هل هناك فرق كبير بين العقل البشري والشبكة العصبية المحاكاة؟


الاجابه 1:

والسؤال الذي يتضمن تفاصيله هو في الواقع: «هل الاختلافات بين شبكة الدماغ والمحاكاة مهمة للغاية بحيث لا تتمتع المحاكاة بأي فرصة لإعادة إنتاج كل قدرات الدماغ؟ »

لنأخذ رداً من Paul King على الشبكات العصبية التي تستحق المناقشة. تحتوي الشبكة العصبية على المدخلات والمخرجات التي تم تقييمها من قبل المشرف ، وبينها "طبقات مخفية" تقوم بتحليل المعلومات من خلال المراحل المتعاقبة من معالجة تصحيح السابقة (التعلم العميق). يشبه هذا عن كثب الدماغ البشري ، الذي يستقبل المدخلات الحسية المتعددة ويتلاعب بها في المخرج الواعي. لذا فالسؤال شرعي: كم عدد الطبقات المخفية لديه العقل البشري؟

بول كينج يدحض المقارنة بين العديد من الحجج: 1) الدماغ غير منظم في طبقات ولكن المراكز المترابطة 2) الروابط العصبية أحادية الاتجاه. لا توجد ردود. 3) لا يتعلم الدماغ من الإجابات الصحيحة المقدمة. 4) تستخدم الخلايا العصبية نبضات عصبية لا تتطابق مع الخوارزميات العددية 5) يعتقد بول أن طبقات متعددة من التعلم العميق ليست أفضل من بعضها ، لأن الكثير من المعلومات هي ضائع في الطريق.

في الواقع يتم تنظيم الخلايا العصبية في طبقات متتالية من العلاج (داخل مراكز الأعصاب المترابطة المختلفة) ولكن الشبكات الاصطناعية الحالية خشن للغاية بحيث لا يمكن محاكاةها بشكل صحيح. يتطلب الأمر الكثير من المستويات لمحاكاة بعض الخلايا العصبية ، وذلك لعدة أسباب: 1) تتمتع الخلايا العصبية بالتحكم في ردود الفعل: يتم استنفاد إطلاقها. جزء من نبضات الأعصاب هو انتشار التغذية المرتدة. 2) تغير الخلايا العصبية وظائفها بناءً على نشاطها (الخلايا الدبقية أيضًا). إنهم بالفعل متعلمون ذاتيًا. 3) تمارس السيطرة على التغذية المرتدة من خلال روابط مختلفة وتوجد خلايا عصبية مثبطة. 4) تطلق الخلايا العصبية النار تلقائيًا. هذا النشاط الجوهري ينتج "خروج" في غياب "الإدخال". العلاج ليس مجرد عملية سلبية (5). إن الاختلافات بين التنشيط العصبي ، من خلال إضافة وتأخير التحكم في التغذية الراجعة ، توفر الاستقلال في كل مرحلة من مراحل المعالجة. المعلومات الأخرى ذات الصلة يمكن في الوقت نفسه منع مراقبة ردود الفعل للعمل.

كل هذه الخصائص من الخلايا العصبية هي أن نظامهم أكثر ديناميكية وأكثر استقرارًا من الشبكات الاصطناعية. إن إضافة مستويات بالطريقة التي تم تصميمها بها في شبكة اصطناعية يقلل فقط من هامش الخطأ في العلاج المفاهيمي ، في حين أن مجموعة من الخلايا العصبية لا تهتم إلا قليلاً ، وتعيش في وهم القيام دائمًا بعمل رائع ، قد نقول ، وهي مجموعة من الخلايا العصبية المشرفين ، أعلاه ، الذي يقيم ويحيل التصحيحات بشكل غير مرئي للخلايا العصبية الخاضعة للإشراف. يتم تمييز استقلالية مستويات العلاج بالنسبة للخلايا العصبية ، وهو ما يفسر كيف نختبر وعينا ، وهي أعلى مرحلة: مدمجة ومستقلة ومتصلة بعدد كبير من المفاهيم المقدمة.

يقوم مصممو الشبكات الصناعية بهذا التحسين: زيادة استقلالية مراحل المعالجة مع الحفاظ على تنسيقها. تضمين الكمون بدلاً من استخدام سرعتها الإلكترونية. ليس هناك ما يمنع نظريًا من تحقيق النجاح ، وبالتالي ، للإجابة على سؤالك ، يمكن أن تكون الشبكات الاصطناعية قادرة على محاكاة محتويات الوعي الإنساني وتجربتها. ما سوف تواجهه سيكون كومة من الترانزستورات بدلاً من مجموعة من الخلايا البيولوجية. وهذا سيجعل حفلات الزفاف quilled ...

الملاحظة الأخيرة: نعم ، يتعلم الدماغ أيضًا من الإجابات المقدمة: ردود أبيه. وكذلك تلك التي قدمتها البيئة ، لاحظت بطريقة ثنائية: العقوبة / المكافأة.

لديك في هذا المقال مفتاح الذكاء الاصطناعي ؛-)


الاجابه 2:

مثل ، الحل البيولوجي لتحركنا هو العضلات ولكن الحل التكنولوجي هو عجلة. قد نحصل على حل مختلف لمحاكاة الوعي والعواطف والوعي الذاتي من عقولنا.

مطلوب مزيد من البحث من كلا الجانبين لتوفير الإجابة المناسبة لهذا السؤال. في الوقت الحاضر ، الشبكة العصبية المحاكاة ليست في أي مكان قريب من عقولنا ، ولكن أفضل العقول تعمل على ذلك.

إن عالمية ومتطلبات الطاقة المنخفضة وسرعة أدمغة الحيوانات مقارنة بالشبكات العصبية الاصطناعية هي نتيجة للاختلافات الكبيرة بين الخلايا العصبية البيولوجية والخلايا العصبية الاصطناعية بخلاف عددها وتكوينها في شبكتها.

هناك العديد من النقاط ، حيث يمكن للباحثين من الشبكة العصبية الاصطناعية تحسين خوارزمية النظر من خلال الطريقة التي يُظهر بها الدماغ الذكاء:

  • يشتمل الدماغ البشري على أربعة مكونات رئيسية هي: المخ ، المخيخ ، نظام Limbic و Brain Stem ، حيث لا يوجد لدى أي شبكة شبكية عصبية راسخة مثل هذه الهندسة المعمارية. تحتوي بنية AlphaGo على تركيبة من التعلم المعزز والتعلم العميق. تعمل النمذجة على وضع غير خاضع للإشراف ولا تتوقع عددًا كبيرًا من البيانات المصنفة مثل شبكة عصبية اصطناعية خاضعة للإشراف القائم على التعلم العميق. يعمل باحثو التعلم الآلي على تعلم غير خاضع للإشراف. يمكن أن ينقل الذكاء ذكائه إلى دماغ آخر من خلال بعض اللغات. يعمل باحثو التعلم الآلي على نقل التعلم. يمكن للنحاس أن يستريح ويدعم الذاكرة الخاصة به من خلال النوم. يعمل باحثو التعلم الآلي على تقليم شبكة عصبية اصطناعية مدربة للأجهزة ذات الذاكرة المنخفضة.يمكن أن ينتج عن القصص والأحلام من ذاكرته الخاصة. يعمل باحثو التعلم الآلي على شبكات التوليد.

يمكن للنجاح في بحوث التعلم الآلي أن يقدم بعض الدلائل على كيفية عمل عقولنا. ولكن سيكون الأمر صعبًا لأن القليل جدًا من علماء الأعصاب مهتمون بالخوارزمية. لذلك ، قد نحصل على الذكاء العام الاصطناعي قبل الكثير من فهم عقولنا.


الاجابه 3:

مع تقدم الوقت ، أتوقع أن تتغير إجابة هذا السؤال أيضًا.

الجواب الحالي على هذا السؤال هو نعم.

في الوقت الحالي ، تعد الشبكات العصبية المحاكاة جيدة جدًا في المهام المتخصصة مثل التعرف على الأشياء ومعالجة اللغة والملاحة المستقلة وحتى توليد الموسيقى. تعتمد نماذجنا على التعلم المتري والإحصائيات bayesian والتحسين المحدب وكذلك فهمنا للخلايا العصبية وكيفية العمل معًا. هذه النماذج هي تقريب إجمالي للغاية لما يجري بالفعل في رؤوسنا! بالطبع ، ربما في يوم من الأيام ستكون محاكاة الكمبيوتر لدينا قادرة على نمذجة الإدراك البشري في جميع الجوانب (من يدري!).