала. Я её не жалую.

Так человек и не знает что он помнит. У меня недавно был случай - начал с дочкой учить, как показалось, незнакомый мне стих. Но прочитав пару первых строк - сразу вспомнил и рассказал его вслух наизусть (с парой помарок, как потом оказалось). Оказывается тоже учил его в школе. Просто забыл, что я его помню :)

Ну и как тут ниже писали - мозг любит "генерить" воспоминания - часто просто объединяя схожие по тому или иному признаку в одно. Я когда такое прочитал - позвонил брату и мы провели crosscheck наших общих воспоминаний - нашли с десяток таких "сгенерённых".

Иногда такие яркие и подробные воспоминания возникают сами собой под действием какого-либо пускового механизма - запаха, фрагмента мелодии или разговора, мелькнувшей картинки и т.п. Человек и не догадывался, что он это помнит - а тут вот всплывает, а потом опять "исчезает".

Таким же образом мы можем "вспомнить" события, которые никогда не происходили или те предметы, которые никогда не видели.

Это правда. Память под управлением мозга - жуткий обманщик. Воспоминания, которые кажутся актуальными, со временем подвергаются медленному и непрерывному искажению. Например, вы побывали в некоем городе, впечатлились. Потом попадаете туда лет через 10 в полной уверенности, что помните хотя бы топологию местности. Бывает жуткий облом. Но это касается актуальных воспоминаний, то есть, тех, про которые вы знаете, что они есть. Ну, не нужны пока, ушли куда-то на периферию, но вы помните, что вы это помните.

Но есть некий механизм абсолютного запоминания. Его надобность пока, боюсь, не вполне понятна - как и его механизм. Утешает только то, что это далеко не единственная непонятная вещь. Иногда (очень редко) эта способность проявляется явно. Например, есть люди, которые, прочитав один раз книгу, могут воспроизвести любую страницу. Да, я в курсе про иллюзионистов и фокусников. Но такие люди нет-нет, да встречаются. И они, вероятно, не инопланетяне. Более того, эта способность тренируется до определённой степени. Это означает, что соответствующий механизм в мозге (или ещё где - знать не знаю) не так уж и скрыт.

Помнить всё это уже лежит в плоскости души, и прочих вещей. Реальная наука на сегодняшний день НЕ признаёт того, что мы помним всё. Потому что даже в сверх сложную сеть невозможно заложить такой объём информации. Некоторые когда их спрашиваешь как работает мозг вообще говорят, что это процессор как по инструкциям работает. Нет, понятно что мозг - это множество нейросетей, связанных вместе. Но если пойти дальше, что мозг помнит всё то тут нужно вводить понятие ноосферы, какой то внешней сущности куда можно "складировать" избыточную информацию, кто то это называет "Хроники Акаши" и прочая изотерика. Но я допускаю что такое может быть, как вы допускаете что мозг помнит всё. Так что интересную тему вы затронули. Хотя бывает у самого - читаешь пять раз, реально и не запоминается, точнее запоминается 10-15%, а мне нужно именно процентов 90% помнить из выжимки. Правда эта выжимка в десятки страниц, для ПОЛНОГО понимания и запоминания какой либо области, я сейчас пытаюсь с работой устроиться, но это невозможно всё запомнить даже с пятого раза и тут думаешь что мозг материальное бездуховное, что не может одолеть пусть и большой материал в десятки страниц, но достаточно плотно, чтобы держать беседу на заданную тему в течение часа - двух.

Потому что даже в сверх сложную сеть невозможно заложить такой объём информации.

При специально подобранной архитектуре сети и определённом способе кодирования информации - возможно. Достаточно воспроизвести нейросетью архитектуру DRAM. Но не похоже, что у мозга такая архитектура.

Но если пойти дальше, что мозг помнит всё то тут нужно вводить понятие ноосферы, какой то внешней сущности куда можно "складировать" избыточную информацию, кто то это называет "Хроники Акаши" и прочая изотерика.

Порядка 100 млрд нейронов человеческого мозга * 10000 связей на нейрон * (пусть) 1 бит на связь - теоретически позволяют закодировать порядка 125 терабайт информации как минимум, без всяких ноосфер. Довольно внушительный объём, абсолютно достаточный для хранения какой-нибудь книги, особенно с неплохими алгоритмами сжатия.

Но, по-видимому, архитектура мозга не обеспечивает то ли запоминание, то ли воспроизведение всей увиденной информации (эти случаи непросто отличить), так что имеем то, что имеем.

Интересно, что если тезисы статьи - истина, то человек существует вне своего мозга.

Статья противопоставляет две модели - модель, в которой мозг сохраняет информацию и оперирует над ней, будучи целостной системой 2-го порядка над этой информацией; и модель, в которой мозг меняет конфигурацию, обеспечивая поведение. В соответствии с второй моделью, поведение мозга обеспечивает эффективную коммуникацию (включая субъективное поведение) вовне. Но при этом есть непосредственный эмпирический факт субъективных содержаний типа цвета, запаха и т.д. Этот факт означает, что поведение мозга (если он сам их не хранит) обеспечивает и коммуникацию внутрь - к самому субъекту. Но это же и значит, что сам субъект не является мозгом.

Мозг - устройство подчиняющееся физическим законам. То есть в принципе, может быть смоделирован неким конечным алгоритмом. То есть может быть построена соотвествующая машина Тьюринга. Или реализован в виде программы на достаточно мощном компьютере. Утверждение противоположного просто неграмотность в теории алгоритмов. Или мистика не поддающаяся проверке (душа там или высокотемпературные кубиты)

Из википедии: Turing completeness is the ability for a system of instructions to simulate a Turing machine. A programming language that is Turing complete is theoretically capable of expressing all tasks accomplishable by computers; nearly all programming languages are Turing complete if the limitations of finite memory are ignored.

а как быть с https://en.wikipedia.org/wiki/Halting_problem, неразрешимой на детерминированной машине Тьюринга? Нет же доказательств, что для существования сильного интеллекта не требуется возможность решения подобных Halting problem задач

возможность решения подобных Halting problem задач

Хмм. Я не могу решить подобную задачу. У меня нет мозга ?

И для мозга есть неразрешимые в принципе задачи. Кроме того, детерминированный алгоритм на компьютере вполне может быть частью недетерминированной системы имея одним из входов источник случайных чисел -дробовой или тепловой шум электронов например.

Каким образом факт существования и действия физических законов в физической вселенной детерминирует существование алгоритма, который может имитировать феномен внутри этой вселенной?

факт существования и действия физических законов

Детерминировано прямо в Вашем определении, фактом сушествования и действия физических законов. Вдумайтейсь в это определение.

То есть, если вселенная существует, если во вселенной есть познаваемые законы, если феномены познаваемые и для них можно создать математическую модель, если математика непротиворечива, то алгоритм существует. Как-то много "если". Вот, только математика неполна. И невозможно построить непротиворечивую модель физического явления произвольной точности. Это не импликация. В терминах логики. Это невозможно доказать по индукции.

Иными словами, из утверждения "Мозг подчиняется физическим законам" никак не следует "Мозг можно смоделировать конечным алгоритмом". Более общее утверждение, если идти по дедукции, звучит ещё более странно: "Если Вселенная есть, то можно построить алгоритм, который смоделирует что-то, что в ней находится и позволит это познать."

Теория алгоритмов не выше логики, не выше математических и собственных аксиом, на которой она основана. "Нельзя просто так взять и" (с) сказать, что реально существующее независимо нечто взаимно однозначно соответствует тому, что находится в вашей голове и субъективно - теории алгоритмов, машине Тьюринга или когнитивной психологии.

Кроме того, то, что нельзя сфальсифицировать - это уже не наука.

если во вселенной есть познаваемые законы

если феномены познаваемые и для них можно создать математическую модель

если вселенная существует

- Xmm . Я тоже хочу эту траву

если математика непротиворечива, то алгоритм существует

Не вижу связи. Докажите это утверждение. Допустим она противоречива. Как это запрещает строить алгоритмы ? Вы считаете , что математика лежит в основе "программирования" ? А я считаю , что в некотором смысле наоборот...

Дайте мне пример какого либо физичекого закона не позволяющего построить эмуляцию его действия.

Более того, я на компьютере отлично моделирую процессы, которые не понимаю. Например, задавая очень простую модель поведения отдельных молекул газа, получаю ламинарные и турбулентные течения которые лично я не в состоянии описать математически, хотя вижу , что есть интересные закономерности

Дайте мне пример какого либо физичекого закона не позволяющего построить эмуляцию его действия.

Даже если сейчас нет закона, который мы не можем смоделировать, это не означает что его не имеется в принципе, вполне возможно мы такой закон не знаем

Не вижу связи. Докажите это утверждение. Допустим она противоречива. Как это запрещает строить алгоритмы ?

Никак не запрещает. Так же никто не запрещает в танке поставить автомат с кока-колой, но какой в этом смысл?

Дайте мне пример какого либо физичекого закона не позволяющего построить эмуляцию его действия.

Гравитационная задача N тел при N>=3, "задача трёх тел" в частности. Формулы есть, а достоверную эмуляцию на большие периоды времени построить не удаётся. Увы, наши вычислительные средства (пока) имеют ограничения.

Любой процесс проходящий через точку бифуркации непредсказуем. Но в данном случае это неважно, нас устроит любой правдоподобный результат.

Почему это устроит? Модели должны давать результаты, соответствующие действительности. Иначе они годятся разве что для мультфильмов и подобного, знаний из них не получить.

Например, задавая очень простую модель поведения отдельных молекул газа, получаю ламинарные и турбулентные течения которые лично я не в состоянии описать математически, хотя вижу , что есть интересные закономерности

Почему вы уверены, что в вашем случае вы видите закономерности, существующие в реальности, а не артефакты ваших моделей? Вы верифицировали ваши модели?

Газ для примера давал,его не верифицировал, я все таки медицинской томографией на работе занимаюсь. Там больше про эластичное и не эластичное рассеивание рентгеновских фотонов. И там - да, совпадает с точностью до десятых процента при достаточной статистике. Я на них итеративную реконструкцию отлаживаю. При желании можно и поведение газа отладить, не вижу особых сложностей.

Вообще не очевидно что вообще все физические модели можно смоделировать на компьютере. Как минимум многие задачи физики бесконечномерные. Да, есть вера что обрезая размерность можно получать приближенно верные ответы, но где гарантия что такие фокусы будут работать всегда?

Уже проскакивало где-то что есть бесконечномерные случаи, что никакое конечномерное приближение к ним не сходится, но вроде это была чистая математическая экзотика. Но я сильно сомневаюсь, что это имеет хоть какое нибудь отношение к физике. В ней очень сильны законы сохранения(инвариантности)

Если же говорить о людях, то они этого не делают – никогда не делали и никогда не будут.

Сказано так, будто это очевидная истина.

Если уж проводить аналогии с компьютером то мозг ближе к аналоговому екомпьютеру чем к цифровому.

Автор говорит "мозг - не компьютер". По идее, на этом месте надо охватить всё множество возможных компьютеров и показать, что мозг в него не входит. То есть доказать, что там есть не-тьюринговские процессы, и они реально незаменимы для функционирования - например, временные петли. Или квантово-механический рандом.

Но вместо этого автор сравнивает мозг с каким-то очень узким подмножеством компьютеров.

Я бы сформулировал не "мозг - это компьютер", а "мозг - это система управления, которая сводима к компьютеру". Система управления - в смысле имеет входы и выходы, и вообще самое интересное, что он делает - это управляет каким-то механизмом. Сводима к компьютеру - значит, не содержит невычислимых процессов, либо они неважны в контексте управления.

А системы управления вполне можно рассматривать с точки зрения обработки информации.

Похоже, автор слишком узко понимает термин "информация". Плюс, даже если мозг обычно сохраняет информацию неточно, это не означает, что он не сохраняет вообще никакой информации.

Если мозг не компьютер, в нём нет битов, пикселей и машинных инструкций, то как возможно это:

https://www.frontiersin.org/articles/10.3389/fncom.2019.00021/full

Интерпретация результата воспоминания? Это как анализируя сейсмическую активность, определяют предположительные процессы под землёй. Но сами процессы мы не видим и в своей интерпретации зачастую не уверены, хотя они и согласуются с другими данными.

Раз пока нет возможности получения данных каждого нейрона и их связей, то нет возможности получения базовой информации, которая хранится.

Странная статья.

Уже более полувека существуют нейронные сети, которые являются приблизительной моделью работы мозга. И собственно весь мозг можно описать как огромную систему нейронных сетей. Нейронная сеть базово - это набор матриц весовы коэфициентов и функций активации, и разумеется, в нейронной сети, которая умеет распознавать котиков, вы нигде не сможете найти картинку котика или какое-либо описание котика. Также как и для мозга, отдельные нейронные сети умеет распознавать котика, и отдельные нейронные сети умеют попытаться нарисовать котика на основе некоторого описания (черный, маленький, с белыми лапками...)

Глобальная разница между мозгом и современными нейронными сетями - мозг является огромной системой нейронных сетей, которые прозрачно взаимодействуют друг с другом (хотя в некоторых вещах есть очевидные проблемы, например обучиться писать левой рукой), которые постоянно обучаются и следовательно изменяются с помощью других нейронных сетей.

Пока такой уровень рекурсивности далеко за пределами наших технологий, но понимание, как система глобально работает уже есть

UFO landed and left these words here

Конечность набора состояний вызывает большие сомнения, нетрудно показать(тм), что это может противоречить первому закону термодинамики.

Если отбрость всю шелуху статьи то можно выделить 2 утверждения
  • Мозг это не компьютер
  • Мозг настолько сложен что ваще....


По поводу 1 утверждения — я вообще не пойму почему в таких статьях пишут что учёные прям с удивлением понимают что мозг это не компьютер. Неужели учёные настолько тупы? Или тупы авторы этих статей?

Вот кто пишет эти статьи хоть понимает как на самом простом уровне работает компьютер? Сердце любого компьютера это АЛУ. Которое делает за 1 такт одну операцию, сложение, вычитание и подобное. А сама работа компьютера это последовательное выполнение программы. По построчно. Складываем. Вычитаем. Умножаем. Всё последовательно. К тактам не придирайтесь — кто то за такт и 2 операции делает, а кто то наоборот медленнее. Не суть. Принцип один.

Так вот и как это похоже на мозг? Ведь как устроен мозг мы тоже неплохо уже знаем. Миллиарды одновременно работающих нейронов. И главное тут ОДНОВРЕМЕННО. В мозгу есть кластеры нейронов — грубо говоря не все нейроны соединены со всеми. Также в мозгу есть альфа-бета и подобные ритмы. Т.е. эти кластеры пульсируют с частотой этих ритмов.

И получаем с одной стороны — процессор которые за единицу времени выполняет 1 операцию — ну или 64 в 64 ядерном. С другой стороны миллиарды операций за единицу времени по количеству нейронов.

Единственное преимущество процессоров это их частота. Гигагерцы против 60 герц альфа ритмов или около того. Поэтому процессор может как бы увеличить количество операций за единицу времени. Но как показывает практика — ресурсов не хватает.

Что касается второго вопроса — мол сложность мозга запредельная, чуть ли не квантовая механика. Я думаю что тут можно привести пример с автомобилем. ДВС — сложная штука. А процессы в камере сгорания на квантовом уровне сложны до бесконечности. Но для работы ДВС главное знать — вспышка расширяется. Толкает КШМ — двигатель работает. Так и с мозгом. Нейрон выполняет простую функцию. Принимает сигналы на синапсы и отправляет сигнал дальше при срабатывании. Этого достаточно. Конечно химия в крови влияет на внутренности нейрона — он же клетка. Но это влияние только на то при каких уровнях на синапсах нейрон сработает.

Вся сложность не в нейронах — а в белом веществе. В триллионах связях этих нейронов. Именно эти связи образуют архитектуру мозга.

И да, последние исследования показали что нейрон хранит в себе память на уровне ДНК. Т.к. именно в ДНК записывается информация уровня срабатывания нейрона. Т.е. ДНК это внутренний SSD.

Всё вышесказанное разумеется ИМХО.
Заметил что часто статьи по одинаковым темам выходят одновременно. Читаю статью соседнюю сегодня. И какой же замечательный коментарий оставил товарищ SergeKh. Приведу его здесь:
В действительности биологические нейроны еще более «цифровые» чем компьютерные. В компьютере функция возбуждения, которая передается от нейрона к нейрону «аналоговая» — это действительное число. А в биологической системе возбуждение от нейрона к нейрону передается импульсами, «единичками», амплитуда которых не имеет значения, а значение имеет их частота. Причем реальные различия в работе системы происходят с одного-трех импульсов. Можно грубо сказать, что живые нейроны передают друг-другу одно из чисел «0», «1», «2», «3» (причем чаще всего именно 0), а компьютерные нейроны в самом примитивном виде — google TPU передают от 0 до 255, а другие железяки, не гугловские — они еще больше вариантов значений гоняют между нейронами.

По количеству тоже нет, в живых системах как правило гораздо больше связей между нейронами чем транзисторов в компьютерах (для каждой связи своя функция активации, хотя большинство функций активации равны 0, они видимо все-таки важны все). В чем живые системы превосходят железо — это в энергоэффективности, причем очень сильно.

В чем живые системы превосходят железо — это в энергоэффективности, причем очень сильно.

Как считать? Вот, например, умножаем 111*333 в уме и тратим сотни джоулей энергии, микроконтроллер это делает за несколько наносекунд и уходит в спящий режим, затраты наноджоули какие-то.

Или распознавание лиц, пример в Китае в базе миллиард лиц, которые распознаются в реальном времени. Серверная часть пусть мегаватт потребляет. А сколько людей нужно для имитации такой нейросети? Минимум 10 млн. и потребление опять же выше на порядки. Причем распознавание лиц сильная сторона мозга, на что потрачены миллионы лет эволюции. И заметная часть мозга выделана под эту функцию.

Плюс мозг не умеет переходить в глубокий сон, в отличие от электронных устройств. Потребление всегда примерно одинаковое.

По количеству тоже нет, в живых системах как правило гораздо больше связей между нейронами чем транзисторов в компьютерах (для каждой связи своя функция активации, хотя большинство функций активации равны 0, они видимо все-таки важны все).

Скорее всего запасные связи на случай травмы мозга, поражения инфекцией. Нейроны не знают точно куда прокладывать связь и логично это делать с запасом.

Как считать?


Очень просто — нужно оценивать по одинаковым задачам.

Мозг потребляет примерно 20-30 ватт, если мне память не изменяет. При этом мозг обрабатывает аудио и видеоинформацию с точность недоступною сегодня компьютерам.

Число дробилки — это не функция мозга, по ним сравнивать бессмысленно. Опять же тут всё уповают на то что китайские нейросети лица ищут. Так это чистая числодробилка. Опять же можно сделать картинку похожую на лицо и нейросеть скажет что это лицо. А человек нет — потому как опознает в этом например умело выложенный натюрморт из фруктов. Потому как нейросети жёстко запрограммированы на алгоритм — глаза, рот. А человеческий мозг гораздо глубже видит, плюс набор образов гораздо богаче. Потому как мозг имел дело не только с лицами.
Кроме как лиц такая китайская нейросеть ничего больше не распознает. Эффект вроде называется — феномен забывания (хотя это и не феномен потому как понятно почему, но не понятно как сделать что бы незабывала). Если обученную нейросеть начать обучивать другому — то прошлый опыт начисто забывается.
Поставь другую задачу — например определять походку людей — так это вообще работать не будет.

И опять же такие компьютерные стойки потребляют киловатты.

Скорее всего запасные связи на случай травмы мозга, поражения инфекцией. Нейроны не знают точно куда прокладывать связь и логично это делать с запасом.


Имеется ввиду аксоны и дендриты. Белое вещество мозга. Грубо говоря это провода которыми соединяются нейроны друг с другом. Кстати вы правы — эти провода изначально растут как корни дерева. Во все стороны и хаотично соединяются друг с другом. Но в процсесе жизни уже настраиваются и пересоеденяются. Однако одновременно с этим процесс роста имеет жёсткую структуру и программу. Миллионы лет эволюции сумели соединить в одном месте (мозге) эти два противоположных процесса.
Так вот имеется ввиду количество этих проводов — соединений. Их триллионы. Современные самые крутые процессоры обладают только несколько миллиардами транзисторов. А транзистор сам по себе только кирпичик для постройки тех же элементарных логических ячеек. А аксон и дендрит уже законченый логический механизм.
Отсюда видно насколько ещё техническое отставание процессоров от мозга.

При этом мозг обрабатывает аудио и видеоинформацию с точность недоступною сегодня компьютерам.

Это было справедливо лет 20 назад. Сейчас по распознаванию информации нейронные сети опережают. Вот пример, по скорости точно быстрее человека, 150-750 мс на распознание номера, по точности скорее всего тоже выше будут. Человек устанет через сотню номеров и начнет совершать ошибки. И это 2017 год, сейчас вероятно еще круче отлажено всё.

Так же и Алиса и Сири нормально распознают речь. Особых проблем не замечено. И тоже каждый год всё лучше и лучше.

А человек нет — потому как опознает в этом например умело выложенный натюрморт из фруктов.

У человека свои глюки - человеческий фактор. Поэтому человека методично исключают из ответственных областей, даже самолетами управляет робот, ограничивая пилота, исправляя его ошибки. Люди ненадежные, глючат и самоубиваются периодически, как в статье описано.

Китайская нейросеть кстати нашла украденного 25 лет мальчика уже взрослым в чужой семье, смогла возрастные изменения спрогнозировать. Не такая уж тупая она.

Поставь другую задачу — например определять походку людей — так это вообще работать не будет.

Одновременно работать не вижу проблем в этом. Походка 1 признак, лицо 2 признак. Если оба соответствуют модели на 90%, итог будет в 99%. У человека тоже нейросети разные в мозге, мозжечок координацию движений обеспечивает, теменная зона зрение, кора - мышление и т.п.

И опять же такие компьютерные стойки потребляют киловатты.

На одно лицо удельное потребление будет по 0.01 Вт, на порядки меньше потребления человека. Так и человек с мозгом более килограмма больше потребляет, чем мозг ежика в 3 грамма, или мозг стрекозы в несколько миллиграмм. Возможности только не сравнимые...

Однако одновременно с этим процесс роста имеет жёсткую структуру и программу. Миллионы лет эволюции сумели соединить в одном месте (мозге) эти два противоположных процесса.

А в искусственных нейронных сетях структуру можно менять на ходу, большой плюс. Соответственно можно работать с абстракциями принципиально недоступными человеку. Типа нейронная сеть черный ящик, обучилась и творит чудеса, как - непонятно. Пока понятно, но в будущем может стать непонятно.

Так вот имеется ввиду количество этих проводов — соединений. Их триллионы. Современные самые крутые процессоры обладают только несколько миллиардами транзисторов. А транзистор сам по себе только кирпичик для постройки тех же элементарных логических ячеек. А аксон и дендрит уже законченый логический механизм.

Соединения считать вообще нет смысла. Искусственная нейронная сеть их делает на ходу. С соединениям у ИНС всё намного лучше, передача данных на скорости света, а не 200 м/с, гибкость, почти неограниченность в расстоянии.

Аксон и дендрит медленный передатчик нервных импульсов. Большинство из которых вечно будут бездействовать. И количество тут скорее минус, бесполезный балласт, занимающий ценный объем мозга. В ИНС лишних связей нет, только функциональный минимум

Алиса и Сири нормально распознают речь. Особых проблем не замечено

На таком количестве обучающих данных , человек бы умер. Дети распознают на картинке зайца после 1 (прописью одного ) показа. Так что мы еще не там

Дети обучаются несколько лет, прежде чем начинают классифицировать образы. Но в целом да, большая глубина абстракции мозга помогает распознать то, что ранее не видели, по словесному описанию.

Но все равно дети и люди вообще игнорируют детали, концентрируясь на выделяющихся признаках, распознавание весьма условное. Мультики этим и пользуются, упрощенно показывая персонажей.

Это было справедливо лет 20 назад. Сейчас по распознаванию информации нейронные сети опережают


Современые нейронные сети достаточно примитивны. Я сам их писал например для распознавания капч. Если грубо то работают они так. На вход подаётся картинка. Разбивается на блоки, допустим до чисел. Далее числа поступают на входной слой сети.
Кстати картинку которую вы привели это как раз и есть персептрон (хот там и написано это).
Далее информация проходит от слоя к слою. В принципе для простых вещей достаточно одного-двух слоёв. Данные между слоями проходят в зависимости от того пропустит нейрон их дальше или нет. А вот эта способность зависит от того как мы обучаем сетку. Процесс обучения — подаём на вход например цифру 9. Потом смотри выход. Например у нас 10 выходов. И мы настраиваем веса нейронов в слое что бы в результате сигнал пришёл на 9 выход. Так прогоняем кучу картинок для всех цифр. И настаиваем сеть.
До недавнего времени такая схема использовалась практически для всех нейросетей по распознаванию картинок, в тех или иных вариациях.
Но относительно недавно учёные рассмотрели под микроскопом часть мозга куда входит нервы от глаз. Посмотрели как устроены там нейроны — и придумали свёрточные сети. Это был прорыв.

Но опять же почему я называю все эти сети примитивными. Потому ка кони работаю как конечные автоматы. Подал сигнал на вход. Получил сигнал на выходе. А вот в мозге после «мясной» свёрточной сети — которая раскладывает видеопоток на образы, данные поступают более глубокие части обработки. Где и происходит вся магия.
К чему я это. Допустим наша сетка обучена распознавать котиков. Сколько там надо для этого ресурсов? Процессоров, памяти. Но эта сетка абсолютно не способна распознавать например деревья. Получается надо уже 2 сети. И так по всем образам? Не многовато ли надо ресурсов? Мозг же определяет всё одновременно.
И ещё ест один феномен. Что бы обучить сеть надо скормить гигабайты дадасетов. Т.е. гигабайты картинок — что бы установить веса для нейронов.
Человеческому взрослому же мозгу достаточно показать например 1 «чужого»-монстра из кинофильма. И человек абсолютно на всех картинках определит этого чужого.
А в искусственных нейронных сетях структуру можно менять на ходу,

Вся проблема искусственных нейросетей то что они эмулируют нейроны. Т.е. написана программа которая делает виртуальный нейрон и его поведение. Я думаю не будет спора в то насколько такая эмуляция неэффективна? Ведь для того что бы например сделать 1 такт работы такого виртуального нейрона — в реальности это куча инструкций процессора, куча чтений из памяти и запись в память. Куча операций АЛУ. И всё это ПОСЛЕДОВАТЕЛЬНО.
А вот в мозге это происходит почти мгновенно. Данные в аксоне передаются электрическим полем. Таймауты в основном только на приём данных уже непосредственно в нейроне. Но тут опять же надо смотреть что за тайм ауты. Ведь данные между нейронами передаются в частотной кодировке.
И при этом все нейроны работают одновременно.
И да как работают современные нейросети непонятны только обывателям — кто их пишет им всё понятно.

Но опять же почему я называю все эти сети примитивными.

Потому что слоев мало и нейронов мало. И структура минимальная, чтобы ускорить обучение и исключить переобучение. Сама цель распознавания капч примитивная и нейронные сети примитивные, не вижу противоречий.

У таракана, например, нейронная сеть тоже примитивная.

данные поступают более глубокие части обработки. Где и происходит вся магия.

Вот и ждем код, который сможет построить нейронную сеть с таким уровнем абстракции. В человеке нейронная сеть мозга описана мегабайтом данных в ДНК зародышевой клетки. Просто области мозга, размеры, связи. Известны гены, какой за что отвечает, примерно 3000 генов девиация в которых основательно нарушает работу мозга. Вот тут пример. Изначально структура мозга достаточно проста, начинается с одной клетки и далее фрактально делится до нескольких миллиардов клеток, стандартные одинаковые клетки, стандартные структуры. Не может быть магии, где стартовой информации всего мегабайт.

И так по всем образам? Не многовато ли надо ресурсов? Мозг же определяет всё одновременно.

Не очень одновременно, ищет образ сравнивая с образцом, ничего сложного. Причем на картинках развлекательных типа "найди кота" искать может долго. Размер картинки 0.3 мегапикселя и анализ может занять пол часа. Пока мозг проанализирует все детали. Пример случайный. Искусственная нейронная сеть за сколько найдет кота? 100 миллисекунд?

Обратный пример, умножение 111*222. Два числа 8 бит, вычисляется несколькими логическими элементами за наносекунду. Человеку же нужно развивать навык датасетами и далее поддерживать навык. Полная аналогия с искусственными нейронными сетями.

А вот в мозге это происходит почти мгновенно.

А вот и нет. Мозг в миллионы раз медленней. Структура неизменяемая. Время релаксации нейрона 5 мс, против 0.1 нс у логического элемента. Скорость распространения сигнала по нервам 200 м/с против 300 000 км/с в процессоре.

И на процессоре нейронные сети не считают сложные, есть видеокарты и TPU модули. Какое узкоспециализированное направление ни взять, везде искусственные нейросети лучше, вот игра в Go была, ИНС играла "красиво" и сама выработала новую методику игры, обогатив опыт и людей в том числе.

Ведь данные между нейронами передаются в частотной кодировке.

Вот это беда. Сигнал не аналоговый, достаточно грубый, по сути 0 или 1 - серия импульсов. В ИНС сигнал 8-битный минимум, достаточно точный, а нейроны так не могут и приходится вместо одного нерва использовать сотни параллельно.

И да как работают современные нейросети непонятны только обывателям — кто их пишет им всё понятно.

Да, только выбор структуры сети непонятно как делать. Может 10 слоев хватит, а может 20. Интуитивно исходя из опыта и типа данных на входе.

Про понятность мозга и для психологов справедливо, социологов, тем кто формирует общественное мнение, для них чужие разумы вполне просты, управляемы несложными манипуляциями и предсказуемы. Вопрос только в полной цифровой имитации, не отдельных частей мозга (распознавание образов, игра в Го), а в целом с сознанием и инициативностью.

Искусственная нейронная сеть за сколько найдет кота?


Современные сети по распознаванию картинок узко специализированные. Сеть которая распознаёт китайские лица, не сможет распознавать котиков. Конечно можно изнасиловать сеть и сделать что бы она распознавала и то и другое — но думаю что качество такого распознавания упадёт ниже плинтуса.

Человеческий мозг может распознавать сотни тысяч образов в одной «мясной» сети. Без потери качества распознавания. Т.е какой-нибудь котик похожий на китайца, не распознается китайским лицом.
Разумеется проблема только в скорости распознавания. Но мозг не машина что бы работать на гигагерцах и потреблять мегаватты.

Мозг в миллионы раз медленней.


Ну если считать приведённый вами параметр в 5мс, то это только в 500 тысяч раз медленее чем гигагерц. Но мозг медленность отдельного нейрона — компенсирует одновременной работой миллиардов нейронов и триллионов их связей.
Опять же малая частота переключений способствует малому энергопотреблению.

Мозг медленней в числодробилках. Но он и не для этого создавался природой. Он быстрый в других задачах. Нелинейной логиге. Обработка образов. Разных — а не однотипных. Не в миллионе одинаковых котов, а в миллионе разных объектов.

И на процессоре нейронные сети не считают сложные, есть видеокарты


Видеокарты те же процессоры, только простенькие и объеденены в кластеры — управляющие ножки процессоров соединены, только шина данных разная. Сделано для того что бы делать одинаковые операции над большим объёмом данных за единицу времени.

Грубо говоря видеокарта тот же процессор но с большим количеством потоков. и с невозможностью работы каждого процессора индивидуально. Только группами.
Сколько там таких процессоров для современных видюх? 4000 тысячи на карту? Но это не отменяет того факта что нейроны нам надо эмулировать — от этой эмуляции дикий провал в производительности по сравнению с нативной реализацией нейронов.
Опять же ограничения что не каждый процессор индивидуален как нейрон. Это будет накладывать опять оверхед на реализацию нейронной сети на видеокарте.

Да, только выбор структуры сети непонятно как делать.


Да, я уверен что открытие архитектуры мозга впереди. Как поймём общие принципы — и построим грамотную архитектуру, возможно и не надо будет сумасшедшие вычислительные мощности, что бы прям каждый нейрон мозга эмулировать.

Современные сети по распознаванию картинок узко специализированные. Сеть которая распознаёт китайские лица, не сможет распознавать котиков. Конечно можно изнасиловать сеть и сделать что бы она распознавала и то и другое — но думаю что качество такого распознавания упадёт ниже плинтуса.

У человека то же самое, котиков распознает, китайцы для нас все одинаковые, 111*222 умножить без тренировки в уме не сможем, нужны датасеты те же самые и дни обучений. У всех нейросетей своя специализация и человек тоже узкоспециализирован. Изобретать или программы писать вообще мало кто способен.

Но мозг медленность отдельного нейрона — компенсирует одновременной работой миллиардов нейронов и триллионов их связей.

Процессоры тоже одновременно задейтвуют в работу миллиарды транзисторов. Многоядерные процессоры, обрабатывающие далеко не по 1 биту за такт.

Триллионы связей, это скорее всего не достижение, а недостаток. Типа закомментированного кода, типа пусть будут на всякий случай. Искусственным нейронным сетям не нужны триллионы связей с нулевым коэффициентом весовым. Проще делать только нужные связи.

Ну и есть TPU модули для нейронных сетей, там всё параллельно делается. Альфа го так выиграла чемпионат на них.

Мозг медленней в числодробилках. Но он и не для этого создавался природой. Он быстрый в других задачах. Нелинейной логиге. Обработка образов. Разных — а не однотипных. Не в миллионе одинаковых котов, а в миллионе разных объектов.

На нелинейной логике как-раз проблема, в простых головоломках начинаются сложности.

Чуть в сторону от примитивных образов, например квантовые вычисления и уже не так просто. Логика не привычна, не визуализируется. Разбираться можно годами и ничего не понять.

Но это не отменяет того факта что нейроны нам надо эмулировать — от этой эмуляции дикий провал в производительности по сравнению с нативной реализацией нейронов.

Нативная реализация нейронов похоже тупик. Все же ИНС быстрее. И не всё мозг может распараллелить, перебирая варианты в уме точно так же идет последовательная работа, предположили что-то, напрягли память, сравнили, отбросили вариант. И участки мозга при разной деятельности работают по разному. Не все 17 миллиардов нейронов нужны для выполнения определенной задачи, для каждой задачи своя часть.

Опять же ограничения что не каждый процессор индивидуален как нейрон. Это будет накладывать опять оверхед на реализацию нейронной сети на видеокарте.

Зато видеокарт можно поставить тысячи. Если нужно не выпадать из реального времени.

Да, я уверен что открытие архитектуры мозга впереди. Как поймём общие принципы — и построим грамотную архитектуру, возможно и не надо будет сумасшедшие вычислительные мощности, что бы прям каждый нейрон мозга эмулировать.

Как вариант с развитием ИНС может и не понадобится. Как не понадобилось изучать крыло птицы для полета и точная его имитация.

Еще можно натренировать виртуальных существ в виртуальном мире, помогая им в эволюции и будут похожие методы мышления. Пока видел у энтузиастов ИИ на нескольких нейронах, может кто-то и дальше пошел.

китайцы для нас все одинаковые

Это если фильм односерийный. К середине второй серии начинаешь отличать главного героя от главного негодяя

По прическе и одежде? ))

А фиг его знает. Из нашей нейронки получить ответ иногда сложнее чем от компьютера. Вот жена мне говорит про соседку "Не нравится она мне и все тут"

Да неправильно написал — помнил что там в пределах сотни герц и написал среднее.

Кстати по ссылки как раз и говорится что затылочный кластер, который как раз и отвечает за зрение — нервы от глаз идут к затылку, работает на частоте альфа-ритма. И у слепых с рождения этого ритма нету.

Я просто люблю читать науч-поп про мозг и постоянно (как впрочем и любой разумный человек) складываю для себя картину мира.

Относительно недавно читал про исследования мозга, где как раз и исследовали эти ритмы. Отдельные кластеры нейронов прям пульсировали с этими ритмами.
Это как раз укладывается в логику. Ведь если представить кучу соединённых нейронов то в них есть входы и выходы. Импульсы поступившие на входы, рано или поздно дойдут до выходов и собственно там угаснут.

Как бы так работают компьютерные нейросетки. Например по распознаванию картинок. Подали на вход данные. На выходе получили результат, например букву. Если сетка текст например разгадывает. Далее ожидание новых данных. В промежутках сетка как бы мертва — нету импульсов.
Но мы то постоянно себя ощущаем. Мы можем находится в абсолютной сенсорной депривации и при этому думать.
Поэтому нейроны постоянно получают подстёгивающие импульсы для постоянной работы. Тактовый генератор мозга.

И да я знаю что реальный мозг имеет закольцованные сети. Но простая закольцованность приведёт к саморазрушающейся активности. Поэтому и есть такие тактовые генераторы в виде альфа и прочих ритмов.

Кстати при эпилепсии — мозг напоминает как раз такой взбунтовавшийся генератор. Это похоже на то как если бы микрофон поднесли к динамику — каждый мог услышать дикий писк. И если бы не было ограничения мощности и полосы пропускания усилителя, мощность и частота бы возрастал до бесконечности.

Как я уже говорил — это всё ИМХО.

И если бы не было ограничения мощности и полосы пропускания усилителя, мощность и частота бы возрастал до бесконечности.

Со стороны похоже так и есть. Сигнал возрастает по амплитуде до максимального значения, в случае с мозгом сбой прекращается при истощении энергии в нейронах.

. И главное тут ОДНОВРЕМЕННО.

Все нейроны одновременно включаются только в приступе эпилепсии. В обычном состоянии большая часть нейронов в "энергосберегающем" режиме. Мозг, к сожалению, примитивный кусочек органики. Думаю когда ИИ осознает себя, он удивится, насколько примитивные его создатели, как они могли думать органической тканью.

Пример нейрон - время релаксации 5 мс, транзистор 0.5 наносекунды. Время передачи информации по нервам 200 м/с, внутри процессора 300 000 км/с (и это уже маловато, решают проблему кэшированием). Так как нейроны очень медленные, единственный способ не выпадать из реального времени распараллеливание работы по группам нейронов.

Сердце любого компьютера это АЛУ. Которое делает за 1 такт одну операцию

Можно с обратной стороны зайти, сколько нейронов нужно для имитации АЛУ на нескольких транзисторах? Выполнить перемножение 8 битных чисел, умножаем в уме 111*222 и не умножается. Все миллиарды нейронов по быстрому не могут сделать то, что делает АЛУ за 0.5 наносекунды. Соответственно предполагаю не один нейрон имитируется многоядерным процессором, а примитивный АЛУ имитируется миллионами нейронов. 10 000 нейронов по эффективности как одна ячейка логического элемента?

В триллионах связях этих нейронов. Именно эти связи образуют архитектуру мозга.

Эти триллионы связей описываются несколькоми мегабайтами генетической информации при зачатии. Никакой сложности. Назначения генов примерно известны и постоянно уточняются, пример исследования просто статистикой.

В целом я думаю что мы на пороге сингулярности, как тут описано.

Все нейроны одновременно включаются только в приступе эпилепсии.

Когда я говорил одновременно я конечно не имел ввиду что они все одновременно выдатут импульс. Это не имеет смысла.

Я имел ввиду что они одновременно находятся в работе. А что такое работа для нейрона? Это отслеживании приходящих импульсов с дендритов. И нейрон это делает постоянно. Каждую микросекунду. Если уже привязывать аналоговый нейрон к таймаутам которые имеют место быть в цифровой тактируемой системе.
И получаем что все нейроны в мозге одновременно работают. Ждут импульсы. И да если на всех дендритах всех нейронах будут импульсы достаточные для активации — все нейроны одновременно сработают.
Если уже сравнивать то это больше похоже на ПЛИС.
Процессор жёстко привязан к тактовому генератору. И жёстко привязан к алгоритму — последовательное выполнение команд.
В мозге нету такой привязки. Мозг как бы одновременно выполняет все команды из программы.

Короче я пытаюсь скрестить ужа с ежом — сравнивать параллельную и последовательную архитектуру.

Можно с обратной стороны зайти, сколько нейронов нужно для имитации АЛУ на нескольких транзисторах?


Ну АЛУ не из нескольких транзисторов состоит. Но не в этом дело.

Классический АЛУ наверно можно сделать и на 1 нейроне. Сумматор там и подобное. Входов нейрон может иметь тысячи. Правда 1 битный будет. Ведь 1 выход только.

Другое дело что классический АЛУ не требовался эволюцией. Говорю так потому как если бы требовалось — все мы бы сейчас имели в голове по АЛУ.

А вот всякие ПИД регуляторы — прям везде. другие нелинейные алгоритмы.

Я точно не помню — но читал что учёные исследователи клетку то ли ещё кого, в общем путь будет клетка. Она решала сложнейший алгоритмическую задачу по поиску еды. Было удивительно как в таком малом организме эволюцией был найден механизм решения очень сложной математической задачи. Там решение этой задачи на современных компьютерах должно было занять много ресурсов, а тут одна клетка.

Upd. Перечитал коммент и понял что мне могут возразить — мол в процессоре все транзисторы тоже работаю постоянно. Ожидают сигнала.
Однако — большая часть транзисторов не выполняет, как бы сказать, логическую операцию что ли. Собственно ни один транзистор этого не делает.

Все транзисторы реализуют как бы виртуальный АЛУ (тут я не говорю про кеши, шины данных и прочее). Который как раз и выполняет логическую операцию.

В мозге же каждый нейрон выполняет логическую операцию.

сравнивать параллельную и последовательную архитектуру.

В видеокарте работает параллельно тысячи ядер. Что удобно для запуска нейросетей. Тоже параллельная работа в некоторой степени.

Ну АЛУ не из нескольких транзисторов состоит. Но не в этом дело.

Сумматор или умножитель достаточно прост, цепочка логических элементов.

А вот всякие ПИД регуляторы — прям везде

Да, в самой древней части, которая от динозавров еще перешла - мозжечок. Самая надежная и отлаженная "деталь" мозга. А кора, наоборот, самая молодая и не стабильная.

Она решала сложнейший алгоритмическую задачу по поиску еды.

Простой механизм, по датчикам направлялась в сторону нужных ферментов. Опасные зоны амеба и подобные помечают выбрасывая стрекательные жгутики. Выглядит как разумное поведение и наличие памяти, в опасные зоны амеба не возвращается, исследует новые зоны в поисках еды. Но это простой механизм. Тут подробнее

https://kvisaz.livejournal.com/683500.html

Все транзисторы реализуют как бы виртуальный АЛУ (тут я не говорю про кеши, шины данных и прочее). Который как раз и выполняет логическую операцию.

1-2 транзистора формируют логический элемент типа инвертора (логическое не), и-не, или-не и подобные. Из логических элементов формируется любая логика, сумматоры, счетчики, умножители.

Это уже на уровне логических элементов.

В мозге нет такой стройности и идет работа образами, миллион нейронов обрабатывает один "образ", миллион нейронов другой.

Даже при коронавирусе, когда вирус повреждает обоняние у некоторых остается искажение "образов" которые передает обоняние, запах лука вместо запаха духов. Как будто нейроны передают сигнал в немного другую часть мозга. И то что с детства программировалось как приятное, теперь вызывает отвращение. Сбой на уровне образов, а не одиночных бит данных.

Про как работает логика знаю. Я как бы ещё и электронщик. Ещё во времена учёбы на картах Карно большие блоки логики разрабатывал.
Но вот нейрон несколько сложнее. Каждый нейрон обладает собственным поведением — обусловленным текущим строением его ДНК. Поэтому нейрон можно отнести к некоторому логическому центру.

А вот логические элементы я бы не относил. Они достаточно примитивны. Количество входов не меняется (нейрон же может отрастить лишнюю тысячу или убрать). И способ переключения тоже. Но с помощью их можно уже строить логические центры. Тот же АЛУ.

Я это всё пишу только для того что бы показать — логических центров в мозге гораздо больше чем в современных процессорах. И получается, что причины почему до сих пор не создан сильный ИИ — только в мощностях. Подрастут мощностя и ИИ появятся.

А там и человеки не нужны будут. И ИМХО это уже не далёкое будущее.

Опять же про последние исследование читал — что даже дендриты, т.е. входы не просто входы, а обладают своей логикой работы.

Каждый нейрон обладает собственным поведением — обусловленным текущим строением его ДНК.

Все нейроны одинаковые. Если ДНК нейрона (или любой клетки) отличается от стандартного, он умирает сам или иммунная система его уничтожает.

Всё то же самое как у логических элементов. Генетически нейроны запрограммированы с рождения.

нейрон же может отрастить лишнюю тысячу или убрать

И часто впустую, может быть тысяча дендритов и ни одного востребованного. А искусственные нейронные сети могут связи менять хоть каждую микросекунду.

И получается, что причины почему до сих пор не создан сильный ИИ — только в мощностях

Я думаю дело в алгоритме. Сильный ИИ может жить хоть на телефоне, нет алгоритма. Специфический алгоритм думающий как человек. Некий уровень абстракции поверх обычной нейронной сети.

т.е. входы не просто входы, а обладают своей логикой работы.

В целом все же нейроны примитивнее искусственных нейронов, как писали в соседних сообщениях. Биологические нейроны "цифровые" и выдают 0 или 1 на выходе (серия импульсов), обычно 0. Искусственные нейроны на выходе имеют 256 или более значений, имитируя аналоговый сигнал. Получается искусственный нейрон точнее и совершеннее биологического.

Логика работы у дендритов может быть, но предположу, что это или глюк дендритов или попытка оптимизировать нейроны хоть как-то. По аналогии с лампами электронными, которая каждая была уникальна, но в целом уникальность больше мешала, требуя ручной настройки в схеме. А цифровые микросхемы стандартные и не содержат ничего лишнего, чистая функциональность.

Вот пример глюков и неоптимальности у животных, гортанный нерв, который со времен рыб образовался и идет из мозга в грудь и обратно к гортани. У жирафа это 2 метра в одну сторону и 2 в другую. Так же и с нейронами может быть, работают как могут без особых секретов.

В целом все же нейроны примитивнее искусственных нейронов, как писали в соседних сообщениях. Биологические нейроны «цифровые» и выдают 0 или 1 на выходе (серия импульсов), обычно 0. Искусственные нейроны на выходе имеют 256 или более значений, имитируя аналоговый сигнал. Получается искусственный нейрон точнее и совершеннее биологического.
Как такое может быть? Формальный нейрон модель биологического, урезанная функционально, описывающая основные черты прототипа. Биологические нейроны реализуют всю базовую математику. В некотором виде это воспроизводят благодаря суммативным способностям формальные нейроны. Но эти суммативные способности лишь приближение того, что могут биологические нейроны. В последнее время эти возможности пытаются моделировать целыми сетями формальных нейронов, см. 1, 2, 3, 4, 5. Нейроны могут кодировать информацию, как частотой импульсов, так и длительностью посылок. В перспективе, вероятно, моделирование биологических нейронов и практическое применением за нейроморфными решениями, но возможно и программно-аппаратные решения будут использоваться в своих нишах.
Все нейроны одинаковые. Если ДНК нейрона (или любой клетки) отличается от стандартного, он умирает сам или иммунная система его уничтожает.
Существует несколько сот видов нейронов, точное число не известно, кот. могут по разному классифицироваться, и открываются новые разновидности.

Сложность одного нейрона настолько огромна, что его логическую полную логическую копию в данный момент не может создать цивилизация.

По первой ссылке цитата. Это уже не довод, это вера в сверхспособности мозга. Казалось бы тогда и 111*222 может вычислить один нейрон на наносекунду. А нет, вычисляет 17 миллиардов нейронов минут 10 без тренировки в уме. То же самое с квантовыми эффектами в нейронах.

В перспективе, вероятно, моделирование биологических нейронов

Вообще не нужно, обычных нейросетей достаточно, они уже лучше биологических прототипов, быстрее, точнее, глубже анализируют. У искусственных нейронов фантастические способности недостижимые для биологических, по скорости и динамичности.

Нейроны могут кодировать информацию, как частотой импульсов, так и длительностью посылок

И достаточно грубо, сигнал в 1-2 бита? Нет сигнала, слабый и максимальный? В искусственных хоть 64 бита, очень точные вычисления.

По разновидностям, там форма нейрона отличается что ли? На суть работы это не влияет. Или мелкая оптимизация нейронов и донастройка сигналов. Как по последней ссылке. "Нейроны шиповника" гасят сигналы в аксонах, стабилизация мозга какая-то. Искусственным нейронам это не нужно.

Вообще не нужно, обычных нейросетей достаточно, они уже лучше биологических прототипов, быстрее, точнее, глубже анализируют.
Никто не сомневается в их скорости и точности, можно строить гигантские сети с любой архитектурой, даже реальные нейроны моделировать) как по ссылкам. Все определяется исполнительными механизмами, их эффективностью, например, энергоэффективностью при работе (~20 вт для всего мозга для любых задач, включая непосильные любым существующим ИНСам) и обучении этих сетей. В нейроморфных технологиях пытаются совместить гибкость реальных нейронов с их энергоэффективностью.
По разновидностям, там форма нейрона отличается что ли? На суть работы это не влияет.
Это функциональная специализация нейронов. Отдаленнымы аналогами этого в модельных нейронах являются, напр, разные функции активации или смещения.

ИНСы техническая реплика с биологических сетей. Моделирование ИНСами привело к революции в когнитивных исследованиях. На мой взгляд, имеющей то же значение, что и введение мат. метода Галилеем и Ньютоном в физику. Физика со временем породила техпроцессы, кот. привели к созданию компьютеров всех форм и размеров. По аналогии когнитивные исследования со временем приведут к разработке ИИ сравнимого с человеческим. Все взаимосвязано.

например, энергоэффективностью при работе (~20 вт для всего мозга для любых задач, включая непосильные любым существующим ИНСам)

Пример с умножением обратный. Микроджоуль энергии на операцию против тысяч джоулей решением задачи мозгом. Распознавание номера одинаково примерно. Электроника может отключаться, мозг работает даже во сне, потребляя такую же энергию.

По аналогии когнитивные исследования со временем приведут к разработке ИИ сравнимого с человеческим.

Это иррациональные исследования, типа философии, непонятно как извлечь из низ пользу.

Это иррациональные исследования, типа философии, непонятно как извлечь из низ пользу.
Несколько удивляете таким заявлением. Компьютерная метафора мозга, которую огульно отвергает автор статьи, и исследования в области ИИ, как междисциплинарной проблемы, сложились в ходе так называемой когнитивной революции, кот. началась в 50-60 гг (краткое изложение одного из ее активных участников Д. Миллера). Многие идеи были позаимствованы из нейрофизиологических исследований нейронов, их сетей, перцепции. До сих идет такое заимствование. Это называется биологически инспирированные разработки (запустите поиски biologically inspired neural networks/neurons). Одна из самых известных сверточные сети — классификаторы изображений, является моделью вентрального тракта зрительной системы приматов. Еще раз подчеркну, влияние взаимное, подобное моделирование показывает пути решения и исследований нейробиологических проблем.

По аналогии с крыльями птицы, крылья самолета не являются их копией, они лучше. Так же и при проектировании нейронных сетей не копируется один в один опыт биологических нейронных сетей и живых организмов. Какие-то общие принципы и структуры. Что-то подобное все равно было бы изобретено годом раньше или позже, потому что идет развитие математического аппарата в целом.

По когнитивной революции есть и критика, в Википедии и отдельными статьями.

Сейчас даже среди ученых важен пиар и слишком много громких терминов, революция, когда основа всего методичная работа по всем фронтам, что достаточно скучно и незаметно.

По аналогии с крыльями птицы, крылья самолета не являются их копией, они лучше.
Весьма спорные утверждения, смотря по каким критериям рассматривать. Если энергоэффективности, то нет, маневренности — нет, любая вертушка проиграет колибри. Самолет не может сесть на землю в любом месте, как птица, сложив крылья) пока что. Многие идеи авиации были вдохновлены природой — аэродинамика крыла, изменяющаяся геометрия, стабилизирующие закрылки, и тд, и главное сама идея полета с помощью крыльев) Что касается компьютерных технологий, включая проблематику ИИ, то здесь заимствований еще больше.
потому что идет развитие математического аппарата в целом.
Развитие направляется практическими задачами, в том числе исследовательскими в области когнитивных наук. Математика прежде всего метод.
По когнитивной революции есть и критика
Если не было критики, то это не было бы научным подходом — рассматривать деятельность человека сквозь призму познания, получения, передачи, обработки, хранения и использования информации, в разных формах и на разных уровнях. Часто она не обоснованная, из-за незнания достижений в исследованиях, как в текущей статье, если рассматривать проблему с информационной точки зрения. Нельзя буквально рассматривать мозг как процессор информации на фоннеймановской архитектуре, но в некоторых аспектах можно рассматривать, на более адекватной, нейроморфной архитектуре (популярно 1, 2, 3, 4, обзоры и исследования 5, 6, 7, 8). Однако автор раз за разом повторяет мантру — мозг не компьютер, мозг не компьютер… и все.

Предвижу вопрос — почему не на базе ИНС? Очень просто, развивающиеся модели ИНС + специализированное железо, типа тензорных процессоров, для их поддержки, со времен, обходным путем придут к тому же. ИНС больше подходят для исследования и разработок. Эволюция нашла оптимальные решения, как с крылом, так и с устройством интеллекта. Вот она не нашла решения быстрого перелета между планетами и звездами, потому что не решала их) и нам самим придется искать оптимальные путем проб и ошибок. Ну не только, у нас ведь есть интеллект, поэтому число ошибок можно будет уменьшить. А если человеческий интеллект будет расширен ИИ, то возможно их удастся избежать вообще. Конечно, если мы хотим получить в итоге предсказуемый, дружественный ИИ, если на других принципах, то это отдельная тема.

Если энергоэффективности, то нет, маневренности — нет, любая вертушка проиграет колибри. Самолет не может сесть на землю в любом месте, как птица, сложив крылья) пока что. Многие идеи авиации были вдохновлены природой — аэродинамика крыла, изменяющаяся геометрия, стабилизирующие закрылки, и тд, и главное сама идея полета с помощью крыльев) Что касается компьютерных технологий, включая проблематику ИИ, то здесь заимствований еще больше.

Планеры могут летать используя энергию солнечного света, потребление минимальное, птицы не могут удержаться в воздухе с такими малыми затратами энергии, машут крыльями, потому что крылья маленькие и не эффективные.

Колибри очень маленькие, их можно с квадракоптерами сравнить. Колибри нервно курят в сторонке, они даже мертвую петлю не могут сделать и на 10 км не взлетают. Квадракоптеры небольшие легко это делают, на видео видно маневренность.

Без птиц по вашему бы ни кто до крыла не додумался? Может еще быстрее бы додумались и не отвлекались на копирование, сразу бы перешли к крылу планера. Как колесо ни у кого не копировали, к счастью животных на колесах нет, а то бы тоже говорили, что колесо у природы позаимствовано.

По ссылка натянутые сравнения, фантазии какие-то

Rendering (computer graphics) = Patterning and rendering of animal skins, bird feathers, mollusk shells and bacterial colonies

Рендер благодаря природе появился, а не видеокартам? Типа посмотрели на кожу животных и придумали как рендерить 3D модели? Очень странная аналогия. Так можно сказать что лампочку накаливания придумали посмотрев в глаза волка что светились в темноте. А сварочный аппарат придумали увидев молнию. Иначе бы ничего не придумали.

Поискал что по поводу конгитивных наук пишут, есть статья на Хабре и обсуждения бурные, скопирую комментарий оттуда

Просто посмотрите на список достижений и Вы поймете, что
когнитивисты — это просто клуб философов, которые в не разбираясь в конкретных дисциплинах связанных с изучением мозга и человеческого поведения присваивают чужие достижения своей “науке» и пытаются на основе этого делать какие то утверждения о сознании человека и мире. Я так понимаю к ним же относятся всякие адепты многомировой интерпретации квантовой механики и их терминальная форма — трансерферы реальности.

эволюция нашла оптимальные решения

Эволюция ограничена в материалах и скатывается в максимумы оптимизации локальные игнорируя глобальные максимумы. Типа как возвратный гортнанный нерв у жирафа 2 метра бесполезного нерва и пол метра у человека. Типа и так работает и достаточно. Природу на данном этапе развития человеку уже можно игнорировать, там тупики эвполюционные сплошные и набор костылей что сотни миллионов лет формировались. Сложность что генома, что мозга не признак совершенства, а признак неправильно выбранной архитектуры, которую потом правили патчами кривыми. Это как разбирать код программы бухгалтерской, что 20 лет правили предшественники по принципу "после нас хоть потоп", по хорошему с чистого листа нужно всё переписывать, но всем лень, еще можно подправить и сойдет, а там на нормальную работу разработчик перейдет.

предсказуемый, дружественный ИИ

Тут зависит от задач, которые ставятся перед ИИ. Сами люди не всегда дружественны сами себе, абстрактное мышление позволяет в принципе придумать себе программу и причинять себе вред и окружающим. Какую задачу поставят перед ИИ тоже открытый вопрос.

Вот тут есть пример (и вообще вся статья там интересная), когда ИИ некого предприятия получает задачу делать скрепки и он разбирает для этого всю планету для получения ресурсов, обходя все мешающие факторы. При этом ИИ реально сильный и умнее всех людей вместе взятых, они ему не могут ничего противопоставить

Планеры могут летать..
Да, идея планеров тоже сдернута с часами парящих, без взмахов крыльев, стервятников в восходящих потоках воздуха) А летные качества шмеля достигнуты?

Не предавайте особого значения этому, повторю, сравнение зависит от критериев. В чем-то выигрывают эволюционные решения, в чем их усовершенствования человеком, т.к. преследовались разные цели.
Поискал что по поводу конгитивных наук пишут, есть статья на Хабре и обсуждения бурные, скопирую комментарий оттуда
Да, статья не очень. Вы доверяете коменту безымянного пользователя больше, чем статье очень известного психолога (профессор в Принстоне) Д. Миллера? Кот. стоял у истоков этого подхода, ссылку на кот. давал. Странно, видимо авторитеты вам ни почем) На русском по теме можно почитать статьи М. Фаликман, хорошо излагает, напр, эту, или посмотреть серию ее видеолекций на Постнауке.
Если кратко, в чем состоит этот подход?
Давно замечено, что знание сущностные элементы, как сознания, так и познания. Это отражено в самих словах, то же можно сказать о эквивалентных понятиях consciousness и cognition в английском. Но что такое знание? Данные, сведения, известия, и тп? — как это обычно мы понимаем. Как это оформить, а лучше формализовать? В 40-50 гг. в связи с разработкой математической теории связи и появления кибернетики, как науки об управлении в системах разной природы, включая живые, стало понятно, что на это может претендовать понятие информации. Знание это развитая форма информации, кот. включает не только количественный, но и качественный аспект — значение, смысл. Процессы информационной природы, связанные с ее получением, передачей, хранением, обработкой и использованием, на разных уровнях пронизывают биологические, социальные и технические системы, демонстрируя некоторую независимость от них. Это нашло отражение в функциональном подходе к рассмотрению психических процессов (привет Деннету), и распространению их принципов на технические, что подтолкнуло развитие тематики ИИ, так и обратно, что привело к возникновению компьютерной метафоры работы мозга. На дисциплинарном уровне это означало переплетение представлений и методов исследования до этого независимых наук, таких как психология, нейронауки, лингвистика, компьютерные науки, включая тематику ИИ, и философии, как источник методологии (не забываем, что другой стороной процессов сознания и познания является некая реальность в кот. они погружены и являются ее частью, кот. упрощенно представляется окружающей средой). В результате со временем появилась когнитивная психология, получившая название по ключевому процессу области исследования — процессу приобретения знаний (cognition). В чем состояла революционность этого перехода? В изменении базовой модели психологии — бихевиристской, в которой поведение рассматривалось, как отклик на внешние стимулы, на репрезентационную, в которой основную роль играют внутренние информационные модели, приводящих к росту числу «степеней своды» выбора форм поведения. Понятно, что это затронуло разные внутренние механизмы — мышление, память, внимание, принятие решений, язык, и тд. и привело к их рассмотрению во взаимосвязи. Тривиально, да) Сейчас. До этого эти когнитивные процессы и структуры обычно исследовались отдельно в разных дисциплинах. И, напр, специалисты по памяти все ментальные явления сводили к памяти, специалисты по вниманию к вниманию. Появилось к примеру множество теорий сознания, в которых все сводилось только к памяти, вниманию или мышлению. Когнитивный подход привел к появлению более универсальных теорий сознания на информационной основе, объединяющих разные когнитивные механизмы, таких как IIT (есть несколько вариантов теории), недавно появившаяся ICT, а также GWT, HOT, AST, и некоторые другие, кот. делают акцент на интеграции самих когнитивных механизмов. Их тоже не мало) но намного меньше узкоспециализированных теорий.

Что касается критики, не от балды, а конструктивной, то в когнитивном подходе имеются собственные конкурирующие течения связанные с ролью репрезентационных моделей, кот. успешно объясняют многие ментальные явления, но не столь успешны в объяснении феноменологии сознания, тех же пресловутых квалиа. Считается, что для этого больше годятся подходы воплощенного сознания и познания, учитывающих участие тела, среды и действия. Вероятно со временем произойдет интеграция этих подходов, т.к. воплощенность и внутренние модели во многом дополняют друг друга, имея разное влияние в разных условиях.

Природу на данном этапе развития человеку уже можно игнорировать, там тупики эвполюционные сплошные и набор костылей что сотни миллионов лет формировались.
Смотрите шире, эволюция создала человека с его интеллектом, чтобы продолжить свое дело) на новом уровне, его руками, его технологиями, уменьшая объем поиска путем проб и ошибок. Главное не дать ей загнуть самого человека в конкурентной борьбе с искусственными созданиями, которым нельзя доверять производство скрепок)
Колибри очень маленькие, их можно с квадракоптерами сравнить. Колибри нервно курят в сторонке, они даже мертвую петлю не могут сделать и на 10 км не взлетают. Квадракоптеры небольшие легко это делают, на видео видно маневренность.

Квадрокоптеры нервно курят в сторонке, если сравнивать их координацию и гибкость с птичьей. Они в квартире не смогут летать например.


На самом деле материаловедение и другие технологии не продвинулись так, чтобы стало возможным создавать крылья и мышцы как у птиц. И эволюция летальных средств не закончилась, не исключено, что в будущем появятся эффективные аппараты с подобием крыльев, а может гибриды.

Маленькие квадракоптеры (микроквадракоптеры) прекрасно летают по квартире. Главное близко к потолку не подлетать, прилипают к нему.

Маленькие птицы и насекомые типа стрекоз действительно более маневренные, чем большие птицы. А далее с уменьшением размеров маневренность падает, крошечные дрозофилы уже летают кое-как с виду.

в будущем появятся эффективные аппараты с подобием крыльев

Может и наоборот, природа уперлась в тупик и не придумала винт и колесо, не смогла подобрать материалы для жесткого длинного крыла (хотя у стрекозы длинное жесткое крыло), не смогла отойти от глюкозы в качестве источника энергии к литию.

Я не знаю как будет, но не стал бы исключать возможность появления эффективных аппаратов с подобием крыльев как у птиц. Как правило, история развивается по спирали. Если вы так уверены в своей правоте — флаг вам в руки.

Может и наоборот, природа уперлась в тупик и не придумала винт и колесо, не смогла подобрать материалы для жесткого длинного крыла
В каком-то виде она и то, и другое реализовала, и не раз… а зачем жесткое крыло? Универсальнее не жестское решение, с изменяемой геометрией и аэродинамикой. Некоторые птицы могут летать, как в воздухе, так и под водой, т.е. нырять и плавать) И пикировать в воду с высоты за рыбой, есть такой аналог тупика для трех сред — воздуха, воды и суши?

есть такой аналог тупика для трех сред — воздуха, воды и суши?

Слишком сильно упадут параметры тогда. Все же специализированная техника в своей среде на порядок превосходит природные аналоги, по скорости, высоте, глубине погружения, дальности. Все же на конях люди не ездят, голубиной почтой не пользуются, не практично.

А во многих областях и нужна универсальность, а не скорость и мощность. Коней люди используют например для передвижения по пересеченной местностости. А некоторые роботы от Boston Dynamics на лошадей и похожи.

Все же специализированная техника в своей среде на порядок превосходит природные аналоги, по скорости, высоте, глубине погружения, дальности.
Есть специализированные решения, кот. пока не доступны техническим. Соколиные камнем падают с высоты на добычу, и в последний момент переходят к управляемому полету. Представьте летальный аппарат кот. отключил двигатели) и у земли попытался избежать падения. Совы и летучие мыши практически бесшумно летают, при этом маневрируют в сложной обстановке леса, огибая деревья, ветви, и тд. Дроны пока жужжат не счадно) Некоторые перелетные птицы пролетают 10-15 тыс. км, с северного полушария в южное и обрат, без посадки. Некоторые птицы летают без посадки месяцы и годы, напр, стрижи. Это также пока не достижимо соразмерным летальным аппаратам.
Все же на конях люди не ездят, голубиной почтой не пользуются, не практично.
Но, в общем, речь не об этом… а об эффективности решений, и том что вдохновляет разработчиков.

Представьте летальный аппарат кот. отключил двигатели)

Ничего не нужно представлять, есть примеры когда самолеты с 300 человек на борту планировали по 100 км в сторону посадочной полосы и без двигателей сели. Вот для ТУ-154.

Квадракоптеры тоже можно садить отключая двигатели и включая в последний момент. Пример взлета на 10 км на Ютубе есть простого домашнего квадракоптера, на посадку осталось очень мало энергии и двигатели были почти отключены, самый минимум чтобы не закручивало.

По выносливости птиц всё точно наоборот, самолеты есть что подзаряжаются от солнечного света и летают бесконечно, легкие планеры, а птицам нужен отдых:

Некоторые виды птиц летят практически без отдыха: вальдшнеп, например, за одну ночь покрывает расстояние до 500 км без остановок. Другие же не могут похвастаться такой выносливостью и делают много остановок. Как правило, и скорость у этих птиц небольшая. Они устраивают себе отдых у водоемов, где могут восстановить силы, подкрепиться и утолить жажду. На это уходит большое количество времени, а на перелет в день в среднем приходится около часа.

Дирижабли еще есть вариант, бесшумно и от природы не взято ничего. В остальном да, техника шумная.

Ничего не нужно представлять, есть примеры когда самолеты с 300 человек на борту планировали
Так соколиные падают на добычу практически вертикально сложив крылья со скоростью > 300км/ч, а не планируют.
По выносливости птиц всё точно наоборот, самолеты есть что подзаряжаются от солнечного света и летают бесконечно
Да, написал не заглядывая в поиск, сейчас для сравнения заглянул. Подтвержденный рекорд стрижей 10 мес. Самолеты без дозаправки, с дозаправкой вот этот забавный рекорд, не знал о нем. Действительно впечатляет, больше 2-х месяцев. Но уступает стрижам в 5 раз, хотя по оценке, из-за более высокой скорости самолета пролетают сравнимые расстояния эквивалентное порядку расстояния до Луны. Почему логичнее сравнивать с полетами с дозаправкой? Стрижи кормятся на лету, можно считать это дозаправкой) Полеты с питанием от солнечных батарей пока сильно уступают рекордам птиц. Но с развитием технологий, вероятно, подтянутся)
Дирижабли еще есть вариант, бесшумно и от природы не взято ничего.
Вы правы, прям такого пузатого, надутого газом, летающего животного нет) плавающие есть. Поэтому пока никак не могут прижиться широко в сравнении с аппаратами, у кот. имеются биологические прототипы.

Так соколиные падают на добычу практически вертикально сложив крылья со скоростью > 300км/ч, а не планируют.

И что тут сложного? Ракеты падают точно так же, на скорости в 3000 км/ч на своего рода "добычу". Вот увидеть цель с большого расстояния более сложная задача.

Паря в небе орел может увидеть свою добычу, десяти сантиметровую полевую мышь, с высоты 3000 метров. Угол обзора у орла составляет 275 градусов, то есть он не только видит, что впереди, с боку, но и что сзади него находится. Орел безошибочно определять форму объекта и расстояние до него. В этом, ему помогает стереотипическое зрение, ни на секунду он не выпускает из ввиду добычу во время пикировки с высоты. По устройству строение глаза схоже с функционированием телеобъектива.

Панорамное зрение составляет около семи квадратных километров.

Еще одна особенность в том, что глаз орла способен улавливать ультрафиолетовые лучи. Экспериментальным путем было выявлено, что у орла сетчатка глаза устроена таким образом, что она воспринимает света больше чем у кого либо на земле, включая человека.

Про стрижей не знал, интересные существа. Но опять же очень специализированные. По аналогии с самолетами они специализированы на полете, не плавают и даже не ходят. Полная аналогия со специализированной техникой. Плюс стрижи "дозаправляются" в воздухе, как и самолеты.

Стриж достигает длины до 18 сантиметров, при этом размах крыльев у него - 40 сантиметров. А лапки у него маленькие и слабые, совсем не приспособленные для хождения. Поэтому одно из первых научных названий стрижа, в переводе с латыни, было "Безногая Ласточка". Теперь становится совершенно ясно, почему никто его не видел сидящим на земле - здесь этот прирожденный летун становится совершенно беспомощным, неспособным взлететь и обреченным на гибель. Стрижи могут разве что присесть на ветку или прицепиться острыми когтями к вертикальной скале.

Специализация имеет и минусы. Иногда было бы удобно приземляться.

Самолеты все же на другом технологическом уровне, стрижей превзошли во всем. Прямое потребление солнечной энергии, дозаправка не нужна.

В Airbus считают, что самолёт потенциально способен держаться в воздухе месяцами без посадок, обеспечивая интернетом как гражданское население, так и военных.

Чтобы подняться недорого в стратосферу воздушные шары стандартное решение. Вполне прижилось в узкой специализации. Как и ракеты, например. Колесо широко распространено, как и всё вращающееся, не имея прототипа в природе. На данном этапе развития человека уже не важно что есть в природе, все совпадения случайны. До 20 века может копировали что-то, сейчас в основном "искусственные" решения и изобретения. Электронику, например, взять.

Ракеты падают точно так же, на скорости в 3000 км/ч на своего рода «добычу»
Вы постоянно уходите от ответа) речь о летательных аппаратах с крылом, имеющих живые прототипы, исходно только о них говорилось. Реактивное движение тоже имеет биологические прототипы среди морских обитателей, очень древний вид передвижения. Поэтому перейдем сразу к этому.
Колесо широко распространено, как и всё вращающееся, не имея прототипа в природе. На данном этапе развития человека уже не важно что есть в природе, все совпадения случайны. До 20 века может копировали что-то, сейчас в основном «искусственные» решения и изобретения. Электронику, например, взять.
Колесо не оптимальное решение в живой природе, никто не проложил дороги) о вращательном движении в живой природе можно посмотреть здесь. Древнейшим из них является жгутиковый механизм у бактерий, этакий молекулярный моторчик вращающийся в обе стороны. Так, что и здесь приоритета у человека нет. Это конечно не электромотор современности, тем не менее. Что человек копирует у природы неживой — термояд, он давно в звездах. Человек гордился, что изобрел ядерный реактор, и в природе его аналогов нет, оказалось нет. Что касается электроники, то прототипы всех ее элементов в том, или ином виде в живой природе имеются, и на них строится мозг человека, превзойти кот. еще долго не удастся, если брать весь объем решаемых им задач.

В Древнем Египте думаю колесо изобрели методом наблюдений за перекатыванием камней и бревен, а не рассматривая в микроскоп жгутиковый механизм у простейших )

на них строится мозг человека, превзойти кот. еще долго не удастся, если брать весь объем решаемых им задач.

Ну да, делим в уме 111/3 и сравниваем себя с микроконтроллером, что делает это за наносекунды и имеет размер чипа 0.1 миллиметра. И не все с высшим образованием такую операцию в уме могут провести.

Странно как-то, вроде безграничные возможности мозга, а впадают в ступор при простой математической операции.

И в распознавании лиц хуже, нейросети миллионы лиц из базы распознают за секунды, человек в десятке лиц может путаться.

В чем-то лучше, в чем-то хуже, не однозначно всё.

а не рассматривая в микроскоп жгутиковый механизм у простейших
Конечно, но тогда не нужно утверждать, что это уникальные технологии, кот. изобрел человек. Он повторил ее)
Ну да, делим в уме 111/3 и сравниваем себя с микроконтроллером, что делает это за наносекунды и имеет размер чипа 0.1 миллиметра. И не все с высшим образованием такую операцию в уме могут провести.

Странно как-то, вроде безграничные возможности мозга, а впадают в ступор при простой математической операции.
Тем не менее все это создано человеком и его интеллектом. Когда ИИ создаст нечто новое, до чего человек не додумался, тем более природа, тогда продолжим диалог.
Время передачи информации по нервам 200 м/с, внутри процессора 300 000 км/с (и это уже маловато, решают проблему кэшированием).

Что значит маловато? Это максимум, а кэширование тут не при чем, и оно все равно никак не увеличит эту скорость.

Чтобы не ждать запроса, из памяти медленной заранее подтягиваются данные, которые могут потребоваться, поэтому скорость увеличивается. Задержка в том числе благодаря ограничению скорости света, на рабочей частоте в 3 ГГц это пропуск нескольких тактов процессора может быть, пока сигнал дойдет до модуля памяти и вернется обратно. Лучше заранее выбрать больше данных в кэш который рядом.

Кеширование не работает на скорости больше 300000 км/c, это тоже память, только более быстрая и расположенная ближе.

Аргументы и выводы статьи могут быть спорными, но с посылом я согласен - нужно быть более честными и перестать мучить сову.

Да, пора выпустить бедных мышек из лабиринта, которыми управляют электрическими стимуляциями их мозга. Ведь этого не существует, судя по выводу статьи.

UFO landed and left these words here

Зачем вообще в природе сложилась система, называемая самосознанием.

Это позволяет взаимодействовать с окружающей реальностью на более высоком уровне. Функционально вполне оправдано. Если мозг или нейронная сеть строит сложные абстракции для планирования деятельности, то должна и себя в них учитывать.

Зачем вообще в природе сложилась система, называемая самосознанием.

В процессе эволюции мозг научился строить проекцию реальности. Т.е. то что мы видим — это не совсем то что мы видим. Это то что мозг строит внутри себя. Это было необходимо что бы мозг мог взаимодействовать с реальностью.

Изначально то и зрения и слуха не было. Только пару импульсов от щупальцев. Поэтому как то мир вокруг себя надо было проецировать.

А раз есть проекция то и в ней должна быть и модель самого носителя мозга.

При этом появляются такие возможности (преимущества для эволюции, преимущества что бы выжить и передать эти возможности следующему поколению) что мы можем в голове представить например пропасть. Себя. Как мы шагаем в пропасть и разбиваемся на камнях. И мозг понимает что так делать не надо.

Собственно почему мозг мог построить такую картину. Потому что видел её например как кто то другой это сделал. Ну или на собственном опыте. Уже шагнул в пропасть но не разбился.

А от проекции мира и проекции себя в этом мире до сознания один шаг.

Мозг породил вычислительную машину, а не наоборот. У человека разные органы восприятия, но все нервы сходятся в одном узле. Иногда рождаются люди с пустотами в мозгах, но они живут здоровую жизнь. Мозг как бы избыточен. Тут вы должны затребовпть научные публикации и первоисточники. Но, может, есть проыессионалы, которые лучше ронимают эту тему ? :) Есть безсознательное состояние, но тело и разум не исчезают в жтот момент.

Очередная статья от гуманитария на тему бесполезности исследования мозга/сознания/разума…
Как говорится...
image

Наш русский профессор Савельев Сергей Вячеславович об устройстве мозга написал уже не одну книгу, так же есть видео на ютубе, где он сравнивает работу мозга и компьютерную нейросеть и объясняет сложность моделирования мозга, вернее ее принципиальную невозможность. Например, количество связей в мозге больше, чем элементарных частиц во всей Вселенной.

Особенно мне понравилось последнее утверждение :) Даже если не брать его абсурдность изначально, всё же интересно посчитать. 100 млрд. нейронов * 10 тыс. связей у каждого (берём по-максимуму). Итого: 10^15 связей. По данным википедии, в видимой части вселенной 10^80 обычных частиц (протоны+нейтроны+электроны). Вроде должно хватить на несколько мозгов :)

ДНК еще на много порядков меньше. Однако там уже заложена программа создания всех этих связей.

Видимо не все профессора дружат с арифметикой

Да, похоже в ДНК просто модель нейронной сети и стартовые условия для самообучения. Типа эта часть мозга будет 200 грамм, эта 50 грамм, между ними нерв толщиной 3 мм. Дендритов такая-то концентрация, аксонов такая-то. С получением расшифровки ДНК и анализом отклонений людей от нормы статистически легко определяется какой ген за что отвечает. Вот пример такого исследования.

Информации в ДНК считанные мегабайты, ничего "космически" сложного нет.

Меня кидает в холодный пот каждый раз, когда вижу эту фамилию. Бегите от него как можно скорее. Он создал вокруг себя настоящий культ и несёт полную антинаучную ахинею.

Например, количество связей в мозге больше, чем элементарных частиц во всей Вселенной.

Неужто связи нематериальны?!

Простите, но в приличном обществе эту ипостась Савельева упоминать моветон. Он авторитетен в своей узкой области, а все остальное - доморощенная философия, с зияющими дырами в логики, ошибками и просто фантазиями.

Несмотря на то, что я то же против расхожего представления о мозге как о компьютере, статья крайне странная.

Она половину объема нагнетает атмосферу почти что до ожидания революции в понимании работы мозга, которую автор сейчас разверзнет в наших умах, а мы обтечём и будем думать, что с этим делать дальше.

И... заканчивается достаточно банальным посылом вроде "мозг очень сложен и его мы будем изучать ещё долго, тем более воспроизводить". Хотя, может это банальность только для круга специалистов, конечно, но тем не менее.

Нельзя найти в памяти… А как же зазубривание? Да, при воспоминании мозг перезаписывает информацию, но абсолютно не обязательно её искажает. Хотя и может. И как раз таки музыка и стихи сохраняются лучше. Ритм и рифма вкупе со смыслом являются как бы «проверочным хэшем» для текста

У того, кто обладает мозгом есть еще некоторые качества, которые не связаны напрямую с "обработкой информации". Это наличие воли, отношение к событию, эмоции, а также способность к абстракциям, типа "связывать несвязываемое" При этом остальные алгоритмические "компьютерные" возможности тоже присутствуют. В том числе и память в том смысле, какую имеет компьютер. Например, когда человек ищет в хламе пару определенных предметов, он сначала их визуализирует, создает "паттерн", а потом сверяет с тем, что раскопает в куче. И число "два" тоже хранится в постоянной памяти, как и два плюс два равно четыре. Но при этом, побуждение к поиску, отношение к предмету и к самому поиску никак не связаны с "компьютерным функционалом" мозга.

Короче говоря - бесполезная статья, броский заголовок а информации ноль. Какие то около-начуные разсусоливания на тему что мозг это не компьютер похожи на сравнение картошки как корнеплода и картошки фри. Мда, этим я только и могу резюмировать прочтенное.

Сингулярность это профессиональное искажение реальности. Мы верим, что история именно такая, какой нам видится по современным хронологическим представлениям (к которым есть большие вопросы). Практически же, сингулярности могли бы быть везде вокруг нас, но их нигде нет. Всегда есть уровень насыщения.

Что касается суперинтеллекта, то это пока беспочвенная мечта. Дело в том, что количество вариантов редукции волновой функции нашей вселенной вполне оценивается как 100500 (шуточное обозначение для 10^500). И пока мы создаем интеллект догоняющий человека, то есть оперирующий мненомом человечества, образованным за тысячи поколений тысячами гениев (утрируем для верности, ведь не каждый из десятков миллиардов людей оставил хоть какой-нибудь различимый след в культуре), то мы можем рассчитывать на экспоненциальную скорость освоения искусственным интеллектом этого объема знаний.

А вот дальше - неопределенность. Комбинаторный взрыв. И искусственный интеллект будет выходить за пределы человеческой культуры, с тем же темпом, что происходит и у людей. Каждый новый уровень обобщения (метапереход) происходит не все быстрее, а все медленнее. Все больше людей должны обобщать огромные объемы опыта, чтобы найти его очередное емкое его выражение. И человечество давно не растет экспоненциально. То же будет и с ресурсами ИИ. Пространство для исследования растет экспоненциально, а ресурсы - в лучшем случае линейно. Поэтому ИИ, вернее всего, будет сравним с человечеством. Конечно, это может быть куда круче отдельного человека, но вообще довольно глупо думать, что отдельного человека есть интеллект. Может быть для вас это звучит кощунственно, но по сути это так. Мы обычные социальные зверушки, интеллект которых полностью определен количеством связей. Если дети с детства не погружены в концентрат культуры, их интеллект не реализуется, оставаясь на невысоком уровне обычного социального животного.

Такие дела, люди.

Пространство для исследования растет экспоненциально, а ресурсы - в лучшем случае линейно. Поэтому ИИ, вернее всего, будет сравним с человечеством.

Только насыщение это может произойти на уровне как-раз в 100500 сильнее уровня развития всего человечества. Примерно сравниваем быстродействие нейрона и транзистора (5 мс и 0.1 нс), скорость распространение сигнала (0.2 км/с и 300 000 км/с) и это может быть разница в пределах вычислительных способностей.

И пока мы создаем интеллект догоняющий человека

Смотря как считать, по точности и скорости распознавания ИИ уже получше будет. Аналитические способности по игре в Го тоже выше, хотя некоторые утверждали что компьютер никогда не сравнится в этой игре с человеком, игра решается перебором вариантов. Области однозначного превосходства человека постоянно уменьшаются.

Если дети с детства не погружены в концентрат культуры, их интеллект не реализуется, оставаясь на невысоком уровне обычного социального животного.

Это грубое нарушение развития мозга. То же самое может сделать голод, недостаток энергии вызывает необратимые нарушения, холод, инфекции. Судя по всему на данный момент мозг на пике развития, питание максимально, информации бесконечно, эффект Флинна это подтверждает.

Мда уж... Наш мозг не цифровой полупроводниковый компьютер. Гениально! В меньшее количество букв автор ну никак не мог бы уложиться! И без иллюстраций и ссылок тоже не получилось бы сформулировать эту мысль.

Честно говоря, не хотел комментировать эту статью, потому что сходу оценил ее как довольно банальную, очень устаревшую, и "срывающая покрова" для студентов-троечников второго курса. Ну да, компьютер был придуман на основе некоторых идей о том, как работает мозг, и, конечно же, мозг - вовсе не компьютер. И да, действительно, память не устроена локальным образом, с очевидным складированием того, что автор удивительным образом называет "информацией", дерзко извращая вообще понятие информации, как таковое.

Вообще, идеи этой статьи довольно тривиальны, в них нет ничего неожиданного, но, судя по комментариям, немало людей считают, что статья как-то грешит против истины. Нет, она вполне правильная. Правда она правильная в смысле "срывания покровов". Ничего позитивного эта статья не утверждает. Удобная позиция. Вы, господа, все неправы, а правы мы, но не скажем в чем. Мы правы просто потому, что нашли способ отрицать все, во что вы, якобы, верили (да-да, верили многие люди, не занимающиеся всерьез вопросами психики, сознания, мышления и сильного искусственного интеллекта, к которым обычно не относятся разнообразные специалисты по машинному обучению, включая разработчики нейронных сетей, включая DL)

Практически же, по вопросам сознания, мышления, психики - никаких новых идей нет уже тысячелетия. Все интересные гипотезы уже были изложены в античности, европейской или восточной. И изыскания в вопросе, а что мы такое, собственно есть и как функционируем, пару тысяч лет назад были куда более интенсивными и тонкими. Сейчас уже не встретишь глубины дискуссий подобных ранневековым диспутам о природе ума. Да сейчас уже редко встретишь людей, способных хотя бы уверенно следовать за нитью дискуссии, не теряя ее.

Поэтому проблема понимания нашего функционирования как людей, да и просто, как социально-физиологических единиц - пока не превосходит отдельных прорывов в познании, редких на протяжении этих тысячелетий.

Да, многие идеи действительно разумны. Отрицание дихотомии субъект - объект - это хорошая идея, правильная. Философы ввели эту дихотомию произвольно и никаких обоснований для нее не было, нет и не будет. Но в то же время идеи эмерджентности или автопоэзиса - это все те же диалектические потуги на переход количества в качество, чего нет нигде и никогда. Любое качество, которое проявляется в масштабе, характерно уже отдельным элементам. Но все это катастрофически трудно обсуждать, потому что зачастую это вбито образованием на уровень догмы. Вообще, люди мыслят данностями, а ведь сознание это именно такая данность, на которой мы, исследователи психики и интеллекта, не вправе остановиться и должны исследовать устройство сознания, обнаружить его фундаментальные принципы.

Теперь в отношении информации. Ну, нет, конечно, то, чем оперируются компьютеры - это не информация, в полном смысле слова. Это представления информации. Не упоминая об этом, мы сталкиваемся с разными философствующими обывателями (простите за цинизм), которые начинают разделять информацию и знание, полностью мистифицируя последнее. Информация, которая обрабатывается в компьютере - это символическое представление информации, которая изначально подготовлена для дальнейшего человеческого восприятия.

А вот то, как психика (не важно, человека или животного) образует информацию, проще говоря, формирует существенные сигналы - никак нельзя применить к компьютерной обработке.

Однако, это вовсе не значит, что сам этот механизм, фундаментальный для всего живого, невоспроизводим в компьютерных системах. Конечно же воспроизводим. Просто нужно правильно описать единичный, элементарный информационный сигнал. И многие неоднократно это делали, настолько многие, что даже трудно перечислять. Потому что это знание вполне интуитивно. Минимальный элемент информации связывает между собой дифференциацию ситуаций и действий в контексте этих ситуаций.

Когда мы начинаем описывать квантовую механику, мы напрямую сталкиваемся с тем, что определенность не является бинарной. Вероятности реализации тех или других классических состояний - изменчивы. Однако, вовсе не обязательно ударяться в квантовую механику для описания функционирования сознания. Скорее наоборот, именно квантовая механика - порождение наших изысканий на самой грани самой основы восприятия. Восприятие и определенность - это по своей сути синонимы.

Вполне достаточно описания нашего сознательного опыта в виде аттрактора в фазовом пространстве. И математика исчисления аттракторов - это то, чем я занимаюсь. Внимание движется в фазовом пространстве по траекториям разной степени устойчивости, перемежаясь в точках бифуркации, и постоянно выстраивая все более общие генерализации перемежения этих траекторий. Каждая точка бифуркации - это элемент степени свободы системы, которые в совокупности складываются в то, что мы интегрально обнаруживаем как свободу воли.

Разумеется, обращаться с информацией можно на разных уровнях, и интересующий нас уровень не сводим к привычным нам символам и образам. Но копнув немного сверточные сети мы обнаружили, что вполне можем создать алгоритм, строящий и признаки и их обобщения. Другой вопрос, что копнули мы пока самую поверхность. Сверточные сети требуют огромное количество ресурсов и быстро теряют устойчивость генерализации, всего лишь в десятках слоев.

А сколько слоев необходимо? Скорее всего - десятки тысяч. Но при этом, не нужно все это делать в проективном пространстве, достаточно фазового. А это значит, что глубина разрешения в разных областях будет различаться на порядки. Мы не будем строить 100500 миров, жадный алгоритм будет крутиться лишь в тех аттракторах, которые откликаются в сообществе людей.

Довольно наивно выглядят попытки отрицать информацию как таковую. Хотя бы потому, что предлагаемое взамен - оказывается информацией. Так зачем было бабушку лохматить?

Проверим тезис через определение.

Компьютер - устройство или система, способная автоматически выполнять заданную, изменяемую последовательность операций.

  • Мозг система? Да. Устройство? Да. Мозг может автоматически выполнять операции? Да. Сердце и желудок работают на автомате.

  • Можно запрограммировать мозг на выполнение, той или иной операции? Можно, через средства ввода, с потерями, и последующей обработкой.

  • Мозг может автоматически выполнять заданную программу? С учетом потерь, искажений, и физических ограничениях средств вывода, может.

Особенности архитектуры, физическое воплощение и ограничение учитываются в определение? Нет.

Вывод:

Мозг это компьютер.

Ошибся веткой, ответ ratmanz
Вывод:

Мозг это компьютер.

По аналогии можно доказать более сильное утверждение, см. вики.:
Ро́бот (чеш. robot, от robota — «подневольный труд») — автоматическое устройство, предназначенное для осуществления различного рода механических операций, которое действует по заранее заложенной программе.

  • Человек может автоматически выполнять механические операции? Да.
  • Человек может действовать по заранее заложенной программе? Да.

Вывод:
Человек это робот.

Говорят, что у человека есть душа… а мало-ли, что говорят.
Очень спорная статья, прямо-таки натягивание совы на глобус. Простите, не в силах дочитать.
Приводится ряд аналогий строения человека с современными технологиями разных эпох. И из этого делается вывод, что сегодняшняя аналогия не правильная, как и все те. Это же логическая ошибка. Многие аналогии с прогрессом науки пришли к правильным результатам. Почему не сейчас, почему?
В мозгу нет оперативной памяти и постоянной… Есть только краткосрочная и долговременная! Да, она иначе организована. Я склоняюсь не к хэшам, как выше говорили, а к распределенным хранилищам, где в одной ячейке могут содержаться принципиально разные данные, от цвета и запаха, до до эмоционального отклика. И именно правильный коннект дает правильный результат. Но модель не сильно важна, потому что в грубом представлении, насколько мы приблизились к пониманию предмета, работает оно именно так.
Дженни не смогла нарисовать доллар… А зачем ей хранить в постоянной памяти все завитушки? Есть набор признаков, которые определяют, что есть доллар, а что — нет. Они хранятся, этого достаточно. Просто в мозгу нет категорий картинка или текст. У нас семь чувств, каждое хранит какую-то часть отзыва.
В общем, банальненько.
Only those users with full accounts are able to leave comments. Log in, please.