Доживях в този клуб да има активност ...

Прав си че това което е сътворила "природата" има свойте недостатъци.
Също така може би класическите евтини хардуерни системи за момента не могат да дадат адекватни решения /може би, понеже зависи от задачата която трябва да се реши/

Аз обаче мисля следното по отношение на ОСНОВНИТЕ ХАРАКТЕРИСТИКИ:
Toчно тук е проблема: да се определни кои характеристики са основни
В началото при "създаването" на първия изчислителен невронен модел създателите му(Маклук и Пийтс,1943) са разполагали със доста
ограничена изчислителна мощ, и не много детайлни познания относно билогичните неврони. Това е довело до съответната интерпретация
на това кое е важна характериситка и кое не е.
В последно време обаче се натрупаха доста факти свързани със спецификата на междуневронната комуникация. За съжаление далеч не всичко е ясно и все още няма
добър всеобхватен научен модел който да описва в детайли динамичните характеристики на биологичните невронни мрежи.
Ето някой характетристики, които не се вземат под внимание в оригиналния изчислителен невронен модел:
- проводимост на аксона:
Знае се че електрическият сигнал се разпространява с различна скорост по аксони с разлчни характеристики (дебелина, наличност на миелинова обвивка и т.н.)
Това води до разлики във времето на разпространение на сигнала до различните участъци от мрежата. Тези закъснения в същност биха могли да се считат за част от
"знанието" на мрежата наравно със силата на връзките между неворните (синапсите).
Ако някой от вас е правил експеримент със спатио-темпорални модели НМ и управление на време зависими процеси /такива процеси при които входно изходната функция освен от входа зависи и от времеви интервали/
, може да види че една такава мрежа дава доста по- добри резултати от класическия изчислителен модел /за момента няма да прилагам тук резултати за потвърждение ... / при такъв тип задачи. Обикновенно интересните задачи свърани с опериране на агенти в реалния свят са точно такива /локомоция, зрение със детекция на движение,слух и т.н./

- Липса на контекст
Имах едни пост по нагоре че наскоро (29.Nov.2001) е направено откритие, че освен вече известната междуневронна сигнализация съществува и
сигнализация с вещество наречено actin , което води до времнно "усилване" на връзката между два неврона. Това временно усливане трае коло 10-на минути.
Една възможна интерпретация на това явление е, че по този начин в биологичните НМ се реализира концепция за контекст/кратковременна памет. Има доста когнитивни изследвания,
които показват наличието на кратковременна памет/буфер при човека и вероятно това е неговата невробиологична имплементация.
Реализацията на контекст в класическия изчислителен модел НМ е предизикателство и изисква специални подходи.
От друга страна контекста е необходим елемент при изграждане на опериращи в реалния свят системи с ИИ - разпознаване на естествен език, зрение и т.н.

- Честотно модулиране на сигнала:
За това има пост вече така че няма да се спирам на него

Този списък би могъл да бъде продължен, но аз ще се спра на основната ми идея.
Голяма част от проблемите при изграждане на ИИ системи на базата на конекционистки решение идва от факта че все още се оперира със класическия изчислителен модел НМ.
Този модел e резултат от известните по това време факти за биологичните НМ, математични модели , изчислителни машини и т.н.
Усложняването на изчислителният модел би могло / има потвържения/ да доведе до по добри резултати/дълга е темата какво в това по-добър резултат/ но пък от друга страна
вдига изискванията към хардуера - независимо дали говорим за класически компютър, парелна процесопрна система или специлно проектиран хардуер.
Има доста експерименти в областа и определено най- впечатляващите резултати се наблюдават при разширени модели НМ. В друг пост мога да дам линкове за справка. Също така се усложняват и методите за обучение.

Накратко: Извличането на "основните характеристики" на биологична НМ не е тривиална задача. Основния проблем е в непознаването/неразбирането на съвременната
наука на билогичните образци в детайли. А това означава, че не е ясно кои атрибути са "основни характеристики" и дали ако не копираме определни атрибути на билогичния модел
това няма да доведе съдаване на нефункционален модел / като че ли класическия модел потвърждава точно тази хипотеза/
В момента класическия изчислителен модел поради факта че е доста опростен води е много подходящ за анализ, изучаване, експерименти на евтин хардуер. Дава възможност
за решение на някой ценни проблеми, но определно не е отговора на търсенето на инжнинерния ИИ.
За съжаление съвремнната наука е доста далеч от пълното разбиране на билогичните интелигентни системи и от универсалното разбиране на интелигентността.
Така че за момента освен да копираме билогичните образци друго не ни остава.
Аз определено съм ентусиаст, че ще успеем /някога/ но пък от друга страна е добре да се знаят слабостите на съвременните постижения
Но важното е да има ентусиасти и рано или късно или ше се получи или ще разберем че е безнадеждно ..

Редактирано от x-man на 15.04.04 11:47.