¿Hay alguna superposición entre neurociencia / neurología e inteligencia artificial / aprendizaje automático?

Estoy de acuerdo con Corrin Lakeland en su punto de que pocas máquinas realmente se parecen a un cerebro biológico. Sin embargo, el hecho es que MUCHOS conceptos informáticos se basan en el razonamiento humano. Al final del día, todavía fueron los humanos quienes construyeron la computadora, por lo que debe ser producto de su imaginación.

Las máquinas no son tan complejas como los cerebros humanos (al menos por ahora). Esto se debe principalmente a lo bien que funcionan las IA “suficientemente buenas” en la práctica (se sorprendería de lo que significa la tasa de éxito del 80% para la mayoría de los tomadores de decisiones).

La razón por la que los investigadores comenzaron a construir IA en primer lugar es porque querían parecerse al razonamiento humano y la lógica de primer orden , y exponer lo que pensaban que sería mejor una computadora que un humano; con rapidez responder una consulta usando un conjunto finito de reglas.

Probablemente hayas oído hablar del aprendizaje profundo; Los algoritmos de aprendizaje profundo clasifican los datos utilizando múltiples capas, cada una de las cuales representa un cierto nivel de abstracción. Eso se parece mucho a cómo pensamos que un cerebro “ejecuta una solicitud de razonamiento humano”, excepto que, según un estudio (la cantidad igual de células neuronales y no neuronales hacen que el cerebro humano sea un cerebro de primates isométricamente ampliado) en 2009, nuestros cerebros han aumentado a 86 mil millones de neuronas, MUCHO para una red neuronal.

En conclusión, sí, la superposición ocurre porque muchos conceptos informáticos están inspirados en la funcionalidad / razonamiento del cerebro humano, pero la superposición es menor de lo que cabría esperar debido a

  • la verdadera complejidad del cerebro humano y
  • qué tan bien puede funcionar una máquina “suficientemente buena”.

Sorprendentemente poco.

La mayoría de la IA se preocupa por hacer las cosas y a muy pocas personas les importa cuán biológicamente plausibles sean las soluciones. Las computadoras son fundamentalmente mejores en algunos tipos de operaciones que los cerebros biológicos, por lo que diseñar algoritmos para las fortalezas de una computadora brindará mejores resultados.

Dicho esto, hay cierta superposición. Los SOM de Kohonen se inspiraron inicialmente en la neurociencia. Del mismo modo, Backprop se basó en una simplificación de cómo se activan las neuronas. Las personas a menudo miran los procesos biológicos (por ejemplo, el sueño), la hipótesis de por qué está sucediendo y si se pueden aplicar beneficios similares en la IA.

He visto algunos investigadores de IA que se esfuerzan mucho por imitar la biología en sus algoritmos, pero aquellos con los que he hablado lo han hecho para aprender más sobre biología en lugar de construir computadoras más inteligentes. Por ejemplo, si simula con precisión un cerebro y luego lo prueba en algunos problemas que no serían éticos en un cerebro vivo, entonces puede aprender cómo respondería el cerebro al daño y comenzar a pensar en lo que podría hacerse al respecto. Si nota una desviación entre sus modelos y el comportamiento físico, entonces probablemente haya descubierto un área en la que hemos entendido mal el cerebro.

More Interesting

¿Qué puedo hacer para oponerme al desarrollo de la inteligencia artificial y la pérdida de empleos humanos que la acompañarán?

¿En qué momento se debe otorgar derechos básicos a una forma de vida, natural o artificial? ¿Cuál es la pregunta de umbral para determinar este punto?

¿Qué tipos de trabajos de programación serían los más difíciles de automatizar por AI?

¿Cómo pueden la ciencia y las técnicas modernas mejorar el rendimiento y la eficiencia de la señal de tráfico?

¿Pueden los submarinos nadar?

¿Alguien ha creado alguna vez una computadora que pueda simular una voz completamente artificial sin ninguna otra grabación?

¿Cómo manejan los investigadores de redes neuronales los largos tiempos de entrenamiento? ¿Qué haces mientras esperas?

¿Cuáles son las diferencias clave entre el aprendizaje del programa bayesiano y el aprendizaje profundo?

¿Hay alguna superposición entre neurociencia / neurología e inteligencia artificial / aprendizaje automático?

¿Qué debo elegir para estudiar, aprendizaje automático, análisis de big data o algo más en inteligencia artificial?

¿Debo seguir una maestría en diseño de juegos o big data / AI / machine learning?

¿Qué tan lejos estamos de crear una conciencia artificial?

¿Cuáles son las principales startups de inteligencia artificial en India?

¿Cuáles son algunos ejemplos de 'ideas de bot de chat' que podrían cambiar mucho el mundo?

¿Cuáles son los documentos de lectura obligatoria en AI / ML que trazan los principales desarrollos en el campo en los últimos 50 años?