Нейросети действительно являются наиболее развитым подходом, их работу можно увидеть практически на любом более менее известном сайте. Как пример вкладка "рекомендации" на YouTube. Для современных нейросетей нужно иметь неплохие видеокарты. Но допустим мы решили улучшить работу нашей нейросети, сделать больше слоёв или нейронов на слой. Для этого нам нужны видеокарты ещё мощнее.
По поводу эффективности биологических нейронных сетей проводились исследования, выяснилось, что с увеличением и усложнением нервной системы эффективность или роль отдельного нейрона в этой системе падает.
Так об этом в статье сказанно. Естественно, результат полученный при использовании кнопки вместо датчика, можно повторить проще. Но если бы использовался подходящий датчик (которых я не нашёл), скорость куллера менялась бы в зависимости от степени нажатия. Более того, можно было бы использовать модель биполярного нейрона. Допустим робот неудачно врезался в препятствие и теперь датчик непрерывно посылает сигнал из-за чего куллер не крутится. Биполярный нейрон в таком случае заглушил бы сигнал с датчика и робот продолжил движение. Вот ещё пример работы биполярного нейрона: наш робот отслужил 10 лет и его датчик немного поломался. Теперь, когда на датчик не осуществляют нажатие, он вместо 0 вольт постоянно выдает 1 вольт. Биполярный нейрон такой сигнал не пропустил бы и робот продолжил работу как ни в чём ни бывало.
Да, сравнение не совсем валидно. Но и мои "нейроны" и Arduino могут выполнять поставленную задачу, а это наглядная битва аналога против цифры. Тем более что сейчас для нейросетей используют обычные цифровые компьютеры, поэтому в моём сравнении соревнуются всеобщий подход против моего.
Да, я знаю, на мой взгляд эта модель опередила своё время ведь её используют до сих пор. Но, как я считаю, у неё есть недостатки. Прежде всего, она описывает потенциалы действия, в то время как нейрон рассматривается довольно абстрактно. Я же считаю, что нужно отдельно изучать работу каждого вида нейрона.
Нейросети действительно являются наиболее развитым подходом, их работу можно увидеть практически на любом более менее известном сайте. Как пример вкладка "рекомендации" на YouTube. Для современных нейросетей нужно иметь неплохие видеокарты. Но допустим мы решили улучшить работу нашей нейросети, сделать больше слоёв или нейронов на слой. Для этого нам нужны видеокарты ещё мощнее.
По поводу эффективности биологических нейронных сетей проводились исследования, выяснилось, что с увеличением и усложнением нервной системы эффективность или роль отдельного нейрона в этой системе падает.
Так об этом в статье сказанно. Естественно, результат полученный при использовании кнопки вместо датчика, можно повторить проще. Но если бы использовался подходящий датчик (которых я не нашёл), скорость куллера менялась бы в зависимости от степени нажатия. Более того, можно было бы использовать модель биполярного нейрона. Допустим робот неудачно врезался в препятствие и теперь датчик непрерывно посылает сигнал из-за чего куллер не крутится. Биполярный нейрон в таком случае заглушил бы сигнал с датчика и робот продолжил движение. Вот ещё пример работы биполярного нейрона: наш робот отслужил 10 лет и его датчик немного поломался. Теперь, когда на датчик не осуществляют нажатие, он вместо 0 вольт постоянно выдает 1 вольт. Биполярный нейрон такой сигнал не пропустил бы и робот продолжил работу как ни в чём ни бывало.
Да, сравнение не совсем валидно. Но и мои "нейроны" и Arduino могут выполнять поставленную задачу, а это наглядная битва аналога против цифры. Тем более что сейчас для нейросетей используют обычные цифровые компьютеры, поэтому в моём сравнении соревнуются всеобщий подход против моего.
Да, я знаю, на мой взгляд эта модель опередила своё время ведь её используют до сих пор. Но, как я считаю, у неё есть недостатки. Прежде всего, она описывает потенциалы действия, в то время как нейрон рассматривается довольно абстрактно. Я же считаю, что нужно отдельно изучать работу каждого вида нейрона.
https://www.youtube.com/watch?v=JN3cxpm19N0 - робот
https://www.youtube.com/watch?v=TYuL1XBKhJo - мультиполярный нейрон