Нейроны Действуют Не Как Простые Логические Элементы, А Как Сложные, Многоэлементные Системы Обработки Данных |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-06-25 03:59 биологические нейронные сети, актуальная математика, работа головного мозга Уильям Браун, исследователь резонансной науки Исследование, опубликованное в журнале Science, перевернуло 80 лет общепринятого мнения в вычислительной нейробиологии, которая моделировала нейрон как простой точечный узел в системе, интегрируя сигналы и передавая их вдоль. Эта модель нейрона-интегратора, также известная как” тупая " нейронная модель, сильно ограничила представление о том, что нейрон способен делать, и, следовательно, как функционируют нейронные сети и мозг в целом. Это не только затруднило развитие полного понимания нейронной активности в высших областях коры головного мозга, но и отрицательно сказалось на информатике, значительно ограничив развитие нейроморфных вычислительных сетей, поскольку они были основаны на неполной модели. В настоящее время эмпирические исследования показывают, что ученые переоценивают нейрональную обработку информации как гораздо более сложную систему, которая, возможно, не имеет прямых параллелей с нашими вычислительными технологиями. Новое исследование профессора Мэтью Ларкума, нейробиолога из Университета Гумбольдта, и его команда обнаружили редко встречающуюся ранее систему обработки информации в одиночных дендритах пирамидальных неокортикальных нейронов, которая использует градуированную обработку сигнала с кальци-опосредованными дендритными потенциалами действия, в отличие от типичных потенциалов действия все или ничего, наблюдаемых в потоке ионов натрия и калия. (Электрический ток проводится через нервную систему, называемую потенциалом действия, через поток больших катионов, таких как натрий, калий, магний и кальций.) Дендриты-это разветвленные протоплазматические расширения клеточной мембраны нейрона. Подобно дереву, образующему ветви из ствола, дендриты - это арборизатоны из сомы нейрона, которые содержат синаптическую архитектуру, необходимую для приема, обработки и передачи электрических сигналов (от аксонов соседних нейронов). В некоторых классах нейронов существуют тысячи дендритов, и при суммировании всех субсинаптических структур один нейрон может образовать целых 100 000 связей обработки / интеграции сигналов-настолько обширных, что при моделировании таких связей одна исследовательская группа используется математическое многообразие из 11 измерений . Недавние исследования показали, что дендрит-это гораздо больше, чем простой рецептор и интегратор сигналов. Существует сложная субсинаптическая архитектура, которая дает дендриту вычислительную мощность, обычно приписываемую многослойной нейронной сети-т. е. только дендрит может выполнять сложные вычисления, и поэтому многопараллельная вычислительная мощность одного нейрона намного превосходит то, что было условно принято. Комментируя модель нейрона как простого интегратора, Бартлетт Мэл, компьютерный нейробиолог из Университета Южной Калифорнии, сказал: "это по существу нейрон, который сжимается в точку в пространстве. У него не было никакой внутренней артикуляции активности. Модель игнорировала тот факт, что тысячи входных сигналов, поступающих в данный нейрон, приземляются в разных местах вдоль его различных дендритов. Он игнорировал идею (в конечном счете подтвержденную), что отдельные дендриты могут функционировать по-разному друг от друга. И он игнорировал возможность того, что вычисления могут выполняться другими внутренними структурами.” Новое открытие подтверждает прогноз, сделанный научно-исследовательской группой компании Torus Tech LLC. В моей собственной модели, обсуждающей молекулярную цитоархитектонику мозга и его роль в сознании, я описал новую нейрокомпьютационную парадигму следующим образом (обратите внимание, что мое описание обработки информации в биологической системе подчеркнуто не ограничивается нейронами):
Модель, описываемая в моем курсе клеточная голографическая информационная связь, по существу говорит о том, что вычислительная мощность, обычно приписываемая мозгу в целом, вероятно, содержится в одном нейроне. И действительно, последние исследования подтверждают, что существует многослойная обработка информации, происходящая в отдельных нейронах, и это только оценка субсинаптических структур дендрита. При распространении на внутренние структуры актиновых нитевидных сетей кластеры Познера, и митохондриальная ретикулярная матрица, которая может работать с квантовыми принципами для массивной параллельной обработки, вычислительная мощность одной клетки будет обнаружена ошеломляющей. Гордон Шепард из Йельской медицинской школы заявил об этом, когда сказал: “Большая часть мощности обработки, которая происходит в коре головного мозга, на самом деле подпороговая; система одного нейрона может быть больше, чем просто одна интегративная система. Это может быть два слоя, а то и больше."Теоретически почти любое мыслимое вычисление может быть выполнено одним нейроном с достаточным количеством дендритов, каждый из которых способен выполнять свою собственную нелинейную операцию. Ссылка: Источник: www.resonancescience.org Комментарии: |
|