В коре вашего мозга 17 млрд компьютеров

Автор оригинала: Mark Humphries
  • Перевод
Нейросеть нейросетей


Изображение brentsview под лицензией CC BY-NC 2.0

В мозг поступает информация из внешнего мира, его нейроны получают данные на входе, производят обработку и выдают некий результат. Это может быть мысль (хочу карри на ужин), действие (сделать карри), изменение настроения (ура, карри!). Что бы ни получилось на выходе, это «что-то» является преобразованием данных со входа (меню) в результат на выходе («куриный дхансак, пожалуйста»). И если представлять мозг как преобразователь с входом в выходом, то неизбежна аналогия с компьютером.

Для одних это просто полезный риторический приём, для других — серьёзная идея. Но мозг — это не компьютер. Компьютером является каждый нейрон. В коре головного мозга 17 миллиардов компьютеров.

Посмотрите на это:


Пирамидальный нейрон, спроецированный в 2D. Чёрное пятно посередине — это тело нейрона, а остальные провода — его дендриты. Изображение: Ален Декстеше

Это изображение пирамидального нейрона. Такие клетки составляют большую часть коры вашего мозга. Пятно в центре — тело нейрона, а во все стороны тянутся и ветвятся дендриты, извилистые провода, которые собирают входные данные от других близких и далёких нейронов. Входные данные поступают по всей длине каждого дендрита, некоторые прямо рядом с телом, а другие далеко на кончиках. Важно, куда именно поступит сигнал.

Многие не понимают, насколько важно местоположение входных данных. Обычно работу нейронов сводят к идее простого сумматора. В этой идее дендриты — просто устройства для сбора входных данных. Активация каждого входа в отдельности немного изменяет напряжение тока в электрической нейросети. Если суммировать ток со всех дендритов, то генерируется дендритный потенциал действия (спайк), который спускается по аксону и станет входом для других нейронов.


Модель нейрона с суммированием входных сигналов и генерацией дендритного потенциала действия, если сумма входов превышает порог (серый круг)

Это удобная ментальная модель, она лежит в основе всех искусственных нейронных сетей. Но она неправильная.

Дендриты — не просто кусочки проволоки. У них тоже есть собственное устройство для генерации спайков. Если на одном небольшом участке дендрита активировано достаточное количество входов, то они будут усилены:


Два цветных сгустка — это два входа в один участок дендрита. Когда они самостоятельно активируются, каждый порождает отклик. Серая стрелка на рисунке указывает на активацию этого входа (отклик здесь означает «изменение напряжения»). При совместной активации отклик больше (сплошная линия), чем сумма отдельных входов (пунктирная линия)

Соотношение между количеством активных входов и размером отклика на небольшом участке дендрита выглядит следующим образом:


Размер отклика в одной ветви дендрита в ответ на увеличение числа активных входов. Локальный «спайк» — это резкий скачок от минимальной к большой реакции

Мы видим локальный всплеск: внезапный скачок от почти нулевой реакции на несколько входов к очень большой реакции с добавлением ещё одного. Этот участок дендрита работает «надлинейно», здесь 2+2=6.

Мы много лет знаем об этих локальных всплесках на отдельных участках дендрита. Мы видели спайки в нейронах на срезах мозга. Мы видели их у животных под наркозом, которым щекотали лапы (да, мозг без сознания ещё что-то чувствует; просто не утруждает себя ответом). Совсем недавно мы видели их в дендритах нейронов у животных в движении (да, Мур с коллегами зафиксировали ЭМ-поле в нескольких микрометрах от мозга бегающей мыши; сумасшедший, правда?). Дендриты пирамидального нейрона действительно генерируют спайки.



Но почему этот локальный всплеск меняет наше представление о мозге как о компьютере? Потому что у дендритов пирамидального нейрона много отдельных веток. И каждая способна вычислить результат и выдать всплеск. Это означает, что каждая ветвь дендрита действует как небольшое нелинейное выходное устройство, суммируя и выводя локальный всплеск, если эта ветвь получает достаточное количество входов примерно в одно время:


Дежавю. Одна дендритная ветвь действует как небольшое устройство для суммирования входов и выдачи всплеска, если одновременно поступило достаточно входов. И преобразование от входа к выходу (серый круг) — тот же график, который мы уже видели выше, определяющий силу спайка

Погодите. Разве это не наша модель нейрона? Да, это она. Теперь, если заменить каждую маленькую ветвь дендрита одним из наших маленьких «нейронных» устройств, то пирамидальный нейрон выглядит примерно так:


Слева: много дендритных ветвей нейрона (сверху и снизу от тела). Справа: получается, что это набор нелинейных суммирующих устройств (жёлтые ящики с нелинейными выходами), которые выводятся в тело нейрона (серый ящик) и суммируются там. Что-то знакомое?

Да, каждый пирамидальный нейрон представляет собой двухслойную нейронную сеть. Сам по себе.

Прекрасная работа Поирази и Мела ещё в 2003 году явно показала это. Они построили сложную компьютерную модель одного нейрона, имитируя каждый маленький кусочек дендрита, локальные всплески внутри них, и как те спускаются к телу. Затем они напрямую сравнили выход нейрона с выходом двухслойной нейронной сети — и они оказались одинаковыми.

Необычайное значение этих локальных всплесков в том, что каждый нейрон является компьютером. Сам по себе нейрон способен вычислить огромный диапазон так называемых нелинейных функций, которые он просто суммирует и выдаёт спайк. Например, с четырьмя входами (синий, море, жёлтый и солнце) и двумя ветвями, действующими как маленькие нелинейные устройства, пирамидальный нейрон может вычислить функцию «связывания признаков»: реагировать на сочетание синего и моря или на сочетание жёлтого и солнца, но не реагировать иначе, например, на синий и солнце или жёлтый и море. Конечно, у нейронов гораздо больше четырёх входов и гораздо больше двух ветвей: таким образом, они способны вычислять астрономический диапазон логических функций.

Совсем недавно Ромен Кейз с друзьями (я один из друзей) показали, что единственный нейрон вычисляет удивительный диапазон функций, даже если не способен сгенерировать локальный дендритный всплеск. Потому что дендриты, естественно, не линейны: в своём нормальном состоянии они фактически суммируют входные данные, получая результат меньше, чем сумма отдельных значений. В таком режиме они работают сублинейно, то есть 2+2 = 3,5. И наличие многих дендритных ветвей с сублинейным суммированием также позволяет нейрону действовать как двухслойная нейронная сеть. Двухслойная нейронная сеть, которая вычисляет различный набор нелинейных функций, построенный по нейронам с надлинейными дендритами. И почти у каждого нейрона есть дендриты. Таким образом, почти все нейроны в принципе могут быть двухслойной нейронной сетью.



Другое удивительное следствие локального всплеска состоит в том, что нейроны знают о мире намного больше, чем говорят нам — или другим нейронам, если уж на то пошло.

Недавно я задал простой вопрос: как мозг распределяет информацию? Когда мы смотрим на проводку между нейронами в мозге, мы можем проследить путь от любого нейрона к любому другому. Как же тогда информация, очевидно доступная в одной части мозга (скажем, запах карри), не появляется во всех других частях мозга (например, в зрительной коре)?

На это есть два противоположных ответа. Во-первых, в некоторых случаях мозг не разделён: информация действительно появляется в странных местах, например, звуки доходят до области мозга, которая отвечает за ориентирование на местности. И другой ответ: мозг разделяют дендриты.

Как мы только что видели, локальный всплеск является нелинейным событием: он больше, чем сумма входов. И тело нейрона в основном не может обнаружить ничего, что не является локальным всплеском. Это означает, что оно игнорирует большую часть входных данных: тот участок, который генерирует импульс для остальной части мозга, изолирован от большей части информации, которую получает нейрон. Нейрон реагирует только тогда, когда много входов активны одновременно во времени и пространстве (на одном и том же участке дендрита).

В таком случае получается, что дендриты реагируют на то, на что не реагирует нейрон. Именно это и происходит. Мы видели, как в зрительной коре многие нейроны реагируют только на объекты, которые движутся под определённым углом. В некоторых нейронах генерируются спайки при движении объекта под углом 60°, в других 90° или 120°. Но дендриты реагируют на все углы без исключения. Дендриты знают гораздо больше об окружающем мире, чем тело нейрона.

Они также видят гораздо больше. Нейроны зрительной коры реагируют только на вещи в определённом месте: один нейрон может реагировать на объекты слева вверху, другой — на объекты справа внизу. Совсем недавно Соня Хофер с коллегами показали, что всплески нейронов происходят только в ответ на объекты, появляющиеся в одном определённом положении, но дендриты реагируют на множество различных положений, часто далёких от специализации нейрона. Таким образом, нейроны реагируют только на небольшую часть полученной информации, а остальная информация спрятана в их дендритах.



Почему всё это важно? Это означает, что каждый нейрон может радикально изменить свою функцию, сменив всего несколько входов. Некоторые входы становятся слабее — и внезапно целая ветвь дендрита замолкает. Нейрон, который раньше был рад видеть кошек, потому что эта ветвь любила кошек, больше не реагирует, когда ваша кошка запрыгнула на клавиатуру работающего компьютера — и в результате вы стали гораздо более спокойным, собранным человеком. Несколько входов усиливаются — и внезапно целая ветвь начинает реагировать: нейрон, который раньше не реагировал на вкус оливок, теперь радостно генерирует всплески, когда фиксирует полный рот спелых зелёных оливок — по моему опыту, этот нейрон активируется у человека только после 20 лет. Если бы входы просто суммировались, то новые входы сражались бы со старыми за функцию нейрона; но каждый участок дендрита действует независимо и легко производит новые вычисления.

Это означает, что мозг может производить множество вычислений. Нельзя считать нейрон просто сумматором входных данных и генератором всплесков. Но именно так устроены юниты в искусственных нейронных сетях. Это говорит о том, что глубокое обучение и другие системы ИИ даже не приблизились к вычислительной мощи реального мозга.

В коре головного мозга 17 миллиардов нейронов. Чтобы понять, что они делают, мы часто проводим аналогии с компьютером. Некоторые аргументы полностью основаны на этой аналогии. Другие считают её заблуждением. В пример часто приводят искусственные нейросети: они производят вычисления и состоят из нейроноподобных вещей, поэтому и мозг должен вычислять. Но если мы думаем, что мозг — это компьютер, потому что он подобен нейронной сети, то теперь мы должны признать, что отдельные нейроны тоже являются компьютерами. Все 17 миллиардов в коре. Возможно, все 86 миллиардов в мозге.

Это значит, что кора головного мозга — не нейронная сеть. Это нейросеть из нейросетей.
Поддержать автора
Поделиться публикацией

Комментарии 198

    –9
    в будущем окажется, что у человека есть душа, где роются мысли, а нейроны — только связующие с этим «эфиром»
      0
      Находят неожиданные вещи. А вот примеров, что подтвердили нечто ранее отвергнутое что-то не припоминается.
        0
        Гелиоцентрическая система разве не подходит?
          0
          В целях логичности построения и дидактичности, Птолемей иногда либо специально отбирал только выгодные ему свои и чужие наблюдательные данные, либо подгонял данные под казавшийся ему правильным теоретический результат, что противоречит современным представлениям о научном методе.
          Wiki
        0

        Это, кстати, взгляд Дэвида Чалмерса

          0
          в будущем окажется

          К тому времени для вас этот вопрос потеряет актуальность.
            0
            в будущем окажется, что у человека есть душа, где роются мысли, а нейроны — только связующие с этим «эфиром»

            На самом деле, Ваше будущее местами далеко в прошлом. Ещё Декарт в 16-м веке разделял дух и тело, выдвинув предположение, что у человека внутри некие трубки (нервы) с нитями (сигналы), которые могут натягиваться в зависимости от внешних воздействий, открывая клапаны в мозг (по сути, нейроны). А через клапаны текут «животных духи». Вообщем, он был почти прав, но тогда не знали о существовании электрического поля. Так что электрическое поле давно открыли.

            А отсутствие эфира, в котором передаются электромагнитные волны доказали ещё при жизни Эйнштейна.
            +1
            Все именно так, а сознание это оркестратор этих нейросетей, который получает от них «прогнозы» на основе опыта. И чем опыт был определеннее в данной ситуации, тем точнее прогноз. Грубо говоря мозг состояит из миллиардов заточенных под узкую задачу микропрограмм, а одна мастер программа-сознание, не имеет четкой специализации.
              +19
              т.е. наш мозг построен на микросервисах?! шах и мат монолитсты!
                +1

                Да щаз! Блок питания то один! :)

                  0
                  Вот тут я описал подробнее. Причем, чем мы больше информации подаем на вход определенной функции, тем точнее она работает в будущем. Например, мы очень хорошо отличаем лица людей, потому что занимаемся этим с рождения на выбраной группе людей (европейцы), попадая же в чужую группу, о которой у нас мало информации (азиаты), мы считаем их «на одно лицо», да еще и не доверяем, потому что считывать их эмоции для нас сложнее, нейросеть не накопила достаточно информации об эмоциях на этом типе лиц. В целом, с возрастом, любая новая информация воспринимается, как потенциально опасная, ведь все что с нами уже произошло мы знаем и записали, а вот чего не произошло черт его знает, вспомогательные системы советуют сознанию, на всякий случай, избежать контакта с неизвестным. Очень много аспектов нашего поведения как вида, происходит от механизмов работы мозга. Консерватизм мышления, расисзм, проблемы отцов и детей, все растет оттуда, от древовидной микросервисной структуры нашего мышления.
                    +1
                    Например, мы очень хорошо отличаем лица людей, потому что занимаемся этим с рождения

                    Нет. Люди хорошо различают лица т.к. у нас для этого процесса есть специальная зона в мозге. И если эта зона не работает, то возникает болезнь Прозопагнозия.
                    Именно эта зона заставляет нас видеть лица в любых предметах с 3 точками



                    И на счет похожести азиатов: съездите в китай или корею и походите по улицам. Они отличаются друг от друга не меньше, чем европейцы.
                      0
                      Они отличаются друг от друга не меньше, чем европейцы.

                      Если говорить строго, то азиаты больше похожи друг на друга — у них один и тот же цвет волос и глаз, в отличии от.
                        0
                        Если строго, то да. В остальном сильно заметных отличий много, даже форма глаз отличается.
                        Лично для меня корейцы и китайцы не выглядят близницами, даже дети одного возраста.
                          0
                          Строго говоря, не всегда. Был не так давно скандал, когда в японской школе японскую девочку пытались заставить красить волосы в чёрный, чтобы не выделяться.
                          +1

                          А вы думаете если эту зону не тренировать, она сама будет различать лица с day0? Мы видим лица именно потому что зона мозга, та самая мини программа по распознанию лиц тренируется годами и да, китайцы отличаются именно когда проведешь там немного времени и опять же подашь данных на нейросеть отвечающую за обработку лиц, добавив туда данные об азиатах.

                            0
                            Обучается ли эта «программа» вряд ли кто скажет, наверное да. Но то, что она работает с day0 это факт. Эта зона уже знает по каким признакам различать лица (в основном глаза + брови и рот) и предоставляет значение этих признаков.

                            Есть и другие аналогичные штуки. Например есть зона отвечающая за определение движения объектов. Если она повреждена вам будет сложно определять в какую сторону движется объект и сам факт движения. (люди с такими повреждениями есть)
                            И эта зона готова к работе при рождении, обучать ее не нужно.
                              0
                              Я допускаю, что какие-то функции hardcoded в определенных разделах мозга. В конце концов мы не учимся управлять сердцем или дыханием, эти умения есть сразу. Но существуют кейсы вроде этого, значит мы можем перепрофилировать участки для сохранения жизненных функций.
                                0
                                Мы вообще не управляем сердцем. Насколько я помню, при формировании эмбриона первый нейрон тянется от сердца к мозгу, а не наоборот.
                            0
                            Нет. Люди хорошо различают лица т.к. у нас для этого процесса есть специальная зона в мозге.

                            Если дело касается мозга, тут нет ничего однозначного. Нет на 50%, а на 50% это обучение этой области мозга. Пример с китайцами для нас актуален, а для китайцев все белые одинаковы, пока эта область мозга не обучится находить отличия. Нужна некоторая тренировка, даже при наличии специальной зоны в мозге.
                            Были эксперименты с котятами например
                            В учебнике общей психологии был описан такой эксперимент: котят помещали в так называемую вертикальную среду (котята сидели в темноте, и свет зажигали ненадолго, при этом в пустом помещении имелись только вертикальные полоски на стенах). По окончании сензитивного периода их помещали в обычную среду. Оказалось, что такие котята не видят горизонтальные предметы, то есть если швабра стоит, то котенок может ее обойти, если она лежит, то он на нее натыкается. Это происходит потому, что в коре не образовались связи, реагирующие на горизонтальные предметы. То есть сигнал, поступивший через глаза и далее через боковое коленчатое тело, просто не может быть обработан в коре, он не распознается. Этот пример говорит о том, что животное, в частности человек, который в сензитивный период (до 3-5 лет) не получил богатый сенсорный опыт, будет ограничен в развитии своих интеллектуальных способностей. Пример – дети-Маугли, которых находили в возрасте 5-7 лет, не способных уже научиться говорить.
                              –1
                              В учебнике общей психологии был описан такой эксперимент: котят помещали в так называемую вертикальную среду (котята сидели в темноте, и свет зажигали ненадолго, при этом в пустом помещении имелись только вертикальные полоски на стенах). По окончании сензитивного периода их помещали в обычную среду. Оказалось, что такие котята не видят горизонтальные предметы, то есть если швабра стоит, то котенок может ее обойти, если она лежит, то он на нее натыкается.

                              Ууу мрази
                                0
                                Ни один котёнок не пострадал, со временем они обретали способность распознать горизонтальные предметы, хоть и хуже собратьев.
                      0
                      Кроме всего вышеописанного не учитывается, что нейрон это таки не просто сумматор, это клетка, которая сама по себе очень сложна. Даже так — ОЧЕНЬ сложна. И от внутреннего состояния этой клетки зависит то, как работает нейрон. А внутреннее состояние клетки зависит не только и не столько от электричества, но и от того какие молекулы находятся возле нейрона, внутри нейрона и где именно они находятся, все вместе одновременно. А что именно окружает нейрон и находится внутри нейрона зависит как от него самого, так и от окружающих нейронов и даже совсем других органов, находящихся в совсем другом месте

                      Аналогия в виде математической нейросети была введена по той-же причине, по которой когда-то был введён «теплород» — для некоторого упрощения. Некоторое=бесконечное, зато считать удобней
                        +1
                        И от внутреннего состояния этой клетки зависит то, как работает нейрон. А внутреннее состояние клетки зависит не только и не столько от электричества, но и от того какие молекулы находятся возле нейрона, внутри нейрона и где именно они находятся, все вместе одновременно. А что именно окружает нейрон и находится внутри нейрона зависит как от него самого, так и от окружающих нейронов и даже совсем других органов, находящихся в совсем другом месте
                        Еще сильнее напугаю читающих. Уже через 5-6 минут поведение нейрона существенно может измениться от записанного в ДНК и в зависимости от полученной дифференциации в ходе развития организма. А через 10 минут нейрон может вообще запустить программу самоликвидации или начать переползать в другое место в мозгу на основании кода в ДНК.
                          0
                          Не удивлюсь уже, если нейрон умеет и переписывать собственную ДНК. Или не только собственную — как бы не обнаружилось, что обмениваются ими друг с другом.
                              0
                              … и принципиально не отличается от hardware нейрочипов.
                                +1

                                Отличается на уровне разницы между sim city 4 и реального города. Сим сити тоже можно назвать принципиально не отличающимся, но это будет чистая ложь

                              +1
                              Собственную ДНК нейрон конечно переписывать не может никак. Активировать/деактивировать некоторые отрезки до определенной степени конечно может. Но переписывает, дописывает, существенно модифицирует (с передачей потомкам) только эволюция и модификация вирусами.
                                0
                                Вы правы, но существенной разницы между метилированием и переписыванием нет. Можно сказать, что ДНК кодирует много версий програмы, а метилирование отключает ненужные ветки, что равнозначно переписыванию т.к. существенно меняет алгоритм.
                                  0
                                  Нет, это не так. Аналогия между алгоритмом и ДНК тут ломается. Переписывание ДНК эволюцией позволяет получать принципиально новые программы. А метилирование/деметилирование может только включать/выключать имеющийся код, который раннее был отработан эволюцией во включенном состоянии. И метилирование/деметилирование очень слабо передается потомкам. В то время как код ДНК передается в полном виде, с учетом случайной комбинации кода родителей.
                            0
                            Это всё гипотезы. Теоретически сложность логической функции нейрона может быть очень большой, ограниченной лишь его атомистической сложностью. Но есть ли причины считать, что так и есть? Мне такие причины неизвестны. Более того, без пруфов это выглядит маловевероятным.
                              0
                              Не может. На кодирование нейрона в ДНК прописано не так много информации, несколько генов, килобайты информации. Грубо говоря там указано, берем типовую клетку, типовой обмен веществ, только с одного боку выращиваем дендриты, с другой аксоны и всё на этом. Ну и множество подсказок в каком направлении выращивать, в зависимости от местоположения нейрона.
                              Если бы каждый атом был бы функционален, на кодирование нейрона требовались бы террабайты информации, и механизмы формирования типа наноассемблера, чего и близко нет.
                                0

                                Согласен, но я давал верхнюю оценку, что бы не спорить лишний раз.

                                  0

                                  ДНК не является ВСЕМ, что влияет на то, как будет работать нейрон в будущем или настоящем, это искажённое инженерное восприятие влияет на такое ошибочное представление, что вот есть ДНК и это и есть код, который описывает как работает клетка. А на деле ДНК это лишь часть информации о том, как работает клетка, равнозначная информации о том, где расположены митохондрии и что находится внутри них, какие рядом с клеткой есть молекулы и так далее.


                                  Природа не работает по SOLID принципам для удобство человеческого воспрития отдельными слоями абстракции

                                    0
                                    В обычных условиях ДНК описывает всю работу клетки. Если создать условия, например высокие или низкие температуры, то, конечно, нейрон начнет работать совсем не так, как это записано в коде ДНК. Скорее всего нейрон погибнет просто или деформируется. Нормальный рабочий режим полностью определен ДНК клетки любой (не важно нейрон это, мышечная клетка или растительные волокна в растениях). Если там не прописан синтез белка, его и не будет. Если там прописана реакция на какие-то входные воздействия, они будут осуществляться. Инженерное восприятие, только не искаженное, вроде.
                                      0
                                      равнозначная информации о том, где расположены митохондрии
                                      равнозначность требует доказательства. Никакой равнозначности там нет и близко.
                                      какие рядом с клеткой есть молекулы и так далее
                                      не имеет существенного значения для сложности. Развитие некоторых клеток устойчиво в широких пределах изменения среды. Это доказывает, что вся основная сложность записана в ДНК.
                                      ДНК не является ВСЕМ, что влияет на то, как будет работать нейрон в будущем или настоящем
                                      Это вообще не имеет никакого отношения к дискуссии. Структура нейросети тоже не является ВСЕМ, важно ещё то, какие картинки ей скармливать в процессе обучения. Мы говорим о принципиальной схеме.
                                      есть ДНК и это и есть код, который описывает как работает клетка
                                      Именно так. Вы пока что не показали ни одного существенного отличия между комплексом «ДНК+гамета» и системой «прошивка+ПК». Данные, которые поступают в программу в процессе её работы для этой аналогии ничего не меняют.
                                        0

                                        Равнозначность требует такого же доказательства как и не равнозначность.


                                        Но допустим упростим всё только до ДНК и её метилирования. Итого у нас есть нейрон, поведение которого Тьюринг полное и его состояние, которое описано 1.5гб кода с метилированием уникальным для именно этого нейрона, которое занимает десятки мегабайт и не может быть в отличие от ДНК быть shared состоянием.


                                        Остаётся симулировать 17 млрд небольших Тьюринг полных девайсов с немалой собственной памятью и состоянием, которое постоянно меняется как от внешних взаимных факторов, так и от внутренних.

                                          0
                                          В статье про метилирование нет ни одного намека что нейроны сами себе что-то способны метилировать. Пишут что метилирован 1% ДНК всего. Как я понял механизм нужен для формирования специализированных клеток из стволовых.
                                          Неуместное метилирование противоопухолевых генов вообще, одна из основных причин рака.
                                          0
                                          Ну да, вполне себе обозримая задача при сегодняшних технических возможностях.
                                          занимает десятки мегабайт
                                          Откуда такая оценка? Но даже если она верна, то 17*10^9*10^7 byte = 170 Petabyte, это примерно объем хранилища одного суперкомпьютера сегодня.
                                          Такой суперкомпьтер включает примерно 10^14-10^15 транзисторов, по 10000 транзисторов на «нейрон».
                                            0

                                            Ограничение хабра и мобильной версии — нельзя отредактировать — 17 триллионов конечно же, нужно 170 000 петабайт памяти с одновоеменным доступом 17 триллионов Тьюринг полных девайсов и еще памятью на всю сеть между такими девайсами

                                              0
                                              Ну это если считать, что целых 10 мегабайт на синапс нужно. Откуда такие данные? Если брать даже 10 мегабайт на нейрон, то получается 80*10^9 * 10^7 byte = 800 Petabyte, для сравнения Youtube сохраняет примерно 100 PB в год, возможно уже больше.
                                                0

                                                Вообще все эти схемы на ходу так или иначе очень не точны.


                                                Более менее грубая оценка мне видится такой
                                                Размер ДНК оперативный процент метилирования цена указания на отключенный участок + число белков* цену в памяти на каждый включая место в транспортной сети + электрический потнциал во всех участках, которые электрически имеют разный потенциал плюс указание на всё то множество мест, где синапсы как-то касаются, плюс координаты каждой сигнальной молекулы и учет их транспорта в межклеточном пространстве.


                                                И это расходы на ram. «Вычисления» нейрона происходят не при помощи ДНК, как я много раз говорил, а при помощи тех молекул, котоыре произведены на основе ДНК. Расположение и «механическое» действие таких белков это и есть то, что прямо влияет на поведение клетки и это потребует память, которая постоянно состояние

                                                  +1
                                                  С учётом скорости работы нейронов даже HDD будет достаточно, RAM не нужна.
                                                  «Вычисления» нейрона происходят не при помощи ДНК, как я много раз говорил, а при помощи тех молекул, котоыре произведены на основе ДНК
                                                  А я уже много раз отвечал, что это не имеет значения, так же можно сказать, что в транзисторе вычисления происходят при помощи тех электронов и ионов, которые в него входят.
                                                    0

                                                    Транзистор не Тьюрин полный, эта аналогия не применима

                                                      0
                                                      Ну это придирка. Для минимальной тьюринг-полной машины нужно примерно 300 транзисторов, если я правильно припоминаю.
                                                      Модифицирую свой пример:
                                                      В машине из 300 транзисторов вычисления происходят при помощи каждого из электронов и ядер, составляющих тразисторы. Это если говорить, что в нейроне каждый атом принимает участие в вычислениях.
                                                        0

                                                        Ага, только вот не учтена одна мааааленькая, но бесконечно важная деталь — для Тьюриг машины нужен не только вычислитель, а ещё и память(лента), аналогом коей и являются те молекулы и их расположение, которые я многократно упоминал именно в этом ключе, а также информация о метелировании ДНК, которая также является мутабельной памятью и которая уникальная для каждой отдельной клетки

                                                          0
                                                          Лента включена в 300 транзисторов.
                                                          Total element count in the minimal turing machine = 134(CPU) + 144(Tape) + 36 (program counter) = 314
                                                          Давайте не будем уходить от темы. Вы говорите, что сложность нейрона — это его атомистическая сложность. Я вам говорю, что если так, то сложность процессора — это электронная сложность, а не транзисторная. Вот и всё.

                                                          Второй вопрос — это объем памяти метилирования. Даже если это 10 мегабайт на нейрон, то выходит 800 ПБ на весь мозг и 170 ПБ на неокортекс, что всего на порядок больше объема оперативной памяти современного суперкомпьютера и примерно равно объему его хранилища. При том что latency у жесткого диска лучше, чем у нейрона.

                                                          Мы с Вами не первые, кто задался вопросом примерной вычислительной мощности мозга. Специалисты уже давно и детально разобрали этот вопрос. Например, одна из оценок:
                                                          computer comparable to the human brain, he added, would need to be able to perform more than 38 thousand trillion operations per second and hold about 3,584 terabytes of memory
                                                          38 Petaflops + 3.5 PB — на порядок слабее чем Summit. Конечно, мы не знаем, на сколько эта оценка достоверна, но под ней больше фундамента, чем под тем, что мы можем наговорить здесь в комментариях.
                                                            0

                                                            Предлагаю разбирться с вопросами по очереди. Я локализую расхождение в наших гипотезах.


                                                            Вы рассуждаете с предельного края моей оценки — по атомная точность, тогда как я ранее уже писал, что это пока можно отбросить и попробовать посмотреть упрощённую модель.


                                                            Возвращаясь к расхождению — сейчас оно находится в том, что лента ёмкостью некоторое количество мегабайт(грубая прикидка уникальных изменяемых данных в нейроне) включена в 300 транзисторов.


                                                            Как такое возможно?

                                                              0
                                                              сейчас оно находится в том, что лента ёмкостью некоторое количество мегабайт(грубая прикидка уникальных изменяемых данных в нейроне) включена в 300 транзисторов.
                                                              Я этого не говорил, это просто недопонимание. Но я и не хочу об этом говорить, это неважно.
                                                              Я предлагаю обсудить то, что если в нейронах активный элемент — атом, то в ЦПУ — электрон. Вы согласны?
                                                                0

                                                                Нет не согласен, если Вы проследите начало дискуссии, то я никогда не пытался доказать то, что Вы пытаетесь опровергнуть.


                                                                Я хочу показать, что нейрон это не несколько десятков байт без Тьюринг полноты, как в любой нейросети, включая harware железки, и является ли детализация до белка или до атома в рамках данного тезиса никакой роли, как не играет роли сколько денег стоит небоскрёб — один миллиард долларов или сто миллионов или десять миллиардов если у нас в кошельке есть только 5 баксов.


                                                                То, что Вы называете не важным я вижу как прямой уход от оценки — а какая на самом деле минимальная сложность нейрона, какой «бюджет» по железу нужу на то, чтобы производить симуляцию. Можно ли уложиться в 300/3000/30000 транзисторов или такие низкие показатели — сказки и мечты и бюджет на порядков эдак 7 больше.

                                                                  0
                                                                  — если допустить, что в нейронах активный элемент — атом, то в ЦПУ это будет электрон.
                                                                  — Нет не согласен
                                                                  Именно это меня и удивляет. Почему?
                                                                  является ли детализация до белка или до атома в рамках данного тезиса никакой роли
                                                                  Ну, это приличная разница, на 4-5 порядков где-то. 10^14 и 10^10 элементов. А если продолжить логическую линию и сказать, что это не атомы, не аминокислоты, не белки не комплексы, а орагнелы и их группы, то дойдем вообще до 10^3.
                                                                  я вижу как прямой уход от оценки
                                                                  Я как раз от прямой оценки не уходил, называл конкретные цифры: 170 PB, 38 PF+3.5PB. Какая Ваша оценка?
                                                                  Можно ли уложиться в 300/3000/30000 транзисторов или такие низкие показатели — сказки и мечты и бюджет на порядков эдак 7 больше.
                                                                  Ну вот Dharmendra Modha, director of cognitive computing at the IBM Almaden Research Center даёт оценку, по которой современные суперкомпьютеры уже на порядок превзошли весь неокортекс. Я не знаю, на сколько эта оценка окажется верной, но предложить лучшую оценку не готов. А Вы?
                                                                  порядков эдак 7
                                                                  Почему 7, а не 3 или 17? Покажите формулу.
                                                                    0
                                                                    Именно это меня и удивляет. Почему?

                                                                    Потому что Вы считаете важным пограничное предельное значение(точку), сосредотачиваясь полностью на ней, вместо взглянуть на всё пространство вариантов

                                                                    А если продолжить логическую линию и сказать, что это не атомы, не аминокислоты, не белки не комплексы, а орагнелы и их группы, то дойдем вообще до 10^3.

                                                                    Как в 1000 транзисторах разместить несколько мб памяти?

                                                                    3.5PB
                                                                    — Это не оценка на один нейрон

                                                                    Я не знаю, на сколько эта оценка окажется верной, но предложить лучшую оценку не готов. А Вы?
                                                                    К счастью наука поощряет синтез гипотез, поэтому почему бы нет? Как минимум я готов утверждать, что нейрон требует на много порядков больше ресурсов для симуляции, чем на это выделено даже в hardware реализациях с «симуляцией» синаптической щели — выше я приводил аргументы почему
                                                                    1) даже harware реализации считают нейрон не Тьюринг полным
                                                                    2) даже harware реализации не выделяют на один нейрон какое-то заметное количество байт

                                                                    Это тоже самое, что эмулировать intel i9 на Электроника МК52 путём отбрасывания регистров, конвейеров, аккумулятора и прочих «ненужных» усложняющих деталей intel i9
                                                                      0
                                                                      Вы считаете важным пограничное предельное значение(точку), сосредотачиваясь полностью на ней, вместо взглянуть на всё пространство вариантов
                                                                      Это не так, я пытаюсь дать верхнюю оценку (худший случай), ведь если мы способны справится с задачей даже в худшем случае, то в остальных и подавно.

                                                                      Как в 1000 транзисторах разместить несколько мб памяти?
                                                                      Никак, я такого и не предполагал. Даже если для логического аналога нейрона нужен целый мегабайт — это не проблема, у компьютеров сегодня хватит памяти для 10 МБ/нейрон.
                                                                      Это не оценка на один нейрон
                                                                      А я просто согласился с Вашей оценкой, не вижу смысла особо ее обсуждать, она не доказывает Вашу позицию, что мозг намного сложнее современных компьютеров.
                                                                      нейрон требует на много порядков больше ресурсов для симуляции, чем на это выделено даже в hardware реализациях с «симуляцией» синаптической щели
                                                                      Я с этим и не спорил. Я говорю, что доступные на сегодня вычислительный мощности, возможно, приближаются или превзошли совокупную мощность человеческого мозга. Про конкретную симуляцию и её дефекты я не говорил ни слова.
                                                                        0
                                                                        Никак, я такого и не предполагал

                                                                        Однако в другом Вашем комментарии Вы пишете:
                                                                        Потому что так задачу не ставят — не интересно, наверное. Один суперкомпьютер содержит примерно 0.5 квадралиона транзисторов, то есть в 20 раз больше, чем нужно для 85 млрд. Тьюринг-полных машин.

                                                                        Кроме того получается 0.5 * 10^15/(86*10^9) = 5810 транзистора на одну Тьюринг полную машину, что довольно странно, особенно если на неё нужно минимум несколько мегабайт памяти, которая вряд-ли влезет в 6 тыс транзисторов
                                                                          0
                                                                          на неё нужно минимум несколько мегабайт памяти
                                                                          это Вы так считаете. Даже если так, память может быть отдельно, на жестком диске. Она есть, по 10 МБ на нейрон хватит.
                                                                            0
                                                                            Какое random access IOpS будет у таких жестких дисков при 86 * 10^9 * 1000(1000 условных химических реакций в сек)? Напомню все нейроны работают одновременно.

                                                                            И есть ещё одна чисто алгоритмическая проблема(самая сложная) симуляции тьюринг полных сущностей, которые могут друг на друга влиять, но её оставим на сладкое
                                                                              0
                                                                              Какое IOpS будет у таких жестких дисков
                                                                              Это слишком технический вопрос, глубина и точность наших оценок недостаточно велика, что бы этим заморачиваться. Кэши могут помочь с этим, если понадобится.
                                                                              проблема(самая сложная) симуляции тьюринг полных сущностей, которые могут друг на друга влиять, но её оставим на сладкое
                                                                              В чем проблема?
                                                                                0
                                                                                Это слишком технический вопрос, глубина и точность наших оценок недостаточно велика

                                                                                Отнюдь, я просто подвожу к сути проблем, потребовалось время, чтобы стало понятно, что именно эти самоочевидные вещи не настолько самоочевидны.

                                                                                Обсуждаемая сейчас проблема как раз очень прозрачна, как и последующая, можно критиковать конкретную оценку в потребных объёмах, но то, что потребуется одновременный 86 млрд поточный random access к огромному объёму памяти — это неотъемлемая и неустранимая природа симуляции(в которой нейрон не группа вентилей, как я уже в самом начале говорил).

                                                                                К следующей мы тоже дойдём, как только разберёмся с одновременностью доступа кучи мелких cpu и потребными ресурсами на симуляцию 86 млрд этих микро cpu
                                                                                  0
                                                                                  Отнюдь, я просто подвожу к сути проблем, потребовалось время, чтобы стало понятно
                                                                                  Да нет там никакой проблемы. Какой IOPS вы считаете достаточным, почему?
                                                                                  потребуется одновременный 86 млрд поточный random access к огромному объёму памяти
                                                                                  А в чем проблема, там же data parallelism?
                                                                                  нейрон не группа вентилей, как я уже в самом начале говорил
                                                                                  Смотря какой размер группы.
                                                                                  как только разберёмся с одновременностью доступа кучи мелких cpu и потребными ресурсами на симуляцию 86 млрд этих микро cpu
                                                                                  Так не надо тянуть резину, напишите сразу, сколько по Вашему нужно ресурсов, конкретно. Не уходите от темы.
                                +4

                                Я еще где-то слышал что большой процент мозга занят тем что постоянно стабилизирует работу всего мозга чтобы не было всяких эпилепсий и прочего. Интересно было бы узнать подробнее.

                                  0
                                  Вот есть заметки на эту тему
                                  Еще серия статей, в том числе про аномально маленький мозг, только достоверность нужно уточнить
                                  … Они-то и продемонстрировали наглядно, почему увлекающийся математикой, с отличными показателями по части учебы студент может поблагодарить за эти успехи какую угодно другую часть своего тела, кроме мозга. Ведь нельзя же, в самом деле, усматривать в хороших оценках и знаниях заслугу органа, который у данного индивида, собственно, отсутствует! Нет, не то чтобы его там вовсе не было. Было… граммов около двухсот, если взвешивать без ликвора, но вместе с мозговым стволом и мозжечком! Тоненькая прослойка толщиной до половины сантиметра, отделявшая контур кости от огромных желудочков, едва ли составила бы больший вес…
                                  +11
                                  Так себе аналогия. С таким же успехом можно назвать логические вентили компьютерами и сказать, что в современной большой системе на кристалле находится несколько миллиардов компьютеров.
                                    –2
                                    нейрон это всё таки не аналог вентиля, сумматора и так далее. Сложность одного нейрона настолько огромна, что его логическую полную логическую копию в данный момент не может создать цивилизация. Нейрон это клетка, то есть в технологических терминах самовоспроизводящаяяся наномашина с молекулярными фабриками, транспортными сетями, и ДНК, которая является сама по себе компьютером-в-молекуле: метилирование
                                      +8
                                      Это безусловно так, клетки — это потрясающие наномашины. Но сколько внутренних процессов релевантно вычислительным функциям, а сколько нет — это вопрос. Скорее всего, не так уж много (по сравнению с их общим количеством). Так-то в транзисторах тоже много каких процессов происходит. Конечно не таких сложных, но все-таки.
                                        –1
                                        открыт, закрыт, открыт пропорционально сигналу на входе?
                                          +6
                                          Вы откройте код какой-нибудь современной модели транзистора, типа BSIM4 и посмотрите хотя бы на ее объем. И это при том, что она не будет учитывать ни динамику зарядовых ловушек в затворе, ни hot carrier injection процессы, ни баллистический транспорт в канале ни кучу других эффектов.
                                            +1

                                            Тем не менее транзистор в современном процессоре плюс минус размером как раз с молекулярную фабрику внутри клетки.


                                            Это битва уровня технологий «глиняный горшок» и звездолёта


                                            И нейрон не является вентилем или транзистором, либо их аналогом, он не работает по вышепредложенной математической модели «открыт/закрыт» пропорционально сигналу на входе. Почему нейрон выдаёт спайк или не выдаёт — очень сложный вопрос и упрощение из-за этой сложности модели нейрона до аналога из мира, который разработал человек — большая ошибка и огромная недооценка

                                              0
                                              В проекте OpenWorm вроде как симулирую червя, со всеми его 302 нейронами.
                                              Вот тут и тут по симуляции одноклеточных и многоклеточных.
                                              Сложно моделировать нейроны только до тех пор, пока нет упрощенной модели, при наличии модели всё упрощается. Аналогично и с транзистором, реле или радиолампой, неизвестную модель нужно моделировать с огромной детализацией, а когда получены вольт-амперные характеристики, модель упрощается на много порядков, можно парой алгебраических операций описать.
                                                0

                                                я этот проект изучал — симуляция там настолько же точна, насколько точна симуляция города в SimCity4, брошенная игроком.


                                                Внешне что-то где-то похожее, но не более того

                                                  0
                                                  Так и черви не являются копией друг друга, внешне похожи, но поведение будет различаться, в зависимости от генов, температуры, влажности, питания и т.п.
                                                    –2
                                                    Результат проекта OpenWorm не просто смехотворный, а уничижающе смехотворен. Налабали тележку с моторчиком и заявляют, что это и есть червь. Цели проекта и используемые методы легко менялись во времени, когда стало ясно, что даже упрощенные задачи не подъемные. Что же должно было быть сделано? Должна быть представлена некоторая предварительно заявленная начальная модель нейронов, синапсов, мышц, тканей, органов. Должны были быть установлены начальные параметры моделей нейронов, и при запуске модели, в виде результата получить модель червя, который пытается рыть норку, искать еду, питаться, избегать неблагоприятных условий, спариваться и обучаться примитивным рефлексам. Именно полученное поведение может показать, что изначальные модели и наше понимание функции нейронов правильные. И понимание этой правильности (или неправильности, или частичной правильности) и должно быть целью таких проектов моделирования. Но ничего и близко подобного не было получено. Поэтому считаю проект полностью провальным.
                                                      +1
                                                      Как может быть не завершенный проект быть провальным? Работают понемногу, тем более это открытый проект
                                                      As of January 2015, the project is still awaiting peer review, and researchers involved in the project are reluctant to make bold claims about its current resemblance to biological behavior; project coordinator Stephen Larson estimates that they are «only 20 to 30 percent of the way towards where we need to get»


                                                      Тут еще 2012 года публикация о моделировании одноклеточного животного. Возможно есть что-то еще.
                                                        –2
                                                        Этот проект совершенно провальный именно потому, что руководитель не понимает что он делает и почему. Руководитель не понимает какие результаты он должен получить и почему.
                                                        А вот вы себя ведете как 100%-й тролль-производитель лживых текстов. Сейчас вы заявляете, что провальный проект еще не может быть оценен (даже после более чем 10 лет после начала), а 2 постами ранее вы заявляли, что червь уже моделируется. То есть, положительные результаты на лицо. Это типично тролячье поведение автора. А учитывая объем выданных текстов нагора в этом обсуждении, вы смело попадаете в список штатных хабровских тролей.
                                                +4
                                                Наука началась с того, что люди типа Галилея сказали — нам не надо учитывать все сложности. Вычленили до предела упрощенные модели. С этого момента все и рвануло.
                                                А им говорили — это большая ошибка и огромная недооценка.
                                                  +1
                                                  упрощение из-за этой сложности модели нейрона до аналога из мира, который разработал человек — большая ошибка и огромная недооценка
                                                  Мы этого еще не знаем наверняка. Возможно Вы правы, а может и нет. Мы точно знаем, что функционально нейрон проще чем совокупность всех электронов, которые в него входят. Так-то можно сказать, что каждый атом — это «транзистор», но мы уже точно знаем, что описания функций целых белков (тысячи атомов) в человеческих аналогиях очень компактны. Функциональная сложность белков сильно ниже их атомистической сложности. Если пользоваться аналогией из электротехники, то принципиальная схема белка сильно проще чем разводка его печатной платы.
                                                  транзистор в современном процессоре плюс минус размером как раз с молекулярную фабрику внутри клетки
                                                  вы имеете ввиду рибосому?
                                              0
                                              В общепринятом смысле нейрон ничего не вычисляет и он не столько электрически связан, сколько химически
                                                0
                                                Нейрон не вычисляет, а мозг в целом — вполне. Я говорил про второе
                                              +8
                                              Сложность, к сожалению, не означает эффективность. Я думаю, эта сложность, похожа на сложность ламповой техники или сложность релейного, механического компьютера. Массивно, грандиозно, но бесполезно, КПД менее 0.01%.
                                              Нейрон это компромисс между ограничением органической ткани, ограничением энергопотребления, прочности, ограничением информации в ДНК, которая в том числе ограничивает сложность структуры мозга. Например в мозге при рождении прописано несколько рефлексов, нет ни байта лишней информации, только грубые инструкции, тут 200 грамм нейронов, тут нервные ткани 20 см, тут 50 грамм связующей ткани. Далее эта конструкция случайным образом пытается самонастроиться и не у всех удачно.
                                              Далее по параметрам нейронов, время релаксации нейрона 5 миллисекунд, против 0.1 наносекунды у полупроводников (если не экономить энергию). Разница в скорости 50 млн. раз. Микропроцессоры четко структурированы, каждый элемент на своем месте, ничего лишнего. Нейроны же хаотичны, огромное количество простаивает в резерве и экономичном режиме или сформированы по ошибке. Все нейроны одновременно работать не могут, при любой деятельности часть мозга отключается с целью экономии энергии.
                                              Или оцените скорость передачи информации в мозге, 20 м/с против скорости света в процессоре.
                                              Нейрон это клетка

                                              То же самое можно сказать про клетку инфузории, она еще сложнее, полноценный организм. Только она ничего не вычисляет, простейшие логические операции.
                                              Реле тоже сложнее, намного сложнее, чем современные транзисторы по технологии 14 нм, там считанные атомы отдельные. Только вот транзистор эффективней для вычислений.
                                              В контексте нейрона еще раз пересмотрите положительные высказывания о нем. Большинство перечисленных функций не улучшает его, а наоборот, увеличивает размеры и мешает нормальной эффективной работе.
                                                +2
                                                Ну процессоры тоже так себе. Вроде как из условных 100 Вт 99 идет на обогрев. Такое вот у них КПД.
                                                  +4
                                                  В транзисторах из 100Вт идёт 100 на обогрев, если они у вас, конечно, не светятся :)
                                                    0
                                                    Чистое превращение энергии в информацию только у квантовых компьютеров. Обычные «материальные» процессоры для обработки каждого бита манипулируют грубой материей, миллиардами электронов на каждый бит и прочим. Конечно это всё в тепло переходит.
                                                      0

                                                      Что за превращение энергии в информацию?

                                                        0
                                                        Где-то видел упоминание что для информация на квантовом уровне обладает минимальное энергией, небольшой типа 10e-40 Дж на бит. Соответственно процессы получения или потери информации приводят и к обмену энергии.
                                                          +1
                                                          Landauer's principle asserts that there is a minimum possible amount of energy required to erase one bit of information, known as the Landauer limit:
                                                          kT ln 2
                                                          At 20 °C, the Landauer limit represents an energy of approximately 0.0172 eV, or 2.75 zJ
                                                      +1
                                                      100% идет на обогрев, там практически ничего не идёт в излучение/механическую работу. Как и у мозга, кстати.
                                                      +1

                                                      Эта сложность не похожа на сложность ламповой техники, она куда технологичней, чем инженерия человека.


                                                      Инфузория не вычисляет как арифмитический комбинатор в том же смысле, в котором мегаполис(это такое поселение людей) в целом тоже ничего не вычисляет


                                                      Мегаполис живёт и инфузория тоже, нужность/ненужность сложности это как говорить про ненужность сложности мегаполиса и достаточности простоты калькулятора.


                                                      Это разные категории настолько, что их нельзя сравнить и разные не в пользу калькулятора

                                                        0
                                                        Можно и нужно сравнивать. Нейрон, инфузория, радиолампа, процессор выполняют одни и те же функции — обработка информации.
                                                        У радиолампы есть определенные преимущества и недостатки, определенные конструкцией, далеко не совершенной.
                                                        У нейрона есть определенные преимущества и недостатки, определенные конструкцией, далеко не совершенной.
                                                          +1

                                                          Если и можно сравнивать, то сравнение будет в стиле «радиолампа» и «город Новосибирск», сравнивать их «функции» несколько странно

                                                            +2
                                                            было бы странно, если бы мы пытались построить компьютер из городов и дорог :). А так, — вполне можно сравнивать, скорее всего нам не нужно все функции нейронов(«городов») в компьютере повторить, а лишь API, и то часть. Следовательно, может оказаться, что функциональная модель нейрона может состоять из числа элементов гораздо меньшего, чем число атомов в нейроне.
                                                              0

                                                              Вот сравнение нейронной сети и комьютера настолько же странно, хотя когнитивные искажения эту странность подавляют


                                                              Город живёт и у него нет функций в вычслительном смысле.


                                                              Насчёт поатомной точности я уже писал ниже. Не так важно, что может хватить молекулярной точности. Важно, что каждый нейрон почти наверняка Тьюринг-полный, что резко ограничивает возможность моделирования нейронной сети

                                                              0
                                                              С точки зрения мышления важно только то, сколько машин выезжает из «города» с севера в зависимости от дня в году и того, сколько въехало с юга. То, сколько сил тратит город на то, что бы вычислить эту функцию совершенно неважно, ведь город может быть предельно неэффективен в этом смысле. То есть сложность города как вычислителя — это число входов и выходов + объем памяти + сложность зависимости. Мне неизвестны эксперименты, укзаывающие на то, что эта сложность для нейрона очень велика. А Вам?
                                                                –1

                                                                Почему с точки зрения мышления важно сколько машин вьехало, а не Тьюринг полнота содержимого каждой из машин?


                                                                Почему вообще «функцией» города считается сколько машин проехало через дороги? Потому что так устроено наше слепое восприятие — что мы знаем и с чем работаем, на то и натягиваем Сову?

                                                          +2

                                                          p.s. нейроны не могут не работать, они умирают в противном случае. Либо клетка с её насосами и так далее работает, либо она умирает. О том, что сформировано по ошибке — этих «ошибочных» частей люди в 20 веке уже много находили, для всех в итоге оказалось, что никаких ошибок не было, вместо этого упрощения учёных оказались ошибочными

                                                            +1
                                                            Нейрон может работать в «холостом режиме», он что-то считает, но результаты его деятельности ни на что не влияют, последующие нейроны его игнорируют. Можно даже прикинуть число таких нейронов, зная какая часть входных данных у среднестатистического нейрона игнорируется или обладает очень малым весом.
                                                            В искусственной нейронной сети то же самое может быть, нейрон что-то вычисляет, но его выход игнорируется по сути. Удаление такого нейрона не ухудшает работу нейросети в целом, даже ускоряет.
                                                              0

                                                              Нейрон не может работать в холостом режиме, и он не «считает» ничего, он живёт и его спайки человек сейчас на данном этапе моделировать тупо не может, кроме как построить статистическую модель в стиле распределения ожидаемой продолжительности жизни в зависимости от привычки пить вино по выходным без учёта всех остальных факторов.


                                                              И вообще нейрон — он сильно больше про химию, чем про электричество, откуда взялась мода на симуляцию именно электрической части, которая выполняет достаточно важную, но небольшую роль?


                                                              Пространственное расположение всех сигнальных молекул вокруг нейрона и внутри него, а также внутреннее состояние (метилирование ДНК, etc) имеют куда большее влияние на поведение нейрона, чем потенциалы электрических сигналов

                                                                0
                                                                Тут не важно химические или электрические сигналы, нейрон выполняет вычисления и выдает результат, как и любой другой логический элемент, от механических вычислителей старинных, до оптических или квантовых.
                                                                То, что нужно нести балласт химических медленных реакций, это нейрону большой минус, но другого выхода у него нет.
                                                                Точно моделировать нейрон человек не может, но это и не нужно особо, есть упрощенные модели, как в статье. А практически интерес представляют искусственные нейронные сети, где функции нейронов часто упрощены до линейных с одним изломом, и этого хватает. Намного важнее структура нейросети, количество слоев.
                                                                В случае с изображениями это позволяет обученной нейронной сети распознавать изображения точнее человека, не говоря уже о скорости.
                                                                Полоски на зебрах, кстати, только для того, чтобы нейронным сетям мух затруднять распознавание цели. Искусственным нейронным сетям тоже мешают, и есть методы борьбы с системами распознавания лиц. Люди тоже уже заняты чем-то подобным.
                                                                Вот еще есть пример с птицами, у них хорошие показатели вполне, но моделировать их ни кому не нужно, чтобы достичь лучшего результата. Не нужно моделировать каждое перо, чтобы летать лучше птиц, быстрее, выше, экономичнее. Есть другой путь, создание летательных аппаратов на совсем другой элементной базе, какой и близко нет у живой природы.
                                                                  0

                                                                  Говорить, что нейрон выполняет вычичления настолько же корректно, насколько корректно говорить, что город выполняет вычисления и у города такая цель. Обнаруживать везде «цель» это баг/когнитивная ошибка сознания человека. Нейрон ничего не считает и результат работы нейрона выражен далеко не только и не столько в спайках


                                                                  Неверная изначальная предпосылка и все дальнейшие выводы

                                                                    0
                                                                    Нейрон ничего не считает и результат работы нейрона выражен далеко не только и не столько в спайках

                                                                    Тогда можно сказать что и результат работы радиолампы, не только в усилении сигнала, но и в других важных результатах. Например она красиво светится, за счет низкого КПД обогревает помещение, избыточные технологии красивы — стекло, электроды в вакууме… На это есть спрос и устройства на лампах покупают, не смотря на посредственные основные характеристики, качество работы, КПД, габариты.

                                                                    Обнаруживать везде «цель» это баг/когнитивная ошибка сознания человека.

                                                                    Цель каждого нейрона помочь выжить организму. Для этого он должен обрабатывать информацию быстрее, точнее, и при этом минимально потреблять. Полная аналогия с процессором.
                                                                      +1

                                                                      Результат работы радиолампы — усиление, а результат работы нейрона это много чего кроме спайков.


                                                                      У нейронов нет цели, как и у любого организма. Организм жив потому что все его составные части в комплексе плюс минус работают, но никакой цели у него нет

                                                                        0
                                                                        Мне кажется, Ваша трактовка целей нейрона несколько ммм тенденциозна.
                                                                        Энергопотрбеление нейрона коррелирует с интенсивностью его работы — та же реполяризация мембраны это энергозатратный процесс. На пальцах — если перестать достаточно кормить нейрон — он станет иначе (хуже, медленнее) реагировать, если снизить стимуляцию — он будет меньше потреблять глюкозы, если превысить некий пороговый уровень стимуляции, при заведомо избыточном наличии питания — нейрон «устанет» на химическом уровне (в виду истощения пула медиаторов), скорости реполяризации мембраны.
                                                                        Я очень сильно подозреваю, что нейрон ничего не знает об организме и его целях. По сути это очень сложная молекулярная машина, которая по сути, в процессе своего онтогенеза выполняет некий цикл заложенный в ДНК и регулируемый и направляемый внешним окружением опосредованно через химические факторы. Ну к примеру — не получающий сигналов нейрон может запустить механизм апоптоза и самоустраниться или не деффиринцированный нейрон, реагируя на градиент концентрации определенных сигнальных молекул, начинает миграцию в другие зоны мозга

                                                                          0

                                                                          Всё верно, но описанное Вами это Тьюринг полнота. Моделирование Тьюринг полных штук с очень сложным кодом и кучей сенсоров, штук, которые реагируют в реальном времени на внутреннее состояние и окружение меня и то, и другое — это очень сильно не то, что моделируют современные нейросети. Это я и пытаюсь донести.

                                                                        0
                                                                        Что бы понять Вашу точку зрения на то что нейрон ничего не вычисляет, хотелось бы услышать Ваше мнение о том, что же тогда делает нейрон
                                                                          0
                                                                          Клетка непрерывно ищет активные нейроны, постоянно и активно перестраивая свою структуру, перемещаясь. Под рукой нет, но в сети есть такие видео.
                                                              0
                                                              Сложность одного нейрона настолько огромна, что его логическую полную логическую копию в данный момент не может создать цивилизация.

                                                              Делать полную логическую копию нейрона нет смысла. Как нет смысла делать копии камня любого до атома, или даже копии лампы или реле из старого вычислителя релейного.
                                                              Другое дело что работают с упрощенными моделями, для транзистора это коэффициент усиления, емкость, максимальная рабочая частота.
                                                              Вот фотография простейшей логической микросхемы, сделать точную копию тоже невозможно, будет неточность с чистотой материала, с расположением атомов в пространстве. Но для цифровой микросхемы это не важно, логически она будет эквивалентна, а может и лучше, быстрее и надежней.
                                                              Надо ли делать копию нейрона, или достаточно цифровой модели? Или современные, например, сверточные нейросети даже лучше, быстрее и точнее в своей области? Сейчас и не делают копии нейронов, тупиковый путь похоже, делают цифровые модели или аппаратные TPU юниты.
                                                              А то что делают квантовые компьютеры, вообще не имеет аналогов в биологическом мире.
                                                                0

                                                                Клетка это настолько же не камень, насколько город не равен своей внешней копии из того же камня.


                                                                Буквально каждый атом в клетке это действующий активный механизм, который всё время работает и существенно влияет на клетку, попытка упрощения потому что неудобно и потому что эффект Даннигена-Крюгера заведомо провальна

                                                                  +2
                                                                  То же самое можно про радиолампу сказать, или про электро-механическое реле. Каждый атом влияет на результат работы, характеристики прибора.
                                                                  Но, если подходить практически, влияния не существенны и на результате не сказываются. В клетке есть стандартные части, типа митохондрий, тупо поставляют энергию, замена одной на другую ничего не изменит, они одинаковые все и в организме и почти у всех организмов на планете, митохондрии получились удачными и все организмы почти, без особых изменений взяли их к себе в работу.
                                                                  И у меня обратное мнение на счет сложности нейронов. Все нейроны формируются из нескольких инструкций в генах человека. Исходный код 1000 байт или 10 000 байт и далее однотипное клонирование-деление. Не может быть фантастической сложности в коде из нескольких килобайт данных. Вот я напишу за минуту цикл что суммирует данные от 1 до миллиарда, это сложный процесс? Данных будут гигабайты, не читаемый отчет по процессу, но порождающий код до смешного прост. Так же и с нейронами, отличие нейрона от мышечной клетки определено несколькими генами. Генов всего 28000, общий объем информации 1.5 гигабайта, но не мусорной ДНК не много, итого весь генетический код 15 мегабайт?
                                                                  то есть только 1,5 % всего генетического материала кодирует белки или функциональные РНК. Остальная часть является некодирующей ДНК, которую часто называют мусорной ДНК

                                                                  Не может сложнейший организм кодироваться 15 мегабайтами данных, это уже компромисс между компактностью кода и функционалом, многим приходится жертвовать и упрощать.
                                                                  Если бы всё влияло на нейрон, получился бы эпилептик какой-то. Нейроны должны четко и быстро проводить логические операции и ничего от себя не добавлять.
                                                                    0

                                                                    В радиолампе атомы не является движущейся частью в рамках макромира, там вообще нет движущихся частей, кроме электронов, а в клетках каждый</> атом является активным и движущейся частью, и не учёт этого это как не учитывать поршени в двигателе и прочие движущиеся детали автомобиля, просто потому что не хочется заморачиваться и усложнять.

                                                                    И гены это не просто инструкция, ДНК это очень активный механизм, в котором есть флаги включеня/выключения, которые постоянно меняются и влияют друг на друга посредством белков. Грубой аналогией ДНК плюс рибосом является как раз мультипроцессорный компьютер, постоянно активно работающий с кучей переферии,, реагирующей на соседей и себя и с оперативой(но не обычной, а с флагами вкл/выкл по всей планке), где оператива это как раз ДНК

                                                                      +1
                                                                      То что в радиолампе нет балласта в виде движущихся частей, как-раз и позволяет ей работать на порядки быстрее нейрона, на частотах в гигагерцы. Против 10-100 Гц у нейронов.
                                                                      ДНК просто инструкция, генная инженерия уже полностью освоила функционал и продолжает совершенствовать методики, как в известном примере в Китае. Вот тут вообще, чисто синтетический организм создан.
                                                                        +1

                                                                        Работа нейрона выражается далеко не только в спайках, происходящей с некой частотой, эти спайки нельзя считать выходными данными.


                                                                        Генная инженерия мало что освоила(кроме случаяев когда ученый изнасиловал журналиста)


                                                                        ДНК не является инструкциями, я давал ссылку на всего лишь одну из фич — метилирование, которая показывает полную ошибочность восприятия ДНК как инструкции.


                                                                        И чисто синтетический организм создан — это тоже учёный изнасиловал журналиста

                                                                          0
                                                                          ДНК не является инструкциями
                                                                          Что Вы понимаете под термином «инструкции»? ДНК — это машинный код. Метилирование — это процесс саморедактирования кода в run-time, некоторые компьютерные программы тоже так делают. Code is data и т.п. Так что Вы пока не показали ошибочность восприятия ДНК как набора инструкций.
                                                                        0
                                                                        каждый атом является активным и движущейся частью
                                                                        как и электрон в транзисторе. Если следовать этой логике, то электрон — аналог атома в нейроне, структурные элементы транзистора — это молекулы, транзисторы — органеллы, ALU — это нейрон.
                                                                        ДНК это очень активный механизм, в котором есть флаги включеня/выключения, которые постоянно меняются и влияют друг на друга
                                                                        как и программный код в компьютере, если применяется концепция code is data
                                                                        Грубой аналогией ДНК плюс рибосом является как раз мультипроцессорный компьютер
                                                                        Почему? Чего не хватает в ардуино или даже 1/100 от ардуино?
                                                                      +1
                                                                      Не все разнообразие атомов в нейроне связанно с релевантными для интеллекта функциями. По крайней мере часть этого разнообразия — это просто случайный шум без какой-либо функции вообще. Другая часть — не имеет отношения непосредственно к интеллекту. А то что имеет — не всегда реализовано максимально «компактно» и эффективно. Что и говорить, если почти вся схема организма человека помещается в 6 миллиардов нуклеотидов — 1.5 гигабайтa.
                                                                      Буквально каждый атом в клетке это действующий активный механизм, который всё время работает
                                                                      Это точно не так. Целый белок функционально можно описать небольшим числом параметров. Функционально белок проще совокупности входящих в него атомов.
                                                                      каждый атом в клетке это действующий активный механизм, который всё время работает и существенно влияет на клетку
                                                                      Это не так. Тому есть эксперементальные доказательства. В белках большая часть аминокислот заменяемы без изменения работоспособности белка. И нет, это не потому что мы не замечаем, что мутация на что-то повлияла, т.к. есть мутации, которые распределены по популяции в точности так, будто они равнозначны и никакого эволюционного давления на них нет. То есть замена одной аминокислоты на другую функционально ни на что не влияет, вообще. Более того, оказывается, что значимых мутаций довольно мал0^9о, на этом построен целый метод в биоинформатике — coevolution derived residue–residue contact information.
                                                                      Функция многих атомов в клетке — занимать место, их сложность для этой задачи сильно избыточна и, на самом деле, — это никакая не сложность, а просто случайный хаос. К примеру, есть микротубулы, каждая из которых состоит из миллиардов атомов. В функциональном смысле это просто стремянка — несложный объект.
                                                                      Проще говоря, клетки и белки очень неэффективны. Они неэффективны даже в смысле эволюционного отбора, потому он и не останавливается. Но интеллект — это не единственный фактор отбора. С точки зрения функции «интеллект» нейроны неэффективны вдвойне, они не только на неё заточены. А раз так, то функциональная модель интеллекта(мозга) может быть проще чем мозг человека в атомистическом представлении.
                                                                        0

                                                                        А можно ли получить какие либо пруфы по следующей гипотезе:
                                                                        «Не все разнообразие атомов в нейроне связанно с релевантными для интеллекта функциями. По крайней мере часть этого разнообразия — это просто случайный шум без какой-либо функции вообще. Другая часть — не имеет отношения непосредственно к интеллекту. А то что имеет — не всегда реализовано»?


                                                                        P.s. Микротубулы динамическая штука, постоянно меняющаяся, стремянка не меняется и не перестраивается

                                                                          +1
                                                                          Ну да, я же привел пруфы: есть куча примеров, когда замена одной аминокислоты на другую ничего не меняет, что также видно из того, что существует множество вариантов одного и того же белка у разных организмов одного вида, которые отличаются как раз мутациями в «левых» аминокислотах. На самом деле они не совсем левые, они место занимают, но для этого одинаково хорошо подходят к примеру, лейцин и изолейцин. То есть уже получается, что не каждый атом несет нагрузку. Более того, в клетке «атомарным» строительным блоком является скорее не атом, а целая аминокислота или нуклеотид. Есть, конечно, ещё ионы и другие малые молекулы, но я имею ввиду, что в клетке функциональные элементы в основном строятся не из отдельных атомов, а из неразделимых блоков по 20-30 атомов.
                                                                          Код, описывающий почтю всю сложность устройства человека (в т.ч. интеллекта) помещается в 1.5 гигабайта (записанных в ДНК) — это верхняя оценка сложности принципиальной схемы всей машины интеллекта, не только одного нейрона. Прямолинейное атомистическое описание одного нейрона не поместится в 1.5 гигабайта просто потому что он содержит порядка 10^14 атомов или даже больше. Следовательно, нейрон функционально намного проще, чем его атомистическое описание.

                                                                          Микротубулы динамическая штука, постоянно меняющаяся
                                                                          Ну хорошо, стремянка из лего.

                                                                          Но вообще Вы первые стали говорить, что каждый атом — это функциональный элемент и функциональная сложность нейрона сопоставима с его атомистической сложностью. Очевидно, что это не обязательно должно быть так, так что с Вас пруфы.

                                                                          По сути Вы оспариваете вот этот тезис
                                                                          функциональная модель интеллекта(мозга) может быть проще чем мозг человека в атомистическом представлении.
                                                                          Вы правда с ним не согласны?
                                                                            0

                                                                            Предлагаю разбираться с вопросами по очереди.


                                                                            Для начала ДНК не является кодом, который описывает как всё работает. Есть еще информация, которую не видят секвенсеры — включен ли участок ДНК или нет, а это невероятно важная деталь, незнание которой ранее воспринималось как «мертвый код»


                                                                            Поэтому говорить о 15гб некорректно и говорить о ДНК как о аналоге флешки тоже совершенно некорректно.


                                                                            Наиболее близкий грубый аналог ДНК — работающий компьютер с необычной архитектурой

                                                                              0
                                                                              ДНК не является кодом, который описывает как всё работает
                                                                              Почему?
                                                                              Есть еще информация, которую не видят секвенсеры
                                                                              Допустим у ДНК не 4 нуклеотида, а 6 (+2 метилированных) — это не меняет сути, просто теперь код не четверичный а «как бы» шестиричный.
                                                                              незнание которой ранее воспринималось как «мертвый код»
                                                                              Метилирование никогда не воспринималось как мертвый код.
                                                                              Поэтому говорить о 15гб некорректно и говорить о ДНК как о аналоге флешки тоже совершенно некорректно.
                                                                              Не 15, а 1.5. Почему некорректно?
                                                                              Наиболее близкий грубый аналог ДНК — работающий компьютер с необычной архитектурой
                                                                              Это несущественное уточнение, да и не совсем корректное. Сама по себе ДНК ничего не делает с собой, нужны все эти ферменты и машины для метилирования и прочих издевательств над ДНК. Но чем это принципиально отличается от утверждения «ДНК — это машинный код клетки»?
                                                                                +1

                                                                                ДНК описывает только какие белки можно создать и всё, её метилирование описывает что сейчас выключено, но без остальной части клетки и её окружения, которая уникальна для каждого вида ДНК работать(в другой клетке) не будет, кроме случав, когда вид по сути клон другого вида


                                                                                Устройство клетки и её окружение это тоже информация, которая уникальна для разных живых организмов

                                                                                  0
                                                                                  То же самое можно сказать про процессор и прошивку/программу. Тут ДНК ничем не отличается. Но ДНК описывает не только какие белки создать, но и условия, последовательности, концентрации — это все прописано в регулирующих участках ДНК, а также относительным положением генов на ДНК. У ДНК тоже есть своя файловая система, как на флешке. ДНК — это не набор перфокарт, которые можно перемешивать в любом порядке, наоборот, порядок имеет существенное значение.
                                                                                  Кроме того в ДНК прописано создание всех видов клеток и их взаимное расположение из одной клетки — соматической. Известны даже механизмы, как это закодировано и работает на основе градиентов концентраций. Есть классический эксперимент по развитию мухи из одной клетки. То есть кроме ДНК остаётся только структура гаметы (половой клетки). Аналогия с флешкой и компьютером получается очень хорошая.
                                                                                  На самом деле, в ДНК даже прописано и то, как создать гаметы со всеми их молекулярными машинами, так что информация о структуре компьютера тоже записана в ДНК, по крайней мере частично.
                                                                                    0

                                                                                    Процессор отличается тем, что он создан по одной спецификации, которую можно по этой причине отбросить. А у каждой особи эта «спецификация» своя, поэтому отбросить её нельзя. ДНК мухи засунутое в другую клетку другой или даже этой же мухи(дифференцированную и не половую) того же вида породит каждый такой раз разный результат, скорее всего завершающийся апотозом такой клетки.


                                                                                    И, например, человек не может развиться без мвтеринского организма, влияние которого точно также уникально в каждом отдельном случае

                                                                                      +1
                                                                                      Cell-Free Expression Kits тоже создан по спецификации. Под соматическую клетку тоже можно написать спецификацию. Никаких существенных отличий от процессора тут нет.
                                                                                      А у каждой особи эта «спецификация» своя, поэтому отбросить её нельзя
                                                                                      Какое это вообще имеет значение? Ну чуть-чуть отличается состав соматической клетки у разных людей, ну и что? Так и процессоры чуть-чуть отличаются, в рамках допусков.
                                                                                      Опять же, при чем тут соматические клетки? При чем тут уникальность материнского организма? Зачем тут эти банальности, которые не имеют отношения к обсуждаемому вопросу?
                                                                                      Еще раз, мы обсуждаем тезис о том, что вся сложность интеллекта закодирована в ДНК (1.5 ГБ) + небольшой части соматической клетки. При этом там же закодировано и куча всего, что не имеет отношения к интеллекту. И ещё мы обсуждаем аналогию между ДНК и перфолентой, с которой Вы не согласны, но непонятно, почему.
                                                                                    0
                                                                                    добавлю ещё, что мы точно знаем, какие белковые комплексы нужны для производства белков из ДНК/РНК и размножения нуклеиновых кислот. Это применяется в промышленности — т.н. Cell-Free Expression Kits. Очень удобная штука. То есть структура машинерии необходимой для bootstrappinga жизни из одной лишь ДНК достаточно примитивна, вся клетка не нужна.
                                                                                      0

                                                                                      Бутстрап жизни из ДНК невозможен, так как первое что нужно — молекулярная фабрика, т.е. рибосома, а её ДНК сделать сама по себе никак не можем без взятой из живой клетки такой фабрики

                                                                                        +1
                                                                                        И как это относится к тому, что я написал постом выше? Я же написал, есть Cell-Free Expression Kits, куда входит и рибосома (не не только). Рибосома хорошо изучена, механизмы её работы вполне понятны, она логически не очень сложная. Cell-Free Expression Kits — это почти набор для бутстрапа жизни из ДНК. И этот набор очень простой, что исключает какую-то скрытую сложность жизни. Вся сложность жизни закодирована в ДНК + нескольких простых белковых комплексах, в т.ч. рибосоме. Даже соматическая клетка нужна не полностью.
                                                                                          0
                                                                                          Тогда я не понял — какое отношение Cell-Free Expression Kits имеет к bootstrap жизни? Можно посмотреть пример использования для такого бустрапа, кажется я пропустил революцию и прорыв тысячелетия
                                                                                            0
                                                                                            Не надо передергивать.
                                                                                              0
                                                                                              То есть структура машинерии необходимой для bootstrappinga жизни из одной лишь ДНК достаточно примитивна, вся клетка не нужна.

                                                                                              Я не передёргиваю, мне реально интересно и я не шучу. Есть ли такие технологии, которые позволяют осуществить то, что Вы описали?
                                                                                                0
                                                                                                Cell-Free Expression Kits — это почти набор для бутстрапа жизни из ДНК. И этот набор очень простой, что исключает какую-то скрытую сложность жизни. Вся сложность жизни закодирована в ДНК + нескольких простых белковых комплексах, в т.ч. рибосоме. Даже соматическая клетка нужна не полностью.
                                                                                                  0

                                                                                                  Как понять — почти? Если почти, то значит точно понятно чего не хватает. Мне любопытно а чего не хватает, чтобы стало не «почти»?

                                                                                                    0
                                                                                                    Я не могу назвать конкретные белки и хим. реакции, но люди этой темой занимаются — есть проекты, где из клеток искусственно выкидывают всё что можно, лишь бы они не помирали, что бы выяснить, каков минимальный набор механизмов.
                                                                                                    Почти — значит, что вирус такой штукой, наверное, можно собрать, к примеру.
                                                                                                      0
                                                                                                      Про проекты, где из ecoli выкинули лишнее и назвали это искусственной клеткой я знаю. Но это как выкинуть из a320 лишние кресла, обивку, кухню оторвать и выбросить, кресла пилотов и сказать, что ты построил самолёт.

                                                                                                      Я как раз и говорил про фундаментальную разницу между построить и заюзать готовое выбросив лишнее. ИМХО до постройки клетки ещё далеко(но я ни сколько не умаляю тот прогресс, что уже есть, просто я смотрю на ситуацию рационально, а не как c++ junior, который говорит, что напишет MS Word за месяц).

                                                                                                      Пока на мой взгляд мы не можем делать клетки и пока не видно даже через год или через десять лет мы наконец сможем их делать.
                                                                                                        0
                                                                                                        сравнение некорректное, т.к. выкинули очень много.
                                                                                                        фундаментальную разницу между построить и заюзать готовое выбросив лишнее
                                                                                                        А я вообще об этом не говорил т.к. не относится к теме. Построение искусственной клетки тут ни причем. Нас интересует вопрос о том, до каких пределов можно урезать обычную клетку.
                                                                                                        мы не можем делать клетки и пока не видно даже через год или через десять лет мы наконец сможем их делать
                                                                                                        Ну и что? Мы и на Альфа Центавра добраться не можем, какое это имеет отношение к обсуждаемому вопросу?
                                                                      0
                                                                      Сложность одного нейрона настолько огромна, что его логическую полную логическую копию в данный момент не может создать цивилизация.
                                                                      А пруфы будут? В посте же приводится пример, что исследователи смогли точно смоделировать отклик нейрона двухслойной нейронкой. Мы не знаем, какая полная логическая функция нейрона, но та часть функции, о которой мы знаем, не слишком сложная: она не исчерпывается одним сигмоидом, но проще, чем то, что может вычислить современный CPU.
                                                                        0

                                                                        В данном случае пруфы обратные как и в случае гипотезы о невозможности превышения скорости света — моя гипотеза опровержима путём предоставления такой модели, также как и гипотезу про скорость света можно опровергнуть если превысить скорость света. Я говорю о точной модели нейрона, а не упрощении в стиле Sim City, последние существуют

                                                                          0
                                                                          А нам не нужна точная атомистическая модель нейрона, нам нужна полная логическая модель. Почему вы считаете, что она равна или близка к атомистической сложности? Как по мне, то очевидно, что атомистическая модель как минимум в 10-20 раз сложнее логической т.к. неделимые блоки в клетке — это аминокислоты, а не атомы (с оговорками). Но вообще, мы вероятно находимся примерно в 10 годах от полной атомистической модели нейрона на основе Molecular Dynamics.
                                                                            0

                                                                            Выше упоминалось, что то, что ДНК может в реальном времени включеть и выключать свои участки — не принципиально, однако это очень принципиально, так как это совершенно прямо влияет на то, будет ли нейрон реагировать и как он это будет делать и всё это зависит от состояния отключенных и включенных участков ДНК, которые зависят в том числе от того, что перед этим нейрон получал за информацию. В том числе реагируя на сигнальные молекулы возле нейрона.


                                                                            Если эта гипотеза не ошибочна, то значит ошибочны все модели нейрона в которых не учитывается химия, то есть любые промышленно используемые нейросети.


                                                                            Я не пытаюсь доказать, что именно поатомная точность нужна, возможно молекулярной будет достаточно.


                                                                            Я пытаюсь показать, что описать нейрон просто математической функцией нельзя из-за его огромной сложности, игнорирование которой приведёт совершенно неверной модели. Точность вплоть до атома или молекулы отличаются настолько незначительно между собой, по сравнению с точностью моделей, где в нейронах нет моделирования всей химии нейрона, что этой разницей можно смело пренебречь в данной дискуссии, так как она вообще ни на что не влияет.

                                                                              0
                                                                              однако это очень принципиально
                                                                              это непринципиально в контексте вопроса, является ли ДНК машинным кодом, а не «вообще».
                                                                              значит ошибочны все модели нейрона в которых не учитывается химия
                                                                              Не значит. Метилирование — это просто память нейрона. Ну в компьютерных «нейронах» она тоже есть — т.н. скрытые параметры нейросети.
                                                                              Точность вплоть до атома или молекулы отличаются настолько незначительно между собой

                                                                              возможно молекулярной будет достаточно.
                                                                              На самом деле молекулярная точность и атомистическая соотносятся примерно как 10^10 и 10^14. Но эту мысль можно и нужно развивать. А там глядишь и придем к заключению, что и молекулярная не нужна, а только сложность на уровне целых клеточных органелл, или ещё грубее…
                                                                              описать нейрон просто математической функцией нельзя
                                                                              Можно, даже если сложно. Даже атомистическая модель — мат. функция, и мы её уже почти записали. Для маленьких вирусов уже даже можем вычислить примерно.
                                                                              игнорирование которой приведёт совершенно неверной модели
                                                                              Совершенно не факт. Во-первых атомистическая сложность, очевидно, фиктивна — это всё равно что несжатый файл с тысячекратно повторяющимися фрагментами. Во-вторых не факт что даже настоящая «сжатая» сложность клеток полностью задействована в реализации функций связанных с интеллектом. Скорее всего нет.
                                                                                0

                                                                                Это принципиально влияет на потенциальную Тьюринг полноту всего комплекса ДНК и прочей машинерии, которая в свою очередь для симуляции требует достаточно точно симулировать всю химию из-за того, что через неё она и реализуется.


                                                                                Я имел в виду вычислимую на данном этапе развития цивилизации фунцию

                                                                                  +1
                                                                                  А я и говорю, что мы в считанных годах от того, что бы всё это вычислять на атомистическом уровне. Мы уже более-менее можем просчитать атомистически целый вирион, до мелких бактерий рукой подать. Оказывается, что даже атомистическая сложность клетки уже вполне в пределах наших возможностей познания, анализа и моделирования.
                                                                                  А что с Тьюринг полнотой ДНК+машинерии? В чем тезис?
                                                                                  Вы писали, что из-за метилирования ДНК нельзя назвать машинным кодом. Почему? Почему регистры памяти или run-time изменение машинного кода не могут быть эквивалентными метилированию?
                                                                                    0
                                                                                    А я и говорю, что мы в считанных годах от того, что бы всё это вычислять на атомистическом уровне

                                                                                    Любопытная гипотеза. Она опровержима, как и положено быть гипотезе —

                                                                                    Предлагаю вернуться сюда через 16 лет да посмотреть насколько классно будет моделироваться клетка в 2035

                                                                                    А что с Тьюринг полнотой ДНК+машинерии? В чем тезис?

                                                                                    Симуляция Тьюринг полных машин, например компьютеров, требует не менее мощных компьютеров для симуляции в real-time. Симуляция 85 миллиардов Тьюринг полных машин, работающих в реальном времени связанных в сеть это не та задача, про которую говорят, что её вот вот решат. Скорость в 100гц — это частота изменения электрического потенциала мембрана, скорость работы внутри клетки сильно больше и в некоторых вычислительных задачах может конкурировать с CPU
                                                                                      0
                                                                                      Симуляция 85 миллиардов Тьюринг полных машин, работающих в реальном времени связанных в сеть это не та задача, про которую говорят, что её вот вот решат
                                                                                      Потому что так задачу не ставят — не интересно, наверное. Один суперкомпьютер содержит примерно 0.5 квадралиона транзисторов, то есть в 20 раз больше, чем нужно для 85 млрд. Тьюринг-полных машин.
                                                                                      Любопытная гипотеза.
                                                                                      К сожалению, не могу приписать её себе, это оценка лидирующих учёных в области — D.E. Shaw, например.
                                                                                        0
                                                                                        то есть в 20 раз больше, чем нужно для 85 млрд. Тьюринг-полных машин.
                                                                                        Каких именно? Каждая мощностью с такой же суперкомпьютер, который и будет симулировать их?

                                                                                        К сожалению, не могу приписать её себе, это оценка лидирующих учёных в области — D.E. Shaw, например.

                                                                                        Аргумент затмевает авторитет
                                                                                          0
                                                                                          Аргумент затмевает авторитет
                                                                                          просто дал ссылку на исследования, на которые опираюсь в своих утверждениях, так принято в научной среде.
                                                                                          суперкомпьютер, который и будет симулировать их
                                                                                          а зачем тут СК? Вы же согласились, что сложность нейрона — это всего лишь мегабайты памяти.
                                                                                            0
                                                                                            мимо
                                                                                              0

                                                                                              Тьюрин полная машина И мегабайты памяти. СК это такая же Тьюриг полная машина, как Тьюринш полная машина из сотен транзисторов, но с совершенно разными характеристиками.


                                                                                              О симуляции Тьюринг полной машины другой Тьюринг полной машины с какими именно характеристиками Вы говорите?

                                                                                                0
                                                                                                я полагаю, что логический эквивалент нейрона может быть реализован сравнительно малым числом транзисторов, 10^5-10^8. Хотя, конечно, я не эксперт и это очень-очень примерная оценка. Возможно, память нужно считать отдельно, но это не проблема, я думаю. У нас есть дешевые технологии памяти, если нужны большие объемы — HDD/SDD/RAM.
                                                                                                Тьюрин полная машина И мегабайты памяти.
                                                                                                То есть в минимальном варианте — 350 транзисторов + микроскопический кусочек магнитной ленты?
                                                                                                  0
                                                                                                  Почему 350 транзисторов имеют достаточную скорость работы для выполнения вычислений достаточного, чтобы симулировать все химические реакции(которые аналоги вычислений и ещё и идут сильно параллельно) в секунду? Про проблемы памяти описано в другом месте и она куда более фундаментальная, чем кажется
                                                                                                    0
                                                                                                    симулировать все химические реакции(которые аналоги вычислений и ещё и идут сильно параллельно) в секунду
                                                                                                    Все реакции симулировать не надо. Если Вы говорите, что реакции — это аналогии вычислений, то движение электронов в транзисторе — аналог реакций.
                                                                                                    проблемы памяти описано в другом месте и она куда более фундаментальная, чем кажется
                                                                                                    Ответить
                                                                                                    Конкретные цифры пожалуйста, чего не хватает, сколько.
                                                                                                      0
                                                                                                      Движение электронов не аналог химических реакций.
                                                                                                      Тьюринг полные вычисления — аналог.

                                                                                                      Нужна симуляция Тьюринг полных вычислений на Тьюринг машине и это проблема(симуляция компьютера при помощи компьютера) — сейчас же делают симуляцию НЕ Тьюринг полных вычислений.

                                                                                                      Предлагаю сперва сосредоточиться на этом, прежде чем перейти к другим важным моментам, т.к. без понимания комплекса следствий того, о чём я написал дальнейшие выводы будут заведомо ошибочны

                                                                                                      Конкретные цифры пожалуйста, чего не хватает, сколько.

                                                                                                      Не хватает числа update в секунду, предлагаю самостоятельно оценить потребную пропускную способность и ту, что предоставляют современные серверы
                                                                                                        0
                                                                                                        Движение электронов [в транзисторе] не аналог химических реакций [в нейроне].
                                                                                                        Почему?
                                                                                                        Нужна симуляция Тьюринг полных вычислений на тьюринг машине
                                                                                                        Зачем? Почему нельзя просто построить «нейрочип» или его аналог? Ну то есть процессор, который будет состоять из сотен миллионов малых тьюринг-машин, по возможностям сопоставимых с нейронами? Почему не построить функциональный аналог мозга, только из транзисторов?
                                                                                                        предлагаю самостоятельно оценить
                                                                                                        так дело не пойдет. Я Ваши мысли читать не собираюсь.
                                                                                                        без понимания комплекса следствий того, о чём я написал
                                                                                                        Пока что не видно, что бы там были какие-то релевантные следствия вообще. Начните с сути. Пока что Вы ничего по сути не сказали, лишь туманные сомнения озвучили. Неясно, в чём вообще Ваша мысль, есть ли в ней что-то любопытное.
                                                                                                          0

                                                                                                          1) потому что ДНК/рибосомы + белки Тьюринг полны, а движения в транзисторе — нет.
                                                                                                          2) потому что тьюринг полный нейрочип это есть тьюринг полная машина, то есть процессор.


                                                                                                          Построить можно, но нужно построить все 86 млрд процессоров или их эмуляцию, что сложно
                                                                                                          3) суть в том, симуляция 86 млрд процессоров не так тривиальна, как кажется, паралелльний доступ к памяти из них не реализован при нынешнем уровне техники, а ещё есть алгоритмическая проблема с вычислительной сложностью задачи синхронизации взаимного влияния 86 млрд активных cpu.


                                                                                                          Это всё в комплексе — сложный и ещё не решенный комплекс проблем, говорить о сроках решения которого сейчас рано

                                                                                                            0
                                                                                                            ДНК/рибосомы + белки Тьюринг полны, а движения в транзисторе
                                                                                                            Ну и что? А атомы в белках не Тьрриг полны, как и движения в электронах.
                                                                                                            потому что тьюринг полный нейрочип это есть тьюринг полная машина, то есть процессор.
                                                                                                            И что это доказывает?
                                                                                                            нужно построить все 86 млрд процессоров или их эмуляцию, что сложно
                                                                                                            в чем сложность? Минимальный процессор — это 300 транзисторов.
                                                                                                            симуляция 86 млрд процессоров не так тривиальна
                                                                                                            В чем сложность, в цифрах пожалуйста.
                                                                                                            паралелльний доступ к памяти из них не реализован при нынешнем уровне техники
                                                                                                            Реализован, в виде СК.
                                                                                                            есть алгоритмическая проблема с вычислительной сложностью задачи синхронизации взаимного влияния 86 млрд активных cpu
                                                                                                            И какова она? В цифрах? Нужно ли ее вообще решать? Зачем?
                                                                                                            Это всё в комплексе — сложный и ещё не решенный комплекс проблем, говорить о сроках решения которого сейчас рано
                                                                                                            Без конкретики это пустые слова.
                                                                      +2
                                                                      Сам по себе нейрон способен вычислить огромный диапазон так называемых нелинейных функций
                                                                      Перебор у автора с нелинейностями. У дендритной мембраны их две, и они служат созданию лавинного эффекта, а не какому-то вычислению: один в сторону сомы, второй — от сомы.
                                                                      Соответственно, у самой дендритной веточки нет никакой функции суммирования входной информации. Просто, когда активны два рядом расположенных синапса, то они запускают дендритный спайк.

                                                                      Модель нейрона получается следующей. Из входного битового вектора берётся M случайных выборок по 2 из N. N — количество нейронов, с которыми есть связь. Нейрон генерирует спайк, когда количество активных выборок превышает некий порог T. Функция нейрона тогда похожа на некое хеширование, а не вычисление.
                                                                        0
                                                                        Хм… из входного вектора беруться случайные выборки? что-то мне это напоминает…
                                                                        dropout? :)))
                                                                          0
                                                                          Тут двухслойная сеть.

                                                                          В первом слое нейроны имеют только по две связи со случайным входным нейроном, вес 0,5. Логическая функция И: выход либо 0, либо 1.

                                                                          Второй/выходной слой имеет только один нейрон, все веса равны, и сумма просто сравнивается с порогом.

                                                                          Похоже такая модель может работать в комбинаторном пространстве, которое описывал Редозубов. И не нужно привлекать никакие мета..-ые рецепторы, обычных синапсов достаточно. Только я бы ещё добавил тормозные синапсы в первый или второй «слой», чтобы количество активных нейронов не росло лавинообразно. Тогда будет картина непрерывной чехарды но с постоянной средней активностью, и такое вроде наблюдается в миниколонках.
                                                                          0
                                                                          UPD. Проверил модель, которую описал выше. Работает.

                                                                          Размер «кластера» получился равен четырём — количество синапсов на оконечной дендритной веточке, активация которых запускает дендритный спайк.

                                                                          При двух синапсах/связях на кластер сеть быстро скачкообразно переходит в эпилепсию — все нейроны активируются. При трёх — продолжительно стабильна, но тоже случается коллапс. А вот при четырёх синапсах процесс стабилен, что соответствует графику в статье.
                                                                          0
                                                                          Тут кто-то писал что делать полную логическую копию нейрона нет смысла. Но как же подводные лодки, самолеты и прочее. Много чего человек перерисовал с природы. Может это и будет последним шагом на пути к созданию настоящего ИИ который захватит вселенную ?
                                                                            +2
                                                                            Самолёты не машут крыльями.
                                                                              0
                                                                              А как же махолет? История авиации на вики.
                                                                                +5
                                                                                Крайне посредственно выполняющая свою функцию переусложнённая машина, которой пользуется полтора фрика. Как и искусственные нейросети с переусложнёнными нейронами, в общем-то.
                                                                                0
                                                                                Но альбатросы вполне себе летают часами, не взмахнув крыльями ни разу.
                                                                                  +1
                                                                                  взмахи в основном альбатрос делает при взлете и при посадке, а для полета использует не столько мускульные усилия, сколько воздушные потоки. Поэтому он может парить часами без единого движения крыльев.

                                                                                  То же самое делают на парапланах. Интересно, но практической пользы нет.
                                                                                0
                                                                                Сильный ИИ получится постепенно по мере улучшения оборудования и программных наработок, тут статья интересная по теме.
                                                                                  +1
                                                                                  Противоречивые чувства на счет статьи. Но спасибо и дабы не разводить холивар просьба ко всем разработчикам мира: никогда и никогда не пишите программы которые могут сами себя модифицировать!
                                                                                    +1
                                                                                    Сам по себе сильный ИИ не получится. Мозг это не просто сеть нейронов, но и прошивка (программа) сформированная миллионами лет эволюции.
                                                                                    Именно эта «прошивка» реализует функции интеллекта. Без понимания как работает интеллект создать его, играя с нейросетями, не выйдет.
                                                                                      0
                                                                                      Возможно, играя с нейросетями мы сможем понять и то, как написать прошивку.
                                                                                        0
                                                                                        Лет 30 назад то же самое говорили про распознование образов, типа это миллионы лет эволюции, а сейчас нейросети искусственные распознают картинки быстрее и точнее человека. Есть вариант самообучения без учителя и т.п.
                                                                                        На данный момент искусственные нейросети развиваются со скоростью миллион лет в год, что биологические достигали за миллион лет, сейчас достигается за год. Далее вероятно такое, из статьи выше первая картинка и вторая

                                                                                        Ну или на примере аналитической игры в Го, раньше было невозможно обыграть человека, сегодня нейросети обыгрывают легко
                                                                                        Постоянно новости от творцов ИИ.
                                                                                          0
                                                                                          Лет 30 назад то же самое говорили про распознование образов, типа это миллионы лет эволюции, а сейчас нейросети искусственные распознают картинки быстрее и точнее человека.

                                                                                          Мало ли кто, когда и что обещал. Разве это аргумент?
                                                                                          Вот в 60е годы обещали сильный ИИ, говорили как только компьютеры мощнее станут(буквально чуть чуть и через 5 — 10 лет) в них сразу появится сознание. Вот прям как вы сообщением выше.

                                                                                          На счет того, что они точнее человека я не согласен. Может по каким-то метрикам да. Но они панду могут увидеть в белом шуме. Или не увидеть ее, если добавить невидимых глазу изменений в картинку.
                                                                                          ИНС распознают изображения довольно примитивным способом, совсем не так как человек и животные.

                                                                                          Ну или на примере аналитической игры в Го, раньше было невозможно обыграть человека, сегодня нейросети обыгрывают легко

                                                                                          Да, компьютер выиграл человека в ГО. Круто.
                                                                                          Но под капотом там обычная статистика (нейросети) и математика. Ничего полезного для создания сильного ИИ эта работа не дала. Там все так же примитивно, как и с распознованием изображений.
                                                                                            +1
                                                                                            Нейросети человека тоже распознают изображения примитивным способом, и совершают ошибки, вот тут пишут про анализ качества распознования
                                                                                            … По ссылке имеется таблица сравнения методов распознавания на базе MNIST. Первое место за сверточными нейросетями с результатом 0.39% ошибок распознавания. Большинство из этих ошибочно распознанных изображений не каждый человек правильно распознает. Кроме того в работе были использованы эластические искажения входных изображений, а также предварительное обучение без учителя.

                                                                                            С игрой в Го всё намного интересней, нейросеть играла по настоящему креативно и привнесла в игру новые стратегии игровые. В ходе игры были ходы не понятные профессионалам, только в конце партии стал понятен замысел нейросети. Это не простой перебор, это и «понимание» игровой ситуации на определенном уровне.
                                                                                            С другой стороны, что для человека, что для ИИ эта игра вершина возможностей. Так же и про мастера игры в Го можно сказать что это не такой уж сильный интеллект, он всю жизнь с детства тренировался в этой игре (и больше ничего не умеет делать), и тут ИИ его обошел. В данном случае ИИ сравним с человеческим, и даже более того, в ходе самообучения выработал новую школу игровую, новые методы и приемы.

                                                                                            Но под капотом там обычная статистика (нейросети) и математика.

                                                                                            То же самое у человека. Статистика на основе нейросетей и логика-математика. Плюс методом перебора вариантов работают, в шахматах так точно, сидят и наугад перебирают варианты. Сначала осознанно, потом не осознанно.
                                                                                              0
                                                                                              Нейросети человека тоже распознают изображения примитивным способом

                                                                                              Нет. Человек запоминает увиденный объект описывая его с использованием известных ему понятий. Именно описание человек запоминает и потом использует для распознования объекта.
                                                                                              За этот процесс отвечает мышление.

                                                                                              По этой причине обучение человека и ИНС так сильно отличается. Человеку часто достаточно один раз посмотреть на объект, сделав его описание, а нейросети нужно сотни / тысячи картинок одного объекта.

                                                                                              У нейросети, играющей в ГО, не было замысла, понимания и креатива. Это просто программа с набором классических алгоритмов и огромной базой закономерностей между состоянием игрового поля и выигрышем. Программа использовала базу для предсказания выигрышных ходов. Нет тут интеллекта.
                                                                                                0
                                                                                                Человек запоминает предмет, только если есть аналогия в его накопленном опыте. Аналогия не очень уместная. Человек учится десятки лет, нейросеть от создания до эксперимента может существовать доли секунды. А чему не научился, то будет выглядеть как шум, вот пример заметки по квантовой механике, кто работает с этим мгновенно распознает суть, а большинство людей нет.
                                                                                                Обратный пример Маугли и эксперимент с котянами. Нет обучения нейросети человека в детстве, далее обучение и развитие невозможно. И мышления нет.

                                                                                                У нейросети, играющей в ГО, не было замысла, понимания и креатива. Это просто программа с набором классических алгоритмов и огромной базой закономерностей между состоянием игрового поля и выигрышем. Программа использовала базу для предсказания выигрышных ходов. Нет тут интеллекта.


                                                                                                То же самое можно про человека сказать. Мастера игры с детства в свой мозг загружают базу данных по игровым ситуациям, далее это работает неосознанно на уровне интуиции, а суть та же самая
                                                                                                набор классических алгоритмов и огромной базой закономерностей между состоянием игрового поля и выигрышем

                                                                                                Где тут место интеллекту? Человек столкнулся с нестандартной игрой искусственного оппонента и не понял что происходит. Шаблоны игры не подходили уже.
                                                                                                Я точно так же играю в шахматы на начальном уровне, перебираю все варианты. Если играешь долго варианты перебираются неосознанно за счет тренировки (и пополнение базы данных по игровым ситуациям) и быстрее находишь более оптимальные ходы.
                                                                                                В общем много общего между нейросетями и человеком. Только нейросети могут масштабироваться и развиваются быстро, как аппаратно, так и программно, а человек уже достиг пика развития, дальнейшее развития вряд ли возможно. Например потому, что нейроны очень крупные, медленные и много выделяют тепла. Хотя с другой стороны мозг «молодой» орган (особенно кора мозга) и его эволюция еще не закончилась. Разброс по интеллекту среди населения это, скорее всего, по этой же причине, мозг не стабилен.
                                                                                                  0
                                                                                                  Человек запоминает предмет, только если есть аналогия в его накопленном опыте.

                                                                                                  Нет. Если человек может описать объект, то он его запомнит.

                                                                                                  А чему не научился, то будет выглядеть как шум, вот пример заметки по квантовой механике, кто работает с этим мгновенно распознает суть, а большинство людей нет.

                                                                                                  Человеческий язык и письменность, включая математические символы, это своего рода архиватор / компрессор. Для декодирования смысла написанного требуется описание значений символов и структуры предложения / математического фрагмента.

                                                                                                  Человек понимает вашу заметку потому, что знает значение символов и их комбинаций. А не потому, что видел подобное миллион раз.

                                                                                                  У детей / котят идет не обучение их нейросети, а физическое формирование мозга и механизмов мышления. На это формирование влияет окружение и информация, которую ребенок получает.
                                                                                                  После определенного возраста эты процессы выключаются (значительно ослабивают). Поэтому дети маугли имеют большие сложности с развитием.

                                                                                                  По этой же причине дети относительно легко восстанавливаются после тяжелых травм мозга (даже потеря половины), а взрослые остаются в коме или с тяжелыми дефектами (потеря речи и т.п.).
                                                                                                  При повреждении мозга механизмы, отвечающие за формирование мозга, формируют важные «программы» в оставшийся части.

                                                                                        –1
                                                                                        >>Компьютеры, которые сейчас стоят 1000 долларов, по своей мощности равны мышиному мозгу
                                                                                        То есть такой компьютер сможет обеспечить все информационные потребности тела мыши? Сможет регулировать все его функции (пусть искусственного, но такого же сложного), чувствовать, видеть, понимать опасность, учиться, воспитывать крысят? Даже не смешно. Особенно на фоне эмуляции мозга червя из 300 нейронов.

                                                                                        Человеку, уже видевшему не одну итерацию подобных «революций» подобные рассуждения представляются как минимум наивными и скоропалительными, основанными только на локальном росте в одной узкой области. Вот сегодняшняя статья говорит как раз о том, что сложность мозга и нервной системы на порядки выше, чем мы представляли, так что воспроизвести его – не такая простая задача, а возможно и вообще невыполнимая.

                                                                                        Помните, какое ликование и надежды были после полета Гагарина, а тем более первого шага по Луне? И где они сейчас, эти надежды? Где термоядерные реакторы? Где безлюдные заводы? (даже Маск выбросил половину роботов на своем сборочном заводе и заменил на мексиканцев). Фундаментальных прорывов в физике нет уже полвека (а именно она – драйвер прогресса). Рождаемость, о которой с ужасом говорили еще недавно, на глазах снижается даже в Африке. А что было с биткоином? Не удивлюсь, если вопли о глобальном потеплении завтра сменятся еще более апокалиптическими о похолодании. Как говорится, у нас тут все не так однозначно (с)
                                                                                          +1
                                                                                          Вы защищаете биологический интеллект. Но то же самое можно сказать и про искусственный. Пусть венец природы в уме попытается умножить 222*111? Это 8-битные числа, простейшая операция, человек зависнет минут на 15 без подготовки, со всеми своими 100 миллиардами нейронов. Компьютер решит эту за 5-10 наносекунд! Несколько логических элементов и всё.
                                                                                          Вот сегодняшняя статья говорит как раз о том, что сложность мозга и нервной системы на порядки выше, чем мы представляли

                                                                                          Нет, это гипотеза автора.
                                                                                          Полностью имитировать работу мозга не нужно, там 99% работы это биологический балласт. Архитекторы ИИ используют более чистые, академические подходы. Результат прекрасный.
                                                                                          Мышь не сможет играть в игру Го или моделировать что-то, мозг, прямо скажем, очень слабый, очень медленный и склонен к «глюкам» (человеческий фактор).
                                                                                            –1
                                                                                            Создать «решателя задач», самого крутейшего – никаких проблем. А вот создать аналог человеческого интеллекта и сознания, который будет чувствовать, осознавать, испытывать эмоции и понимать контекст, а не слова – задача почти невозможная, ведь там все как раз на этом «балласте» и базируется. А в статье именно о сильном (и даже сверхсильном) интеллекте речь.