Это модель червяка как он есть в природе, ничего ему добавлять не нужно, важно повторить то же поведение что и у реального червяка, имея всю информацию по связям нейронов. Если удастся, то можно сказать, что это первый шаг к моделированию реальных нервных систем. А далее уже более сложные модели насекомых, которые можно использовать для множества задач.
То есть человек потерял способность запоминать знания, получаемые через преобретенный язык общения, а то что он запоминает на языке тела спокойно запоминается? Я как бы всеравно останусь на стороне, что долгосрочное запоминание идет через нейрогенез и увеличение связей. Тренируемые навыки уплотняют отделы мозга нейронами и новыми связями, которые за это отвечают. Но хотелось бы услышать хотя бы принципы других теорий.
Отличительной особенностью данной системы является полное отсутствие синхронизации. Каждый нейрон, при достижении определённого внутреннего состояния, шлёт сигнал постсинаптическому нейрону, который соответственно отправляет или не отправляет (в зависимости от своего внутреннего состояния) новый сигнал последующему нейрону.
Функция рандом на таймере не менее эффективна.
Было бы интересно почитать по модели нейронов которые они используют. Может станет понятно почему они не синхронизированы.
может быть и так, науке известны случаи когда удаление определенной части мозга давали эффект, что человек не мог запомнить что с ним происходило вчера, и каждый день просыпался с чувством, что это первый день после операции. Но один новый нейрон это около тысячи синапсов, первичное накопление инфы может и не происходит на новых нейронах в мозге, но записывать как помне больше некуда, кеш переполнится.
А такие нейроны вообще способны выполнять какую-то работу кроме установления собственного гомеостаза? Можно просто осветить направление работы нейросети из таких нейронов над решением какойто реальной задачи? Как вы это представляете?
Описаный принцип запоминания последовательностей тот же, хоть в рекурентных сетях это сделано через задержку на такт выхода сети и подача этого выхода на вход сети. Задержка сигнала в каждом нейроне, между слоями или для всей сети не суть важно — эфект тот же.
На счет СММ, не знаю. Разве СММ работают с изменяемыми ожиданиями (вероятностями) во времени? Смысл в том, что бы подстроиться под акцент или же почерк человека в реальном времени. Подстроились, работаем, а потом неожидано начинает говорить или писать другой. Сеть сама должна перестроится, при чем никаких сигналов, что теперь говорит или пишет другой человек. Можно основыватся только на входящем потоке информации и правилах правильного произношения или правописания, которые менять нельзя.
честно говоря не первый раз встречаю, и не думаю что это фейк
Функция рандом на таймере не менее эффективна.
Было бы интересно почитать по модели нейронов которые они используют. Может станет понятно почему они не синхронизированы.
На счет СММ, не знаю. Разве СММ работают с изменяемыми ожиданиями (вероятностями) во времени? Смысл в том, что бы подстроиться под акцент или же почерк человека в реальном времени. Подстроились, работаем, а потом неожидано начинает говорить или писать другой. Сеть сама должна перестроится, при чем никаких сигналов, что теперь говорит или пишет другой человек. Можно основыватся только на входящем потоке информации и правилах правильного произношения или правописания, которые менять нельзя.