知识卡片
类脑网络不等于脑认知解释
人工神经网络借用连接强度可变化、输入累积和阈值响应等生物启发来设计计算过程。这些局部类比不能推出模型已经解释真实大脑的整体认知结构,也不能仅凭“像神经元”证明性能。判断模型是否有解释力,要区分可计算的工程机制与需要独立实验支持的神经科学命题;书中关于抑制性神经元如何实现“赢家通吃”(一种竞争机制:保留使用频繁、输入较强的连接,去除弱连接)的提问应视为研究假设。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 9 . 1 . 1 脑 神 经 元 学 说 · 查看原书依据
4. 神经网络的功能模拟 目前,神经网络算法的研究不具备从信息处理的整体结构进行系统分析的能力,因此还很难反映出人脑认知的结构。由于忽视了对于整体结构和全局结构的研究,神经网络对于复杂模型结构和功能模块机理的认识还处于十分无知的状态。
参考来源
- 位置:《智能算法导论》第 179 项《1 9 . 1 . 1 脑 神 经 元 学 说》(源文件:`_epub-src/EPUB/xhtml/chapter19_0002.xhtml`)
- 结论依据:正文列出连接强度随训练改变、输入累积和动作阈值等类比要素,同时明确指出网络算法难以反映人脑认知的整体结构,末段对抑制神经元回路提出尚待经验研究的问题。
- 原始内容:脑神经元之间相互连接,其连接强度决定信号传递的强弱;神经元之间的连接强度是可以随着训练改变的……目前,神经网络算法的研究不具备从信息处理的整体结构进行系统分析的能力,因此还很难反映出人脑认知的结构。