NO.
Para empezar, no sabemos completamente cómo funciona el cerebro humano y, por lo tanto, no podemos argumentar que las Redes Convolucionales (ConvNets) funcionan de la misma manera que la red de neuronas en el cerebro humano.
Las redes convolucionales y otras arquitecturas relacionadas bajo el paraguas de aprendizaje profundo son, en el mejor de los casos, análogas a las redes neuronales en el cerebro humano. Una analogía, por definición, no equivale a dos cosas, sino que solo establece una comparación dentro de un contexto particular. Las ConvNets están inspiradas biológicamente, pero eso es todo: inspiración de lo que sabemos sobre el cerebro hasta ahora. Una unidad en ConvNet no se acerca a una neurona en el cerebro humano en términos de complejidad y funcionalidad. Aprender en ConvNets, y prácticamente en todo ML, se enmarca como un problema de optimización en un espacio de dimensiones muy altas, que no es la forma en que esperamos que el cerebro humano aprenda.
- ¿Cómo puede una red neuronal convolucional aprender características invariables?
- ¿Cuáles son las deficiencias del aprendizaje profundo? ¿Cuál es el mayor defecto o limitación del aprendizaje profundo?
- ¿Cuál es el gradiente de la función de probabilidad logarítmica en la regresión logística multinomial?
- ¿Qué es la validación cruzada?
- ¿Cuál es el valor de un curso de Coursera sobre aprendizaje automático por Andrew Ng para solicitar una maestría en Estados Unidos en las 20 mejores universidades?
Por supuesto, esto de ninguna manera descuenta la utilidad del aprendizaje profundo. El aprendizaje profundo está preparado para resolver muchos problemas en áreas tan importantes como la atención médica. Pero el aprendizaje profundo nunca tuvo la intención de replicar el cerebro humano o mejorar nuestra comprensión del mismo. Hay un campo completamente diferente de la neurociencia que intenta hacer avances para mejorar nuestra comprensión del cerebro humano. Afirmar que el aprendizaje profundo funciona como lo hace un cerebro humano solo ridiculizaría sus esfuerzos.
