Ich bin vor kurzem in neuronale Netze eingestiegen. Soweit ich verstanden habe, basiert der Lernprozess auf der Änderung der Gewichtung gemäß dem Stimulus und dem beim Lernen verwendeten Algorithmus. Stellt dies in irgendeiner Weise den eigentlichen Lernprozess unseres Gehirns dar?
Ja und nein.
Neuronale Netze, die Kantengewichte verwenden, simulieren synaptische Plastizität – ein Schlüsselmechanismus bei der Gehirnoperation. Aber es ist nicht das einzige.
In der Praxis ist Kognition die Kombination verschiedener Mechanismen, von denen wir einige noch nicht sicher sind.
Der vielleicht offensichtlichste fehlende Bestandteil von gewichteten Netzwerken ist das Fehlen von Frequenz-/ Zeitbereichen, die denen ähneln, die das Gehirn beeinflussen. Neuronen arbeiten zeitabhängig – zum Beispiel sind sowohl das Aktionspotential als auch die folgende Refraktärzeit zeitgebunden. Das Gehirn beinhaltet auch Synchronität , zB die phasenstarren Entladungen eines Neuronensatzes.
Es gibt auch Probleme wie unterschiedliche Axonlängen, die eine Rolle spielen. Und viele mehr.
Darüber hinaus und möglicherweise vor allem ist die tatsächliche Topographie von großer Bedeutung - wie alles miteinander verbunden ist.
Fortgeschrittenere Gehirnsimulationen beinhalten viele dieser zusätzlichen Komponenten und ahmen ein echtes biologisches Gehirn genauer nach.
Der von Ihnen beschriebene Ansatz der künstlichen neuronalen Netze und ihre Anwendung nennt sich Connectionism. Es gibt eine Reihe von kognitiven Architekturen, die diesen Ansatz zur Erklärung der Kognition verwendet haben, wie z. B. Leabra .
Die Frage, ob das wirklich das ist, was das Gehirn tut, ist eine ganz andere Frage. Macht das Gehirn Back-Propagation? Dies steht derzeit zur Debatte . Enthält es Strukturen wie LSTMs und andere rekurrente neuronale Netze? Wahrscheinlich nicht, da dies keine sehr effiziente Nutzung von Gedächtnis und Neuronen ist. Für eine weitere Diskussion der biologischen Plausibilität würde ich empfehlen, „How to Build a Brain“ von Chris Eliasmith zu lesen.
knielb4darth
Izhaki
knielb4darth
Genauso wie
Izhaki