Подробнее
Suchen A+de summ iT san francisco Í/Í//Í* DATA HOW Al WORKS Al MAGIC Brian Hoi Microsol
it-юмор,geek,Прикольные гаджеты. Научный, инженерный и айтишный юмор
Еще на тему
it-юмор geek
Подробнее
Suchen A+de summ iT san francisco Í/Í//Í* DATA HOW Al WORKS Al MAGIC Brian Hoi Microsol
it-юмор,geek,Прикольные гаджеты. Научный, инженерный и айтишный юмор
Подробнее
Suchen A+de summ iT san francisco Í/Í//Í* DATA HOW Al WORKS Al MAGIC Brian Hoi Microsol
it-юмор,geek,Прикольные гаджеты. Научный, инженерный и айтишный юмор
в киберспортевездеДумаю, так будет правильнее :) Не сразу и не вдруг, конечно же, но медленно и верно.
Вы сами на ифах работайте, только ваши бесчисленные ифы получались от получения бесчисленных пиздюлей вашими мартышечьими предками.
10 goto 26
11 goto 67
12 goto 10023491843
13 mov ax, bx
14 goto 2394
15 goto 13
16 mov ax 0x4C h
17 inc CX
18 goto ...
19 ret
20 ret
21 int 0x80
22 int 0x80
..
26 int 0x80
..
67 int 0x80
..
2394 int 0x80
..
10023491843 goto 1
Шта?
автор картинки явно был под сильными седативными.
причем просвета в будущем нет, а бочки на хром будут все катить: пачиму он так много жрёт!!????
Магия это хорошо, магия это надёжно. Даже если что-то не работает, ты всегда можешь сказать, что это магия
https://habr.com/ru/post/429946/
Вполне возможно, что мышление человека тоже сводится к куче if, но наша куча if такая большая, что количество давно переросло в качества (типа самосознания), которыми пока явно не обладает компьютерный ИИ.
*Кстати, последние новости проекта: в этом году доделали кору крысы и скоро начнут тыкать в нее палкой.
Вы так говорите, как будто в этом есть что-то плохое. Я за функциональный подход Тьюринга: если это выглядит как кошка, ведёт себя как кошка и мяукает как кошка - значит это кошка. В этом плане мне чужды всякие "философские зомби", "китайские комнаты" и прочие "болотные люди". Они не отвечают ни на какие вопросы и просто умножают сущности.
>Не слышал, что б нейроны искусственной нейронной сети аналогичны биологическим
Blue Brain как раз идут по бионическому пути, у них биологически достоверная модель. Ещё в 2007 они представили полностью эмулированную колонку неокортекса крысы, и она велёт себя один в один как настоящая.
Вопрос в том, а у нужна ли полная аналогия. В конце концов, для полёта оказалось достаточно придумать самолёт, а не пытаться воспроизвести машущее крыло.
Но даже в неинвазивной прозвонке есть подвижки. Вот, например, фМРТ считывает, что видит человек:
1. он скоро сдохнет, и никакие физрастворы не могут этого предотвратить, т.к. нейрону для жизни нужна не просто питательная среда, а химическая обратная связь на исходящие из него сигналы
2. в процессе "прозвона" он будет меняться в ответ на "звонки" и после пары-тройки сигналов его "внутренние настройки" будут отличаться от исходных (причём изменения не будут аналогичны тем, которые происходили бы, оставайся он в мозге, т.к. не будет исходной обратной связи)
3. без информации о том, к каким нейронам он был "подключён" когда был внутри мозга, реакция нейрона на "прозвон" теряет смысловую нагрузку (ткнули справа - ответил слева. Что это значит - зависит от того, что было слева)
4. нейроны общаются с помощью аналоговых сигналов, по этому число возможных вариантов (комбинаций) входных сигналов стремится к бесконечности даже на одном нейроне.
...И я уверен это я не все вспомнил.
Даже если приложенная вам картинка с достижениями неинвазивной "прозвонки" правдива, это всё равно очень далеко от того, чтобы иметь модель нейронной сети участка мозга, которую можно было бы взять за эталон и потом говорить "вот мы воспроизвели биологическую нейронную сеть".
Нобелевских лауреатовлохов. Я бы с удовольствием почитал.2. Вы упомянули Ходжкина, Хаксли, ФицХью и Нагумо, работавшими над математическими моделями биологических нейронов. Насколько я вижу, эти модели в принципе не пытаются моделировать тот факт, что у нейронов постоянно отрастают новые и отмирают старые аксоны - модели исходят из того, что каждый нейрон "подключен" к конкретному списку других нейронов. Как можно при таких упрощениях говорить о "биологически достоверной модели", которая "ведёт себя один в один как настоящая"?
1. Верно. Эти учёные занимались в основном отдельными нейронами. Для построения участков у них не было достаточных вычислительных мощностей. Сегодня как раз этим занимаются Blue Brain, Human Brain Project, Принстон и другие.
И давайте уже договоримся о терминах, в конце концов. Что вы понимаете под "прозвонкой нейрона"?
2. Вы плохо видите. Синаптический прунинг в той или иной форме включен уже, наверное, во все современные нейросетевые фреймворки. Врать не буду, конкретно у Blue Brain я этого в пресс-релизах не видел и детально их пейперы на пабмеде не просматривал, но было бы очень странно, если бы они это не реализовали.
Синаптический пуринг описывает отмирание ненужных связей, а не формирование новых.
Описанные мной "непреодолимые причины" преподаются в институтах, и пока что ничего из того, что вы написали, никаким образом не свидетельствует о том что они преодолены или есть идеи о том, как их преодолеть. Люди моделируют биологические нейронные сети как "чёрные ящики", имея представление об их поведении, но не об их внутреннем устройстве.
2) Так значит, разрыв связей всё-таки моделируется? А то, помнится, вы утверждали обратное.
Изменение весов на синапсах - вот грубая аппроксимация формирования новых аксонов и одновременно синаптической пластичности в нейросетях. И мы, строго говоря, до сих пор не уверены, сколько в процессах обучения и мышления от формирования новых аксонов, а сколько - от изменения силы синаптической связи. Может быть и так, что новые связи нужны просто для повышения вычислительной мощности конкретной подсети, а всё обучение завязано на пластичности.
3) Описанные вами "причины" преподавались в институтах. Лет эдак сто назад. А сегодня нейрофизиология знает нейрон вплоть до потенциала на мембране. И пока ничего из написанных вами фантазий и домыслов этого не опровергает.
Любое решение нейросети, теоретически, можно трассировать. Вопрос в ресурсах и желании. Впрочем сейчас создаются автоматизированные решения для визуализации представления данных внутри нейросети. На основе регулярных паттернов, например.
И нет, не 100 лет назад, я закончил соответствующий институт всего 7 лет назад.