“腦科學+AI”如何攜手並進?

brainnews


腦科學有一個錯誤的認識,那就是,大腦的神經網絡是先天形成的。人們設想的深度學習的神經網絡就是全連接神經網絡。計算機的硬件就得是人造的,軟件就必須在硬件的基礎上編程。從理論上講,就是基於二進制。二進制只有零和1,沒有“無”或者叫“空”。用二進制描述一個事物,除了0,1之外,必須要有定義域。相當於CPU中的帶寬,字庫圖像的長寬限制。也就是位圖形式。以前的圖像識別主要是用矢量圖為準。比如眼睛嘴角鼻子的距離,都可以用三角形的相似性來區分。用函數來表達。神經元的基本單元就是函數,可以組成方程組來描述事物。不僅有記憶功能,而且有計算功能,就是分步計算功能。還有迭代功能。可以無限制的迭代,連接成無限寬度的網絡。其實腦神經網絡,是由神經幹細胞在遇到後天信息場的時候,由興奮細胞吸引其偽足形成的。所以它的結構,不會是全連接的神經網絡,結構本身就記憶有信息。每個神經元是一個概念的載體,同一概念只有一個載體。這樣,一個概念就對應一個位置。寫一篇文章,描述一件事情,同一個概念要反覆使用。用磁共振觀察,那個位置的神經元,就被反覆調用。把這些現象串在一起,邏輯可以自洽的。由於篇幅所限,只能三言兩語。關鍵是:處理後天信息的神經網絡,一定是後天形成的。人工智能AI神經網絡,沒法產生創造性,也不可能解釋意識問題。意識問題是血管伺服神經所產生的行為,相當於神經元的電源,可以精細化控制。也就是說,注意力的行為就是意識。


海水不鹹34生物腦研究


你的問題可以直接理解為人工智能如何發展。因為20年前。人工智能層紅過,沒有持續卻中斷的原因是當時沒有采用神經網絡方法,而是用最普通方法想把人類的思想輸入給機器。由於算力限制,直到2012年人們重新提出人工智能,讓AI自己訓練找規律,來學習,並且現代的計算機發展很快。所以,你說的腦科學,其實就是這裡面的神經網絡的地位。好的建議是讓人工智能的基礎研究者去學習醫學,學習神經和腦科學,當人類對這些知識瞭解的很多了時,再應用到計算機,才能繼續提升AI的能力。未來,AI可以做除了情感以為所有的理性工作。推薦一本書,未來以來。



我是小小小創客


腦科學是研究人腦的工作機制和智能工作原理。腦科學研究的突破將是人工智能發展最重要的推動力。目前,人工智能還沒有到認知的水平,很大程度上是因為腦科學沒有根本性進展。比如,最基本的圖像識別,目前完全是靠圖像分析的方式來處理,沒有加入人在識別時的工作過程。在比如語義理解,也是隻是從人認知的角度來模擬人類,都是對於人腦認知的假設。腦科學的發展會讓人工智能有質的飛躍。


腳踏實地的程序員


大腦是人類的處理器,所有動作和意識行動都是都大腦接受並做出處理!AI是人工智能,就是模仿人類的處理事情,給機器賦予人類的智慧,必須要有類似人類大腦的處理器。腦科學是專門研究腦的結構和處理邏輯,他們更加明白怎麼讓人工智能像人類大腦一樣邏輯處理事,找他們是必然的,就像汽車壞了找汽修店一樣。


億鏈區塊鏈平臺


兩者是相輔相成的,腦科學的研究推動需要人工智能的幫助,而人工智能的根本基礎需要腦科學研究的突破。人腦中有近百億個神經元,想突破還是很有難度的。


數通老兵


就是各自幹擅長的事,人,統籌邏輯情感邏輯思維;Ai計算收集與非記憶理性;未來可以是雙核驅動,相互取長補短,互助互利。


分享到:


相關文章: