Увлечение нейронными сетями началось с интереса людей к структуре мозга.

Детальное понимание того, как работает мозг, облегчило бы создание искусственной формы человеческого интеллекта. И это конечная цель многих исследователей. Однако, действительно ли известные нейронные сети так похожи на мозг? Информация обрабатывается так же, как и людьми?

Действительно, прототипом нейронных сетей является человеческий мозг, состоящий из миллиардов клеток. Эти клетки обрабатывают импульсы с частотой 1–100 Гц. Это дает мозгу приблизительную скорость 1018 операций в секунду, что во много раз превышает возможности лучших суперкомпьютеров. Итак, нейронные сети - это на самом деле очень и очень упрощенные модели мозга.

Однако в случае мозга решающее значение имеет динамическое взаимодействие внутренних систем. Формируются временные коалиции из множества подсистем, ориентированные на решение данной задачи. Это обеспечивает не только высокую пластичность поведения, но и возможность экономно использовать все доступные нейронные ресурсы. На данный момент у искусственных нейронных сетей есть проблема с таким динамическим перенаправлением информации.

Мозг также намного лучше справляется с неопределенностью. В ситуации, когда стимул не может быть эффективно распознан, мы можем решить изменить перспективу, приблизиться к данному объекту или провести более подробный анализ характеристик, которые могут оказаться ключевыми в разрешении наших сомнений. Это означает, что мы можем изменить свое поведение, чтобы уменьшить неопределенность.

Большинство используемых сегодня искусственных нейронных сетей основаны на c вычислении уверенности, с которой они классифицируют информацию, но не могут предпринять никаких дополнительных шагов, чтобы убедиться, что распознавание является правильным, когда стимул нетипичный. .

Таким образом, нейронные сети были спроектированы как чрезвычайно упрощенные модели мозга. Однако их функции сильно отличаются и намного отстают от возможностей мозга. Иногда лучше думать о них как о невероятно глубоких матрицах, которые мы можем использовать для быстрого решения сложных задач классификации.