artificial-intelligence - 大脑建模

Question

只是想知道，既然我们已经达到了每台 PC 1 teraflop 的性能，但我们仍然无法模拟昆虫的大脑。
有没有人见过自我学习、自我发展的神经网络的体面实现？

Answer 1

我看到了一个有趣的实验，该实验将大鼠大脑的物理神经布局映射到数字神经网络，并根据使用 MRI 和其他方法获取的每个组件的神经元化学进行加权。挺有意思。 (新科学家或焦点，2 期前？)

IBM 蓝脑 想到
http://news.bbc.co.uk/1/hi/sci/tech/8012496.stm

正如您正确指出的那样，问题在于计算能力。但是对于神经网络的一系列刺激，随着刺激遇到更深的嵌套节点，计算范围往往呈指数级增长。任何复杂的加权算法都意味着在每个节点上花费的时间会变得昂贵。领域特定的神经映射往往更快，因为它们是专门的。哺乳动物的大脑有许多通用路径，这使得教授它们变得更加困难，而且计算机在给定的空间/时间中模拟真实的哺乳动物大脑也变得更加困难。

真正的大脑也有很多像静态的串扰(有些人认为这是创造力或原创思想的来源)。大脑也不会使用“直接”刺激/奖励来学习……他们使用过去无关事物的经验来创造自己的学习。在计算空间中重新创建神经元是一回事，创建准确的学习是另一回事。别介意多巴胺(昆虫中的 Octopus 胺)和其他神经化学物质。

想象一下给数字大脑 LSD 或抗抑郁药。作为一个真正的模拟。惊人的。我怀疑这将是一个复杂的模拟。