Хабр Курсы для всех
РЕКЛАМА
Большая витрина: от крупнейших школ до частных авторов. Сравнивайте по цене, длительности, формату и выбирайте самый подходящий курс!
Хабр доступен 24/7 благодаря поддержке друзей
Комментарии 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.
Самолёты прекрасно летают, не махая крыльями как птицы.Пока самолетами управляют люди. Либо пока люди проектируют маршруты.
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.
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.
Они машут лопастями пропеллеров/турбин =)
Природа не осилила подшипники и вращающиеся оси.
Я просто оставлю это здесь: АТФ-Синтаза и Жгутики простейших
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.
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 :-)
Только у птиц и маневренность повыше будет и при этом у них двигатели не отказывают в полёте.
А модель руки во многом устроена не так как настоящая рука. Что не мешает ей быть моделью руки.
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.
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.
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.
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?
Зачем повторять все её костыли?
для создания человекоподобного интеллекта, не?
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.
Не удержался.
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=)
также обошел ограничения для обработки цифровых сигналов сформулированные в теореме Котельникова.
это как?
Я так и не понял чем новые стохастические нейроны лучше прежних детерменированных. Их же обучать сложнее будет, повторяемость результатов будет хуже.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Компания IBM создала первые в мире стохастические нейроны с фазовым переходом