Comments 50
Надеюсь не надо напоминать, что в живых нейронах нет никакого глобального оптимизатора весов синапсов, который настраивает сеть выдавать нужные значения. А почти на всех технических построениях такая настрока единственный способ получить нужную сеть. Также существуют сложные пространственные взаимодействия между синапсами и дендритами близко расположенных нейронов. А в технических построениях ничего такого нет.
+1
UFO just landed and posted this here
Самолёты прекрасно летают, не махая крыльями как птицы.Пока самолетами управляют люди. Либо пока люди проектируют маршруты.
-2
UFO just landed and posted this here
Вы не поняли смысл аналогии.
Чтобы летать — не обязательно целиком имитировать птиц. Главное уловить суть аэродинамики.
Чтобы думать как человек, не обязательно целиком имитировать мозг. Надо уловить суть мышления.
Чтобы летать — не обязательно целиком имитировать птиц. Главное уловить суть аэродинамики.
Чтобы думать как человек, не обязательно целиком имитировать мозг. Надо уловить суть мышления.
+2
Некорректная аналогия.
Чтобы летать — не обязательно целиком имитировать птиц.
Чтобы думать — не обязательно целиком имитировать мозг.
Чтобы летать — не обязательно целиком имитировать птиц.
Чтобы думать — не обязательно целиком имитировать мозг.
0
Это вы мне отвечали?
0
Целиком имитировать точно не обязательно. Но существующие имитации менее, чем примитивны. Даже модель «мозга» червя сделать на достаточном уровне не смогли. А уже про ИИ мечты…
0
Они машут лопастями пропеллеров/турбин =)
+2
UFO just landed and posted this here
Природа не осилила подшипники и вращающиеся оси.
Я просто оставлю это здесь: АТФ-Синтаза и Жгутики простейших
+3
Да, но суть то в том что «махание» никуда не исчезло, как кажется на первый взгляд. Вместо этого его компактно упрятали и ускорили, улучшив таким образом эффективность всего процесса.
0
Нет, они используют для полета законы аэродинамики!
Вся ловушка машинного обучения в том, чтобы открыть эти законы нам нужны хорошие алгоритмы машинного обучения :-)
Вся ловушка машинного обучения в том, чтобы открыть эти законы нам нужны хорошие алгоритмы машинного обучения :-)
0
Только у птиц и маневренность повыше будет и при этом у них двигатели не отказывают в полёте.
0
Отказывают, ещё как, и навигация тоже. Только после каждого «крушения» птицы не проводят расследование и не трубят об этом по всем СМИ.
+1
Если бы была птица размером с самолет, маневренность у нее бы сильно упала.
Ну а квадракоптеры более маневренные чем какие-нить аисты.
Ну а квадракоптеры более маневренные чем какие-нить аисты.
+3
А модель руки во многом устроена не так как настоящая рука. Что не мешает ей быть моделью руки.
+1
Если только-что родившуюся живую нейронную сеть оставить наедине с собой (запереть человечка в замкнутой комнате, без общения с себе подобными), она тоже вряд ли будет выдавать нужные значения.
+3
Также существуют сложные пространственные взаимодействия между синапсами и дендритами близко расположенных нейронов. А в технических построениях ничего такого нет.
@aigame написал статью на гиктаймс, где моделировал нейронные сети с учетом взаимного расположения нейронов.
+2
Ну почему же? Если я правильно понял вашу идею, аналогичное действие оказывает гуморальная регуляция — мелатонин, половые гормоны, эндорфины, адреналин и производные. Затем концентрация некоторых веществ в крови, например глюкозы, кислорода. Затем алкоголь, психотропные вещества.
0
Модель Маккалока-Питтса тем и хороша, что из неё выброшено все лишнее, что позволяет легко обучать нейросети градиентными методами. Природа, понятное дело, до такого не додумалась бы. Зачем повторять все её костыли?
0
Зачем повторять все её костыли?
для создания человекоподобного интеллекта, не?
+2
UFO just landed and posted this here
Ну, как я понимаю, у Макаллока и Питтса нет встроенной обучалки, и её приходится реализовывать, как уже здесь упоминали, глобально, совсем не нейроморфными методами. Тогда как у наших нейронов (вроде как) такая обучалка присутствует. Грубо говоря, сейчас мы вынуждены каждый раз думать сами, как лучше учить нейронную сеть, а ежели бы у нас был «совсем локальный» нейрон — можно было бы отвесить килограмм нейронов и пойти пить чай. А ежели недостаточно обучилась — то навалить ещё килограмм (возможно, к той же самой сети). То бишь была бы аддитивность, а возможно, ещё и иерархичность (то бишь сеть сама бы могла выделять подзадачи и обучать свои малые части отдельно, а не в виде спагетти-кода). Хотя, конечно, не вполне ясно, при чём здесь обсуждаемое изобретение.
0
Не удержался.
+12
А я думал про выращивание мозга из стволовых клеток.
Выращиваем мозг.
Подключаемся к зрительному тракту для передачи визуальной информации (а остальное лишнее).
Подключаем различные датчики к разным частям мозга, чтобы он мог натренироваться взаимодействию с виртуальной реальностью.
Все. Теперь мы можем приступить к обучению.
Представьте себе сотни тысяч искусственно выращенных мозгов, которые создавали бы софт=)
Выращиваем мозг.
Подключаемся к зрительному тракту для передачи визуальной информации (а остальное лишнее).
Подключаем различные датчики к разным частям мозга, чтобы он мог натренироваться взаимодействию с виртуальной реальностью.
Все. Теперь мы можем приступить к обучению.
Представьте себе сотни тысяч искусственно выращенных мозгов, которые создавали бы софт=)
0
также обошел ограничения для обработки цифровых сигналов сформулированные в теореме Котельникова.
это как?
+5
Я так и не понял чем новые стохастические нейроны лучше прежних детерменированных. Их же обучать сложнее будет, повторяемость результатов будет хуже.
0
Sign up to leave a comment.
Компания IBM создала первые в мире стохастические нейроны с фазовым переходом