¿Cuán importante ha sido la neurociencia para avanzar en el estado del aprendizaje automático / aprendizaje profundo?

Lo curioso es que los programadores no son completamente independientes para los problemas de idiotici,

Alguien decidió hacer la pregunta más difícil.

¿Existe esta cosa llamada resistencia de voltaje que hace que los circuitos integrados se derritan?

Entonces, ¿cómo es que un cerebro humano aún puede procesar “algunos” humanos o la pluralidad de operaciones humanas puede procesarse más rápido que nuestro software de codificación más rápido en procesadores generales, GPU y, a veces, incluso en circuitos integrados de aplicación específica (ASIC)? [Los compiladores son un misterio para mí y hacen que la codificación no tenga sentido. Como marcaría = anotar secuencias del compilador, y usar las matemáticas de la computadora para luego registrar y analizar experimentalmente un serio intento de error de prueba “para compilar compiladores”, en lugar de escribir código, para que se conviertan. Aprendería qué funciona mejor en hardware específico y luego establecería todas las operaciones para seguir el hardware, y no mi orden de razonamiento o estructuración. Simplemente ingrese una idea a la vez, rastree el compilador y el hardware, luego intente usar ese enlace de mapa para que la idea sea más eficiente como código del compilador, que como código escrito o para realizar ingeniería inversa en el ASCII para codificar.

No escriba el código, escriba cómo mapear el hardware, para tener el hardware y luego escriba el código.]

Usted, como creyente o sacerdote, no puede decir que su “Dios” es el mismo que cualquier otra Deidad de la Tierra y que todos los griegos romanos, etc., también son un “Dios” y un “CoEqual” en el reconocimiento de nombres, o que “están diciendo todos los dioses”. son iguales a la fe que inviertes en las enseñanzas de tu propia fe “, y entonces la diferencia es que nosotros hacemos la guerra que son superiores, y no se hace ninguna referencia a la idea de que el castigo, la desgracia o el sufrimiento provienen de desobedecer la sabiduría y la guía de tus deidades.

La pregunta más difícil es cómo razonamos y escribimos nuestra propia programación, ya que generalmente hay momentos en cada una de nuestras vidas, donde sabemos que somos más correctos o que el otro es completamente incorrecto, pero no podemos enfrentarnos a ellos. cómo anular un error intencional en la codificación de sus pensamientos. ~ Entonces, ¿podemos hacer una máquina, que honestamente pueda dar cuenta de su procesamiento y validar la codificación o mejorar la comprensión de los programadores, para que coincida con sus limitaciones de hardware, o para diseñar en hardware tal como las neuronas pueden hacer crecer nuevos circuitos, para mejorar facilitar un sector o proceso de almacenamiento fuera de producción

¿Por qué agitar sin sentido inventar lo que no sabes que existe, cuando puedes comenzar a estudiar lo que existe? Entonces, usted y sus codificadores, no vacilen matemáticamente hasta los límites de la resistencia al calor lineal, ni se tambaleen a Sincronización de video y Ciclos perdidos, o pierdan valores paralelos en el momento de fusionarse, no devolverse o incorporarse incorrectamente o devolverse inesperadamente en un formado no conducente a los límites del proceso de recepción.

Los trucos de magia también obligan a nuestros nativos a fallar, sin embargo, no nos congelamos normalmente y no respondemos por completo. ¿Cómo nos las arreglamos, donde la computadora queda bloqueada, ya sea en una falla recursiva alta, o bajo comando de detención crítico de alguna manera, o desbordamiento del espacio de memoria o administración, cuando ninguna de esas cosas parece posible, si alguien entendió cómo funciona el hardware en relación con el software o visa vis, ¿dónde no siempre hay un globo o aviso en lugar de congelar o detener u ocupado ocupado? ~ Prefiero mi /. idea de notación, donde se supone que los capítulos similares están en un DVD y cómo funciona SyncGreen, o Actualización de fotogramas, si algún fotograma o secuencia tarda más que el tiempo asignado, para la secuencia se anota la secuencia o código específico y se devuelve al proveedor para la optimización con detalles de hardware y un volcado sin formato o una instantánea del evento. El resto de las veces es demasiado rápido para mostrarse, algo así como durante el proceso de instalación, donde ve que se copian todos los archivos DLL y otros archivos en el disco, mientras se asignan como un Directorio jerárquico. Cuando el archivo es lo suficientemente grande como para retrasar el procesamiento, puede leerlo, y creo que una cinta de teletipo o una secuencia de stock deben mostrarse como una matriz para ver qué código cae como el agua y qué codificador, como fragmentos escamas de hielo fangosas o congelación cerebral. Debido a que cuanto más lento es, más fácil sería manejar y diagnosticar sin algunos utensilios, de la misma manera que un médico puede analizar palipita el corte de la piel, la temperatura corporal, las áreas de voltaje, etc. Tener lógica física tiene un sentido físico a medida que las cosas se vuelven más y más Los avances para tener una forma razonable y racional de mapear o resolver problemas o realizar ingeniería inversa a los más de mil millones de CPU o GPU de circuito integrado, cada vez más necesitan un marcador de milla exterior o un motor de automóvil físico para mapear.

Para hacer que esto sea menos patentado, muchos científicos aprenden hacia el hardware más largo y maduro, la construcción biológica llamada cerebro animal. Permite una perspectiva más accesible y segura de lo que está sucediendo si de alguna manera Intel y otros tienen un 20% de pérdida de ciclo al devolver una respuesta, entonces debemos restringir la noción de qué es una CPU a algo que comprendemos, para que sepamos fantasma el software o las operaciones no se están ejecutando, y si se presentan retrasos biológicos, entonces sabemos en qué parte del cuerpo están ocurriendo los eventos y si son nosotros o alguien que Ethernet se ejecuta entre nosotros.

A lo largo de mi estudio en Aprendizaje profundo, me encontré con modelos neurocientíficos solo dos veces:

1-) Se dice que el concepto de campo receptivo en las CNN está inspirado en los sistemas visuales de Cat (Hubel y Wiesel) donde ciertas partes de la corteza visual son responsables de una partición particular de su vista. Afirmaron que cada neurona en la corteza era un detector de características individuales.

2-) El filtro Gabor es un filtro lineal utilizado para la detección de bordes cuya respuesta y orientación de frecuencia es muy similar a la del sistema visual humano. Algunos documentos intentan implementar filtros Gabor con diferentes orientaciones como capa de entrada a CNN; mientras que otros notaron que los mapas de características aprendidos por la CNN en la capa de entrada se parecen a los tipos de filtros Gabor. Se puede decir que CNN aprende los filtros Gabor optimizados en la capa de entrada.

Por supuesto, el perceptrón está inspirado en la neurona biológica con la sinapsis y la dendrita, etc. Estas son las que encontré.

Si está interesado en aprender algo, tiene mucho sentido mirar el cerebro. El cerebro es el mejor y más eficiente sistema de aprendizaje que conocemos.

¿Solo podemos avanzar en ML mirando el cerebro? Ciertamente no. Nos enfrentamos al problema de que el funcionamiento interno del cerebro está completamente oculto. Así que no podemos usar el cerebro como plantilla y reconstruirlo. Es por eso que necesitamos científicos creativos que propongan ideas para mejorar los agentes de aprendizaje artificial. Pero incorporar ideas de la neurociencia ha demostrado ser bastante útil, solo piense en:

  • Redes neuronales
  • Aprendizaje supervisado versus no supervisado
  • Aprendizaje reforzado
  • Redes Convolucionales
  • Predicción sensorial en robótica

Una vez le envié un correo electrónico al doctor Hinton sobre la curiosidad de por qué le importa tanto el cerebro, y qué libro que pude leer para comenzar mi conocimiento sobre el cerebro humano respondió: “lea el libro de Peter Dayan Neurociencia teórica”.

El libro fue fascinante, aunque necesita algunos conceptos básicos de física y química para comprender. Allí puede interpolar la razón de las redes neuronales recurrentes, LSTM y otros modelos de redes neuronales profundas.

PD: Mis dos centavos de un bote en medio del océano.