www.yabovip4人工智能与神经生理学:为什么差异很重要

7.

由Oleksandr Kostikov.

在Delphi(希腊)的阿波罗寺庙上,写了:“Cognosce Te Ipsum”(知道你的自我)。对于想要创造人工智能的人来说,记住这些词语非常重要。www.yabovip4

我继续我的系列文章关于人工智能和人工智能系统的未来。www.yabovip4本文是符合“共生而不是进化 - 关于人类智慧性质的新想法“。

在上一篇文章中,在分析到简单的传入信号的最小响应时间之后,我们发现具有高概率的人脑可能会成为二元系统,由两个功能的响应的功能组成:反射和知识分子。

在本文中,我们将谈论第一个,反射部分。我们将尝试找出反射响应方案的真正如何对算法以及这可能会影响的方式人工智能的未来www.yabovip4

类似并不意味着完全相同

亚博ios彩票有什么区别?

在普遍的科学薄膜中,神经冲动作为一种通过像电线等神经细胞行驶的一种信号。我们认为这是一种用于电气冲动的生物学比喻。

事实上,这根本不是如此。神经脉冲是使用电位依赖性离子通道穿过神经元外膜上的钠和钾离子的急剧运动。该过程可以与连续落下的卡片或多米诺骨牌的落后进行比较。在每次神经脉冲后,神经元必须将离子返回到原始位置。在我们的示例中,这是如何再次从卡或多米诺骨牌构建曲目。

神经冲动是艰苦的工作。重要的是,在它的深刻的体质本质上,神经冲动是一个机械工作,而不是电气信号,尽可能多的思考。

这严重限制了生物组织中的信号传输速率。信号以每秒仅一米的速度沿着非髓鞘小直径纤维行进。这就像是一个缓慢的步行。对于较大的髓鞘纤维,速度增加到每小时45-60公里。只有一些大纤维,含有厚髓鞘护套和特殊拦截,速度达到每小时200-300公里。

平均而言,我们神经系统中的神经冲动比计算机系统中的电信号慢300万次。神经脉冲,除了缓慢,还使突触突然停止,神经元的结点。为了继续路径,信号需要通过突触裂缝,神经元的结点。我们可以说神经冲动是一个相当缓慢的转移旅程。

这一切都表明神经冲动本身已经是严重努力的结果,这一切都必须在路径尽头的某个地方到达。

计算机算法具有完全不同的性质

在计算机中工作的算法由电压滴或机器代码的序列供电,包括传统和零。

除了速度和物理本质外,反射和算法之间存在一系列重要的差异。神经脉冲或反射是一种不可避免的响应,并且算法是规则的总和,或者设计用于解决特定的一组指令问题。

换句话说,反射可能是错误的,但不能沉默,而且算法,相反,通常是一个规则,没有犯错,但如果它不能被执行的指令,可能不会给出答案。

反射甚至在任务之前知道答案,并且算法仅在完成所有必要步骤后才了解答案。

一个简单的例子

想象一个简单的问题来找到公式1 + x + 3 = 6.算法将执行以下操作:第一个6-1 = 5,然后5-3 = 2,所以x = 2.反射会立即答案x = 2. TRUE,只有在反射已经遇到这种情况并且经验发现答案1和3的情况下,才会发生这种情况。

但如果情况发生变化,问题变得更加困难1 + x + y = 6.通过这样的问题,算法将保持静默,并无法给出答案。实际上,没有足够的初始数据来回答。此选项有几个正确的答案。该算法将无法弄清楚哪一个是准确的。

而对于反射,没有任何改变,反射只会回答x = 2,如果反射已经遇到过这样的任务,则y = 3。如果没有,则反射仍将回答,但最有可能出现错误。

为什么这是这样的?

答案在于神经冲动过程的能量成本。人体神经系统中的信号运动,是一种非常能 - 密集的方法,首先是在神经元表面上产生膜电位(高达90 mV),然后急剧地移位,从而产生一波去极化波。在神经脉冲的那一刻,离子迅速穿过膜,之后神经细胞必须将钠和钾离子返回到它们的原始位置。为此,必须有用的特殊分子泵(亚苯胺钠三磷酸钠)。

结果,神经组织变成了我们身体的最耗能的结构。人类大脑平均重1.4千克,或体重2%,消耗大约20%的能源可用对我们的身体。在4-6岁的某些孩子中,大脑的能量消耗达到了身体的60%的能量!

所有这一切都强制尽可能挽救神经系统的资源。

为了解决一个单一简单的功能任务,神经系统需要大约100个紧凑的神经元。海葵(一类珊瑚息肉)具有如此简单的神经系统(100个神经元),如果它们从一个地方转移到另一个地方,可以再现(重复)身体的原始方向。

更困难的任务,更多的神经元

附加任务和功能需要增加神经系统的力量,这不可避免地导致涉及神经元的分组增加。结果,需要数百和数千个贪婪的神经细胞。

但是,即使在似乎没有任何东西可以发明的情况下,也知道如何找到解决方案。如果神经系统的工作如此昂贵,那么就没有必要以如此高的价格获得正确的答案。

它是更便宜的错。

另一方面,错误对自然毫无价值。如果有机体经常弄错,它只是死亡,给出了正确答案的人占据了自己的位置。即使这样的答案是侥幸的结果。比喻说话,一切都很简单,只有那些给出了正确答案的人。

这表明神经系统的工作仅与算法一样。事实上,它的工作核心没有计算,但基于内存的刻板决策,反射或简单地重复。

我们星球上任何生物体的性质和神经系统只是用各种内存机制的形式与预先写的婴儿床的杂志,但外面看起来像计算活动。

换句话说,试图用计算算法击败反射,就像试图对卡片锐利的展会。

这种策略与突触塑性相结合,给出了生物神经系统的巨大效率。

在生活中,大脑是一种极其昂贵的商品。因此,其操作基于简单但廉价的反射,而不是准确但昂贵的算法。利用这种方法,少数神经元解决了例如以方向相关的非常复杂的问题。秘诀在于,生物神经系统实际上并没有计算任何东西,它只是记得正确的答案。超过数十亿年的演变和一个人自己的生命,已经创建了一个普遍的解决方案,以前成功了。如果不是,那么错误是不可遗憾的。这使得即使是小而原始的神经系统也可以同时响应刺激并保持自动功能,例如肌肉间调,呼吸,消化和血液循环。

竞争开始前算法输掉

所有这些都表明,试图根据现有的计算算法创建AI,我们将从例如在与运动相关联的简单非智力活动的例子中,我们将从根本上丢失。我们的电子设备将准确,但非常能密集,因此完全效率低。

我们已经看到了这一点自驾。自主控制系统开发人员面临的意外问题之一与能量消耗有关。实验自动驾驶汽车需要特殊的高性能发电机来电力电子控制系统。

虽然本质上,有一个非常简单的神经系统,完全应对动态机动的任务。例如,护士鲨鱼(其重量高达110公斤,可以攻击人类),大脑只重8克,整个神经系统,以及外围部分的所有纤维,略高于250克。

主要结论

我们需要创造真正的人工智能的第一件事是对生物反射弧的原理工作的电子系统,即具有www.yabovip4零离散的生物算法。

有趣的是,生物算法的结构框图在上个世纪末存在,但由于沉闷的零离散,它们仍然存在异国情调。唯一的例外是进化算法,它形成了计算智能领域进化建模的基础。

生物学教导我们,在现实生活中,它不是一个犯错误的人,而是没有节省资源的人。

没有必要害怕错误。事实上,您需要害怕通过高能耗支付的准确答案。

但这只是问题的一部分,其解决方案将使能够创建相对简单的人工系统,能够控制运动和精细的运动技能。

为了在现实生活中开发适用的真正的www.yabovip4人工智能,我们将不得不弄清楚第二次,人类大脑的智力方案,作品。

这就是下一篇文章的目标。

关于作者

Oleksandr Kostikov博士是通过教育的医生。此前,他曾在乌克兰利沃夫伊冯法兰科大学的生理学系中处理人体Neocortex突触中的分子系统的研究小组。他现在在加拿大,他正在研究一个关于智力本质的新理论概念,而且旨在旨在创造一种全新的不寻常类型的人工智能。www.yabovip4

发表评论

本网站使用AkisMet减少垃圾邮件。了解如何处理评论数据