Debe observar los algoritmos que codifican el procesamiento de entradas complejas a través del aprendizaje / memoria. Por lo tanto, los códigos son los mismos, pero la combinación de proceso y memoria puede clasificar entradas novedosas.
Máquinas de vectores soporte
Otra consideración es que las computadoras humanas funcionan con procesadores digitales muy rápidos pero muy seriales con pocas conexiones. Los cerebros funcionan como procesadores realmente lentos pero enormemente conectados y paralelos que utilizan digital / analógico (velocidad de disparo variable ~ = analógico). No somos buenos para implementar o programar lo posterior, aunque la gente está trabajando en ello.
Referencias interesantes sobre las partes de paralelismo:
Más allá de los límites: la nueva neurociencia de conectar cerebros con máquinas y cómo cambiará nuestras vidas: Miguel Nicolelis: Amazon.com: Libros
- ¿Qué tipo de lenguaje de programación es particularmente útil para construir robots con IA?
- ¿Cuál es la posición de las religiones mundiales sobre la inteligencia artificial?
- ¿Cuáles son algunos problemas interesantes que se pueden resolver utilizando redes multineurales?
- ¿Aleatorización en algoritmos evolutivos (genéticos)?
- Para un principiante en Python, ¿se requiere desarrollo web para ingresar al aprendizaje automático / IA?
Sincronización: Cómo el orden emerge del caos en el universo, la naturaleza y la vida cotidiana: Steven H. Strogatz: 9780786887217: Amazon.com: Libros
