问大脑建模

EN

我看到了一个有趣的实验，它将大鼠大脑的物理神经布局映射到一个数字神经网络中，通过MRI和其他方法对每个组件的神经元化学进行加权。很有趣。(新科学家或焦点，2期前？)

IBM Blue Brain浮现在脑海中http://news.bbc.co.uk/1/hi/sci/tech/8012496.stm

正如您正确指出的那样，问题在于计算能力。但是对于神经网络的一系列刺激，随着刺激遇到更深的嵌套节点，计算范围往往是指数的。任何复杂的加权算法都意味着在每个节点上花费的时间可能会变得很昂贵。领域特定的神经映射往往更快，因为它们是专门化的。哺乳动物的大脑有许多一般的路径，这使得教它们变得更加困难，并且让计算机在给定的空间/时间内对真实的哺乳动物大脑进行建模。

真正的大脑也有大量的串音，比如静态的(有些人认为这是创造力或原创思维的来源)。大脑也不会学习使用“直接”刺激/奖励。他们利用过去对无关事物的经验来创建自己的学习。在计算空间中重建神经元是一回事，创建准确的学习是另一回事。别提多巴胺(昆虫中的章鱼胺)和其他神经化学物质了。

想象一下，给一个数字大脑服用迷幻剂或抗抑郁药。作为一个真实的模拟。太棒了。我怀疑这将是一个复杂的模拟。

我认为你是在假设，我们关于神经网络如何工作的想法是一个很好的大规模大脑模型；我不确定这是一个好的假设。见鬼，就在几年前，我们还不认为胶质细胞对精神功能很重要，很长一段时间以来，人们一直认为大脑成熟后不会有神经发生。

另一方面，神经网络似乎确实很好地处理了一些明显复杂的功能。

所以，这里有一个小难题给你:你认为人类大脑的计算代表了多少万亿次浮点或千万亿次浮点运算？

Jeff Hawkins会说神经网络是大脑的一个很差的近似物。他的“论智商”是一本很棒的读物。