Если бы заглянули в комент по приведенной ссылке, то увидели, что почти тоже самое утверждаю, дополнительно. Подтверждение постоянства ск. света стало неожиданным результатом этих экспериментов.
А независимость скорости света от системы отсчета уже была заложена в теорию Максвелла, который умер за несколько лет до того, как Майкельсон провел свой знаменитый эксперимент.
Это был теоретический результат, кот. требовал экспериментального подтверждения. Физика работает только так, математические формальные модели остаются моделями, пока не подтвердятся экспериментально, любой их результат. Эфир был квинтенсенцией абсолютного пространства, опровержение его существования привело к подтверждению принципа относительности, выраженного преобразованиями Лоренца. Сам Максвелл высказал идею эксперимента по такой проверке.
Кант считал, что пространство и время существуют исключительно в нашем субъективном восприятии — оно как очки, через которые мы смотрим на мир.
Кант не ответил на вопрос — откуда взялись эти априорные формы познания у человека, эти «очки»? Как думаете?
Но главное, классическая физика была совершенно несовместима с электродинамикой — теорией электромагнитного поля, разработанной британским физиком Джеймсом Кларком Максвеллом на основе результатов многократно перепроверенных экспериментов своего соотечественника Майкла Фарадея. В электродинамике Максвелла скорость распространения электромагнитных волн в вакууме никак не зависит ни от скорости движения источника этих волн, ни от скорости наблюдателя, а строго равна скорости света.
Реально это противоречие было доказано в экспериментах Майкельсона-Морли, Эйнштейн скорее всего знал о этих результатах, чтобы не повторяться, см. этот комент, история не простая)
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.
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?
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.
Ранее считалось, что реакция избегания неприятных запахов является результатом сознательных когнитивных процессов. Но результаты данного труда говорят о том, что процесс протекает на бессознательном уровне.
Нервные импульсы по обонятельным нервам поступают в обонятельные луковицы, а затем в подкорковые центры (миндалину и др.) и, наконец, в корковый центр обоняния мозга (височный отдел) и там обрабатываются.
Обонятельные луковицы, миндалина это структуры древнего мозга хордовых. Обоняние, как химическая чувствительность, является прямым эволюционным наследником механизма хемотаксиса древних простейших (см. также здесь). В этом отличие обоняния от др. органов чувств, сенсорные анализаторы которых полностью располагаются в эволюционно более молодых областях мозга (кортексе).
Мозг с биологическими нейронами — это не перцептроны Розенблатта, а, скорее, спайковые сети (для которых обратное распространение ошибки пока не формализовали, и вообще способ обучения)
Совершенно верно, дополню взглядом с биофизической и когнитивной точек зрения. Эволюция решала не только задачу оптимизации вычислений, но и их энергоэффективности. Биологическая основа нейросетей мозга не могла позволить себе решения доступные технологически. И даже в технологических на определенном уровне их развития, процедура обратного распространения был разработаан давно, но реальные возможности ее применения сложились только лет десять назад, когда стали доступны аппаратные возможности доступные для решения практических задач. И уже сейчас проблема энергоэффективности применения глубокого обучения начинает чувствуется для ИНС. Вероятно со временем переход на импульсный режим неизбежен, с начало на специализированном железе, в перспективе реализованном в нейроморфных чипах.
Второй момент состоит в том, что современные ИНС позволяют находить статические решения. Модели которые они создают являются статическими аппроксиматорами, полученными с помощью процедур статистической оптимизации. В мозге внутренние модели объектов, особенно поведения, принципиально динамические. Это пока не достижимо в существующих схемах ИНС. Народ посмеиваются над «нейроном бабашки», но в действительности это только один из нейронов целой нейросети динамической модели бабушки. Эта модель в мозге, например, внучка постоянно активна, постоянно обучается, и влияет на его поведение, даже если бабушки не видно. Связь нейронов в этой модели в общем случае асинхронна, в отличии от синхронных ИНС. Биологические нейроны обладают способностью не только к пространственной, но и временной суммации, а сами нейроны моделировать целыми сетями (1, 2, 3, 4). В современных ИНС временная суммация, отвечающая за динамику, заменяется пространственной, и в них принципиально не может быть динамических пространственно-временных моделей, которые непрерывно обучаются, принимают решения, и управляют поведением. Как это гипотетически выглядит на практике в случае бабушки. Бабушка говорит внучку — «пойдешь играть на улицу, вернись к 10 часам». Внучек увлеченно играет с другими ребятишками, и вдруг, неожиданно, вспоминает, что ему пора домой, т.к. время близко к 10 часам, бросает игру и идет домой. Что происходит на самом деле) Ничего внучек не вспоминает, он увлеченно играет) нейросеть связанная с моделью его личности, поведения основная, обладает высоким приоритетом. Однако параллельно ей, в бэкграунде (на подсознательном уровне), независимо, функционирует нейросеть бабушки, и она может получать информацию об активности дитя, почти в таком же объеме, как сама сеть внучка. Она отслеживает время по биологическим часам и др. признакам, и когда оценка времени приближается к назначенным 10 ч. возбуждается) точнее резко возрастает активность определенных нейронов, которая передается в нейросеть ребенка, приводя ее в возбуждение) и вуа-ля… ребенок неожиданно вспоминает, что ему пора домой. Конечно, если приоритет бабушки в нейросети ребенка высок (это значит он ее любит, ну или боится), если не высок, то не вспоминает просьбу и продолжает играть, пока бабушка сама за ним не явится. В мозге множество таких динамических моделей разного уровня соответствия прототипу относящихся к бабушке, матери, отцу, родственникам, друзьям, игрушкам, телевизору, и тд, и тп., если говорить про ребенка. Все постоянно активны, конкурируют за внимание или кооперируются для решения поведенческих задач. Только так эволюция смогла решить задачу выживания видов моделирую окружающую среду в виде системы конкурирующих/кооперирующихся динамических моделей объектов и процессов в ней, важных с точки зрения выживания, путем предсказания их поведения.
Естественно, в биологических сетях нет точного аналога процедуры обратного распространения ошибки, и эти изыскания, как и пишите смахивают «на натягивание ужа на ежа», но полезны в поиске решения задачи действительных механизмов обучения в биологических сетях.
В комент упомянуты недостаточная зрительная память, внимание, все это ресурсы восприятия, образного мышления. Вероятно у вас сильный крен в сторону абстрактного мышления, достаточно посмотреть на список публикаций. Чего стоят эти темы 1, 2, 3, 4, и др. Имхо, возможно ресурсы мозга перераспределены на поддержку этих способностей, такая глобальная адаптация. Рисунок с рекурсивной свиньей в пользу такого предположения. Если заняться путешествиями, спортом, танцами, чтением художественной литературы, и приударить… и меньше задумываться над мат. бесконечностями, то со временем баланс восстановится, и фантазии и воображение вернутся) Не воспринимайте это, как какие-либо рекомендации, если вас серьезно беспокоят описанные проблемы, то необходимо обратиться к специалистам, а не на Хабр.
Болею я за сети-то, ой как болею, и надеюсь на ИИ на их основе в перспективе, см., напр, этот комент, кот. решит назревающие проблемы. Поэтому и пишу про недостатки, напр, как им смысл искать не брутфорся статистику связей слов, а ближе к тому, как это делает человек, контекстно.
Но к сожалению пока никакой переводчик корректно эту фразу не переводит. Судя по описанию и сабж использует только статмодель языка. Значит будут промахи со смыслом в более сложных случаях, статистик кот. не было в обучающей выборке, или была не достаточной. Но ошибок будет меньше чем в пред. решениях. Посмотрим. А хотелось бы, чтобы ИИ смыслил лучше человека. И не напрягайтесь так, надеюсь скрепки производить этим ИИ еще пока не доверят)
Например, сама наука не является объектом науки. Нет науки о науке.
Наука это деятельность по приобретению знаний — познание, и социальный институт. Процессами познания занимаются теория познания, как раздел философии и самостоятельная наука, статистическими показателями — наукометрия, как социальным институтом — науковедение. Классическим примером целостной теории познания является философия познания Канта. Хорошая теория познания объясняет не только преобретение научного знания, но и причины возникновение философских течений, по крайней мере, предлагает гипотезы. Именно этим отличается теория Канта от многих других. В настоящее время этими вопросами занимаются когнитивные науки, истолковывая познания шире, как процесс приобретения, передачи, представления, хранения, обработки и использования информации в различных формах и на разных уровнях (клеточном, тканевом, организменном, популяционном, социальном). В этом смысле знание высшая форма информации и сущностное свойство со-знания и самого процесса по-знания.
В совокупности эти науки позволяют создавать модели развития самой науки (процесса роста знания) и прогнозировать ее развитие. К сожалению в последнее время на Западе заговорили о наметившейся тенденции стагнации в науке, прежде всего в фундаментальной физике, см. этот комент, со ссылки на источники для пояснения.
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)
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.
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.
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.
Кант не ответил на вопрос — откуда взялись эти априорные формы познания у человека, эти «очки»? Как думаете?
По аналогии можно доказать более сильное утверждение, см. вики.:
Вывод:
Человек это робот.
Говорят, что у человека есть душа… а мало-ли, что говорят.
За перевод спасибо, интересная тема.
Второй момент состоит в том, что современные ИНС позволяют находить статические решения. Модели которые они создают являются статическими аппроксиматорами, полученными с помощью процедур статистической оптимизации. В мозге внутренние модели объектов, особенно поведения, принципиально динамические. Это пока не достижимо в существующих схемах ИНС. Народ посмеиваются над «нейроном бабашки», но в действительности это только один из нейронов целой нейросети динамической модели бабушки. Эта модель в мозге, например, внучка постоянно активна, постоянно обучается, и влияет на его поведение, даже если бабушки не видно. Связь нейронов в этой модели в общем случае асинхронна, в отличии от синхронных ИНС. Биологические нейроны обладают способностью не только к пространственной, но и временной суммации, а сами нейроны моделировать целыми сетями (1, 2, 3, 4). В современных ИНС временная суммация, отвечающая за динамику, заменяется пространственной, и в них принципиально не может быть динамических пространственно-временных моделей, которые непрерывно обучаются, принимают решения, и управляют поведением. Как это гипотетически выглядит на практике в случае бабушки. Бабушка говорит внучку — «пойдешь играть на улицу, вернись к 10 часам». Внучек увлеченно играет с другими ребятишками, и вдруг, неожиданно, вспоминает, что ему пора домой, т.к. время близко к 10 часам, бросает игру и идет домой. Что происходит на самом деле) Ничего внучек не вспоминает, он увлеченно играет) нейросеть связанная с моделью его личности, поведения основная, обладает высоким приоритетом. Однако параллельно ей, в бэкграунде (на подсознательном уровне), независимо, функционирует нейросеть бабушки, и она может получать информацию об активности дитя, почти в таком же объеме, как сама сеть внучка. Она отслеживает время по биологическим часам и др. признакам, и когда оценка времени приближается к назначенным 10 ч. возбуждается) точнее резко возрастает активность определенных нейронов, которая передается в нейросеть ребенка, приводя ее в возбуждение) и вуа-ля… ребенок неожиданно вспоминает, что ему пора домой. Конечно, если приоритет бабушки в нейросети ребенка высок (это значит он ее любит, ну или боится), если не высок, то не вспоминает просьбу и продолжает играть, пока бабушка сама за ним не явится. В мозге множество таких динамических моделей разного уровня соответствия прототипу относящихся к бабушке, матери, отцу, родственникам, друзьям, игрушкам, телевизору, и тд, и тп., если говорить про ребенка. Все постоянно активны, конкурируют за внимание или кооперируются для решения поведенческих задач. Только так эволюция смогла решить задачу выживания видов моделирую окружающую среду в виде системы конкурирующих/кооперирующихся динамических моделей объектов и процессов в ней, важных с точки зрения выживания, путем предсказания их поведения.
Естественно, в биологических сетях нет точного аналога процедуры обратного распространения ошибки, и эти изыскания, как и пишите смахивают «на натягивание ужа на ежа», но полезны в поиске решения задачи действительных механизмов обучения в биологических сетях.
Но к сожалению пока никакой переводчик корректно эту фразу не переводит. Судя по описанию и сабж использует только статмодель языка. Значит будут промахи со смыслом в более сложных случаях, статистик кот. не было в обучающей выборке, или была не достаточной. Но ошибок будет меньше чем в пред. решениях. Посмотрим. А хотелось бы, чтобы ИИ смыслил лучше человека. И не напрягайтесь так, надеюсь скрепки производить этим ИИ еще пока не доверят)
Девушка с косой на косе косила траву косой.
Гугло-переводчик (трансформер) нет.
В совокупности эти науки позволяют создавать модели развития самой науки (процесса роста знания) и прогнозировать ее развитие. К сожалению в последнее время на Западе заговорили о наметившейся тенденции стагнации в науке, прежде всего в фундаментальной физике, см. этот комент, со ссылки на источники для пояснения.
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.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.
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.
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)
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.
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.