¿Cuál es la diferencia entre una red neuronal artificial y una red neuronal biológica?

Debido a que no está claro, voy a suponer que te refieres a redes neuronales computacionales biológicas … no a tejido neural in vivo.

En resumen, una neurona computacional biológica es (generalmente) un modelo paramétrico de una neurona que se aproxima a un voltaje de membrana realista.

Los modelos de “integración y disparo” son un área gris porque, aunque estos modelos pueden aproximarse al sub-umbral de voltajes de membrana, a menudo no pueden imitar con precisión un potencial de acción o un período de refracción.

Los modelos biológicos suelen ser alguna variación del modelo de Hodgkin-Huxley. Algunas simplificaciones significativas han permitido simular grandes redes con potencia de computadora realista.

Muchos modelos biológicos también implementan dinámicas sinápticas complejas.

Los modelos no biológicos de neuronas se describen con mayor precisión como un perceptrón. Las salidas de Perceptron pueden ser graduadas o binarias. Muchas aplicaciones de redes neuronales artificiales (lectura de aprendizaje automático) han tenido problemas para implementar la retroalimentación inhibitoria debido a muchas de las simplificaciones no biológicas que se han introducido en aras del tiempo de cálculo.

Las NN biológicas funcionan con trenes de espiga, mientras que la mayoría de las NN artificiales (a excepción de las NN de espiga, que rara vez se mencionan) funcionan con valores continuos de entrada y de estado.

Ya hay respuestas con aspectos más técnicos, así que solo diría esta pequeña analogía técnico-poética.

La diferencia es la misma que entre el conjunto de números naturales y el conjunto de números reales. Los números naturales pueden tratar de ponerse al día con los números reales, pero nunca podrán, ni siquiera el “pequeño intervalo” de [0,1]. Los números reales tienen una naturaleza diferente, una que los números naturales nunca pueden “comprender”.

Las redes neuronales artificiales son aproximaciones similares, crudas y “demasiado rígidas” de las biológicas. Su complejidad va mucho más allá de lo que puede ser pintado por un conjunto de perceptrones (o cualquier otra neurona artificial).

No puedo proporcionar una prueba matemática para esto, solo estaba expresando mi intuición.

En una red neuronal real, la activación de las neuronas es binaria; una neurona se dispara o no, dependiendo de si la carga que recibe está por encima de cierto umbral. En una implementación típica de una red neuronal artificial, por otro lado, cada neurona siempre se dispara, pero la intensidad de la señal de salida varía.

Tampoco tengo una visión clara sobre estos dos. Pero lo que sé es …

La red neuronal artificial es una forma de resolver problemas. O es una estructura basada en nuestra red neuronal biológica real.

El biológico es muy complejo que el otro. La red neuronal artificial es un producto creado por nuestra mente. Y el biológico es real, y es creado por mutaciones y muchas cosas más.

En resumen, los humanos hemos desarrollado redes neuronales artificiales mediante el análisis de una red biológica.

Que tengas un buen día.

Vea mi respuesta en http://cogsci.stackexchange.com/ …