江苏龙网

  1. 首页 > 资讯 > 科技 > >

AI人工智能,技术编程|人工智能神经网络和生物大脑有什么区别 神经网络将如何发展( 二 )


正在进行有关无监督或自我监督的AI算法的研究 ， 这些算法可以在很少或没有人类指导的情况下学习表示 。但是结果是非常基本的 ， 低于监督学习所取得的结果 。
为什么无监督学习是不够的
“可以想象 ， 无监督学习 ， 利用比尚未发现的算法更强大的算法 ， 可以在建立感官表现和驾驶行为方面发挥作用 。但是 ， 即使是这样一种假设的无监督学习算法也不是全部 。
例如 ， 大多数新生动物在如此短的时间内（数周 ， 数天 ， 数小时）学习关键技能（步行 ， 奔跑 ， 跳跃） ， 而在空白板岩神经网络上进行纯粹的无监督学习则是不可能的 。扎多尔写道：“动物行为表述的很大一部分不是聪明的学习算法（有监督或无监督）的结果 ， 而是出生时已经存在的行为程序的结果 。”
同时 ， 先天的能力无法使动物适应不断变化的环境 。因此 ， 他们都有学习和适应环境的能力 。
两者之间需要权衡 。太多的天赋和太多的学习会使您脚步加快 ， 并帮助您履行在环境中生存并将基因传给下一代的进化职责 。但这会剥夺您适应环境中各种变量（天气 ， 自然灾害 ， 疾病等）的灵活性 。这就解释了为什么婴儿需要整整一年的时间才能迈出第一步 ， 而小猫则在出生后一个月学会走路 。
天生的能力和学习能力是相辅相成的 。例如 ， 人类儿童的大脑具有将面孔与其他事物区分开的功能 。然后 ， 他们一生会学会将特定的面孔与自己认识的人联系起来 。另一方面 ， 松鼠具有记住它们所掩埋物体位置的先天技能 ， 并且根据一些研究 ， 它们可以记住成千上万个坚果储存库的确切位置 。
这些先天的机制以及对学习特定事物的偏爱是Zador称之为基因组中编码的“自然的秘密调味料” 。扎多尔在论文中写道：“具体地说 ， 基因组编码了连接其神经系统的蓝图 。”这些蓝图是经过数亿年的进化而选择出来的 ， 其作用于无数的个人 。这些蓝图指定的电路为先天行为以及动物一生中发生的任何学习提供了基础 。
那么 ， 基因组到底包含什么呢？答案因人而异 。例如 ， 在蠕虫等超简单的生物中 ， 基因组包含了整个神经连接的所有细节 。但是对于像人脑这样的复杂系统 ， 它具有大约如果有1000亿个神经元和100万亿个突触 ， 就无法对基因组中的所有内容进行编码 ， 而基因组的空间约为1 GB 。
扎多尔说：“在大多数大脑中 ， 基因组不能指定明确的接线图 ， 而必须指定一套在发育过程中连接大脑的规则 。”
AI人工智能,技术编程|人工智能神经网络和生物大脑有什么区别 神经网络将如何发展
文章图片

文章图片

进化与学习
因此 ， 生物大脑具有两套行为优化机制 。一方面 ， 他们具有学习能力 ， 使每个物种的每个人都能发展自己的特定行为 ， 并根据其一生的经历对其进行微调 。另一方面 ， 一个物种的所有个体都拥有丰富的先天能力 ， 这些先天能力已根深蒂固地存在于他们的基因组中 。“基因组不能直接编码表征或行为；“它编码接线规则和连接图案 。”
基因组本身也不是恒定的 。当它从一代传给下一代时 ， 它会经历无穷小的变换和突变 。进化和自然选择发挥了魔力 ， 并确保在成千上万的世代中 ， 更好的变化得以生存 ， 而坏的变化则得以消除 。在这方面 ， 可以说 ， 基因组也经历了优化和增强 ， 尽管所花费的时间比个人的生命大得多 。
Zador将这两个优化机制可视化为两个同心循环：外部演化循环和内部学习循环 。另一方面 ， 人工神经网络只有一个优化机制 。他们从一片空白开始 ， 必须从零开始学习一切 。这就是为什么他们需要大量的培训时间和示例来学习最简单的东西 。
扎多尔观察到：“人工神经网络参与了一个优化过程 ， 该过程必须模仿在进化过程中所学到的知识以及一生中的学习过程 ， 而对于动物而言 ， 学习仅指的是一生中的变化 。”“这种观点认为 ， 人工神经网络中的监督学习不应被视为动物学习的类似物 。”


推荐阅读


上一篇：|爱逛青年主播创业大赛启动 曾舜晞pk高考考生秀直播奥妙

下一篇：智慧城市|防疫，抗洪，智慧城市还有多远？| CCF