Új hozzászólás Aktív témák

• #128 emvy félisten orbano #124

  Új Válasz 2014-08-11 10:13:11 #128

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  emvy

  félisten

  válasz orbano #124 üzenetére

  "hiszen az agyunk elérte méretbeli korlátait, ha nagyobb lenne, a szinapszisok késleltetése a különböző agyterületek között túl nagy lenne, csökkenne a jel/zaj arány, stb."

  A legkevesbe sem vilagos/trivialis, hogy az agyunk azert nem nagyobb, mert a neuralis resz nem mukodne jol, ha nagyobb lenne. Egyreszt a legutobbi idokig folyamatosan nott az emberi agy merete (=> tehat mondhato, hogy a meret stabilizalodott az evolucio soran), masreszt meg az agy novekedesevel az egesz testnek at kell alakulnia (energiaellatas, medencecsont -- hogy egyaltalan meg tudjunk szuletni --, etc. etc.). Nem igazan van arra bizonyitek, hogy az agyunk jelenlegi merete optimalis lenne.

• #113 emvy félisten

  Új Válasz 2014-08-10 21:25:14 #113

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  emvy

  félisten

  Par dolgot irnek a temahoz.

  1. Binaris vs. nem binaris, lehetetlen vs. nem lehetetlen: a problema nem az, hogy nem tudunk mindent precizen lemodellezni, ez egeszen biztos. A szamitasi kapacitas korlatai miatt meg kell huznunk valahol a hatart, ergo pl. az iontranszferekig mar sokan lementek, de max. 1-2 sejt eseten. A kerdes az, hogy az a komplexitas, amit meg el tudunk erni, relevans/mukodo modelleket fog-e produkalni vagy sem. Nem tudjuk, hogy szamitanak-e a kvantumszintu jelensegek vagy sem. Nem tudjuk igazan, hogy van-e jelentosege az agysejtkozi folyadeknak (glia). Satobbi.

  2. Az evolvalt neuralis strukturak nem skalazodnak jol. Ezalatt azt ertem, hogy egy adott feladatra ‘kitenyesztett’ halozat egesz mashogy fog kinezni, ha 100, vagy ha 10000 sejtet modellezunk. Ergo ha egymillio sejtet le tudunk modellezni, az nem biztos, hogy tul informativ lesz az emberi agyra nezve, mert masok az evolucios kenyszerek.

  3. A jelenlegi neuralis modellezes legnagyobb problemaja nem a sok neuron, hanem az osszekottetesek. Semmi problema azzal, hogy osszedobunk par millio processzaloegyseget, de kerdes, hogy hogyan kezeljuk a koztuk zajlo adattranszfert. Maguk a neuronok relative egyszeruen modellezhetok (akar ugy is, ha rendes, un. spiking modelleket hasznalunk, ahol nem lebegopontos szamokat kommunikalnak a neuronok egymassal), akar egy FPGA-n is elfer par ezer. A gond az, hogy nincs egyelore lehetoseg kvazi korlatlanul ujrakonfiguralhato, suru, alacsony kesleltetesu interkonnektre a neuronok kozott.

  4. Az AI es az agykutatas elegge kulonbozo terulet, noha vannak atfedesek (es emelunk at otleteket a biologiabol az AI-ba, ld. pl. az egesz deep learning teruletet). Tehat aki ettol remeli az AI-t (vagy esetleg fel tole), az ne tegye — sokkal nagyobb annak az eselye, hogy az AI valami ‘mernoki’ munka eredmenye lesz, mint egy biologiai celu/alapu kutatase (megitelesem szerint).

  A konkret hardverhez: egeszen biztos, hogy az IT bulvaron kivul senki nem gondolja azt, hogy ez majd az emberi agyat fogja modellezni vagy lemasolni. Egyelore irtozatosan orulne mindenki egy ragcsalo szinvonalanak is — jelenleg meg talan a hangyak szintjen (se) vagyunk. Ez a projekt sem fogja egy csapasra megoldani azokat a problemakat, amiket fentebb emlitettem. Kb. ott vagyunk az agykutatasban, mint 200 eve a fizikaban (otletek vannak, de alapvetoen senki nem ert semmit).

Új hozzászólás Aktív témák