есть много иллюзий, которые подтверждают, что даже если вы в чем-то уверены, то это не всегда правда.
так что доверять воспоминаниям нужно очень аккуратно в любом случае :)
по поводу процесса вспоминания: это нетривиальный процесс и есть много экспериментов, подтверждающих, что даже несмотря на то, что информация есть у вас в мозгу, она не всегда одинаково доступна. На мухах это проверяли путем включения и выключения определенных протеинов, например, а вообще «вспоминаемость» чего-либо зависит от состояния мозга в конкретный момент. Поэтому психологи и рекомендуют возвращаться на место, которое у вас ассоциируется с тем, что нужно вспомнить.
я вот по себе, например, заметил, что если какая-то мысль ушла и никак ее не вспомнить, то стараться — только хуже делать. А вот если не нервничать и спокойно начать думать о чем-то другом, постепенно возвращаясь к забытой теме, то вспоминается гораздо лучше. И, кстати, беспокоиться нет причин — если мысль пришла в голову однажды, то она придет и еще :)
тут сложно составить план и на чем-то остановиться. в мозге все настолько взаимосвязано и сложно классифицируемо, что любое описание либо разрастается до размеров энциклопедии, либо будет обрезано и неполно.
да, получилось сумбурненько, согласен.
о самом представлении данных мы говорили во второй главе, а тут — как все это взаимодействует и получаются те свойства памяти, какие мы имеем.
я бы не хотел быть категоричным, но к нашему сознанию квантовая теория имеет очень опосредованное отношение.
хотя это не отменяет того предположения, что ежели нам удастся понять, как сознание работает, то может и удастся реализовать его на квантовом уровне.
а как же это?
«Целевая функция при обучении сети минимизирует значение погрешности воспроизведения исходного изображения разреженным автоэнкодером. Оптимизация производится глобально для всех управляемых параметров сети (свыше 1 миллиарда параметров) методом асинхронного градиентного спуска (asynchronous SGD).»
это интересно!
но насколько я понимаю, в любых моделях нейронов и сетей, построенных на них, расчитывается некий параметр, соответствующий выгоде. Так что самоорганизация в таком случае есть процесс вполне естесственной направленной оптимизации: если есть где-то более лучшие условия, мы туда будем стремиться => там для внешнего наблюдателя появится центр самоорганизации. Хотя это не значит, что клетки сговорились а сами решили так действовать.
По поводу пептидов вы правы, пептиды это соединения из нескольких аминокислот и они часто служат сигнальными молекулами.
на сколько я знаю, биологические нейронные сети как раз для того и используют, чтобы не париться по поводу алгоритмов. Их просто растят на подложке с электродами и потом подсоединяют к детекторам и моторам роботов и смотрят как оно себя вести будет.
так что доверять воспоминаниям нужно очень аккуратно в любом случае :)
по поводу процесса вспоминания: это нетривиальный процесс и есть много экспериментов, подтверждающих, что даже несмотря на то, что информация есть у вас в мозгу, она не всегда одинаково доступна. На мухах это проверяли путем включения и выключения определенных протеинов, например, а вообще «вспоминаемость» чего-либо зависит от состояния мозга в конкретный момент. Поэтому психологи и рекомендуют возвращаться на место, которое у вас ассоциируется с тем, что нужно вспомнить.
я вот по себе, например, заметил, что если какая-то мысль ушла и никак ее не вспомнить, то стараться — только хуже делать. А вот если не нервничать и спокойно начать думать о чем-то другом, постепенно возвращаясь к забытой теме, то вспоминается гораздо лучше. И, кстати, беспокоиться нет причин — если мысль пришла в голову однажды, то она придет и еще :)
о самом представлении данных мы говорили во второй главе, а тут — как все это взаимодействует и получаются те свойства памяти, какие мы имеем.
хотя это не отменяет того предположения, что ежели нам удастся понять, как сознание работает, то может и удастся реализовать его на квантовом уровне.
я говорил о естесственной направленной оптимизации, получающейся от взаимодействия внутренних функций.
«Целевая функция при обучении сети минимизирует значение погрешности воспроизведения исходного изображения разреженным автоэнкодером. Оптимизация производится глобально для всех управляемых параметров сети (свыше 1 миллиарда параметров) методом асинхронного градиентного спуска (asynchronous SGD).»
постараюсь дать обзор в будущих главах.
такие механизмы известны, я о них собираюсь писать чуть позже.
но насколько я понимаю, в любых моделях нейронов и сетей, построенных на них, расчитывается некий параметр, соответствующий выгоде. Так что самоорганизация в таком случае есть процесс вполне естесственной направленной оптимизации: если есть где-то более лучшие условия, мы туда будем стремиться => там для внешнего наблюдателя появится центр самоорганизации. Хотя это не значит, что клетки сговорились а сами решили так действовать.
По поводу пептидов вы правы, пептиды это соединения из нескольких аминокислот и они часто служат сигнальными молекулами.
Они, отчасти, меня и побудили начать выкладывать сюда основы нейробиологии :)