¿Es el cerebro humano una gran red neuronal o está formado por muchas redes neuronales más pequeñas?

Permítanme hablar solo de la corteza (que es principalmente lo que hace que un cerebro sea un cerebro humano ).

en realidad está formado por una red neuronal repetida común. Pero en lugar de llamarlo una red neuronal, vamos a llamarlo una ‘región de neuronas dispuestas en una estructura de red particular’ porque las redes neuronales hechas en el software actual no son muy parecidas a las neuronas en su cabeza. al menos no están organizados de la misma manera.

Por ejemplo, la estructura neuronal repetitiva (sí, muchas unidades más pequeñas) en su cabeza no hace propagación hacia atrás como una red neuronal de aprendizaje profundo. En cambio, “modifica sus pesos” (si quiere decirlo de esa manera) de forma anticipada al producir predicciones de lo que verá a continuación. En otras palabras, ha movido la propagación hacia atrás desde la capa técnica del algoritmo a la capa filosófica del algoritmo, produciendo así una capa técnica (o estructura neural) mucho más complicada.

De todos modos, en resumen, la respuesta es muchas redes neuronales más pequeñas, mucho más complicadas que trabajan juntas de manera fractal para crear esencialmente redes neuronales muy complicadas también.

Para más información sobre esto, lea On Intelligence de Jeff Hawkins.

Nadie sabe realmente cómo funciona el cerebro. Las redes neuronales están diseñadas para modelar neuronas biológicas, sin embargo, no capturan la autonomía de la vida.

Como leí en otra respuesta, las redes neuronales son como tratar de modelar un pájaro usando un motor a reacción: ambos vuelan, un motor a reacción tiene ventajas, un pájaro tiene ventajas, pero un motor a reacción no es un pájaro.

Algunos piensan que las redes neuronales lo suficientemente grandes son una solución para crear AGI. Si bien pueden hacer cosas asombrosas, no se acercan a la inteligencia como lo hace la biología. Quizás las redes neuronales se utilizarán en el primer AGI, sin embargo, no serán el único componente.

Gran pregunta, aunque debo decir que se basa en gran medida en la perspectiva. Al final, como todo lo demás, se puede dividir en sus partes más pequeñas según el monismo , es decir, la creencia de que el universo es todo materia y, aunque lo vemos en franjas gigantes, todo está formado por partículas subatómicas. Por lo tanto, sostengo que nuestro cerebro está hecho de neuronas, que están hechas de moléculas, que están hechas de átomos, y así sucesivamente. Por lo tanto, preguntar si se trata de una sola red o de muchas redes se siente un poco arbitrario cuando todo es algo para empezar.

Sin embargo, esto no es realmente una respuesta a su pregunta. Yo diría que es toda una red, viendo cómo todas sus partes se comunican entre sí. Podemos dividir la red en partes más pequeñas para poder entenderla mejor (los cuatro lóbulos del cerebro, por ejemplo), pero al final, todo nuestro sistema nervioso, no solo el cerebro, contribuye a la red más grande que es nuestra conciencia.

No tengo pruebas, pero no creo que haya una respuesta definitiva. De todos modos, me encanta este tipo de preguntas, y espero haber proporcionado alguna idea.

Muchas redes neuronales específicas de dominios más pequeños.

Las áreas que se muestran aquí también están formadas por redes neuronales aún más pequeñas que realizan tareas más específicas, como la corteza motora (que se muestra a continuación).

Dicho esto, ¿cómo define qué es una red neuronal y qué son una serie de redes neuronales interconectadas? En otras palabras, es lo que mostré arriba de una red neuronal muy grande muy compleja o una serie de redes neuronales más pequeñas definidas por función. Creo que depende de dónde trazas arbitrariamente la línea en cuanto a cuántas funciones logra una red neuronal antes de que deba dividirse en múltiples redes.

More Interesting

¿Por qué visualizamos filtros en redes neuronales convolucionales? ¿No son los filtros solo conjuntos de pesas? ¿De qué sirve tratar un conjunto de pesas como una imagen?

Como ingeniero de ML en Quora, ¿alguna vez ha implementado un artículo de investigación en aprendizaje automático para resolver un problema técnico o de producto?

En el análisis de sentimientos, ¿cómo son útiles los datos etiquetados por humanos para extraer características y capacitar a los clasificadores en el enfoque de aprendizaje automático?

¿Por qué alguien usaría un modelo de regresión basado en un árbol de decisión?

Cómo implementar el aprendizaje sensible al costo en TensorFlow para penalizar la clasificación errónea en clases minoritarias (los datos tienen un problema de desequilibrio de clase)

¿Cómo se calculan las curvas de recuperación de precisión?

¿Cuál es la diferencia entre el control óptimo adaptativo y el aprendizaje por refuerzo?

¿Cuál es la intuición detrás de la fórmula de actualización de peso de Perceptron w = w + yx?

¿Qué es la programación probabilística?

¿La 'automatización' y la 'inteligencia artificial' conducirán al desempleo crónico y al colapso económico?

¿Cuáles son las principales conferencias sobre inteligencia artificial, procesamiento del lenguaje natural y aprendizaje automático?

¿Cuáles son algunas buenas implementaciones para modelos gráficos probabilísticos? En particular, quiero poder crear y visualizar redes de creencias y aplicar varios algoritmos como la eliminación de variables y otros algoritmos de aproximación.

Si pronostico grupos en un conjunto de trenes completo y los uso como características categóricas y realizo CV, ¿sería una fuga?

¿Qué es el procesamiento de señales y cómo se relaciona con el aprendizaje automático?

¿Cuál es la diferencia entre almacenar datos en HDF5 frente al formato TFRecord de TensorFlow?