Falso vazio
Cerca de uma semana atrás, li um ensaio de The Empty Brain de Robert Epstein, Ph.D. na Universidade de Harvard e um dos principais psicólogos de pesquisa do Instituto Americano de Pesquisa e Tecnologia Comportamental na Califórnia. Apesar de isso não ser característico de minha parte, decidi escrever uma resposta e afirmar que o ensaio original não reflete o estado real das coisas.Breve introdução
Em seu ensaio, Robert Epstein argumenta que o modelo mental do cérebro humano e os processos de pensamento não podem ser comparados com o PI - processamento de informações - que ocorre dentro de um computador.Parece que o autor descreve o IP apenas como um conjunto de algoritmos predefinidos estabelecidos por programadores ou como um processo de gravação de fotos em um disco rígido. Portanto, ele argumenta, estamos enganados quando usamos essa abstração para descrever nosso cérebro.Robert Epstein também dá exemplos que à primeira vista parecem muito convincentes, mas, de fato, enganam o leitor, porque é difícil imaginar que uma pessoa pensasse dessa maneira (e eu não conheço um único cientista cuja opinião se assemelhe a isso):Um olhar do lado do PI requer que o jogador de beisebol descubra muitas das condições iniciais do vôo da bola: a força de impacto, o ângulo da trajetória, esse tipo de coisa - depois crie e analise o modelo interno do caminho que a bola irá percorrer e, em seguida, use esse modelo, ajustando constantemente sua movimentos para pegar a bola.
Bem, não. Não funciona assim.Algoritmos primitivos
O cérebro humano não é formado em física. Ele se desenvolve com base no que a pessoa percebe, usa os dados de entrada recebidos dos sentidos e é aprimorado por inúmeras tentativas de fazer algo, recebendo feedback positivo ou negativo.Obviamente, algoritmos físicos e matemáticos não se destinam a ser usados dentro do cérebro, pois foram inventados para modelar o mundo de maneira muito precisa, enquanto somos muito bons em cálculos aproximados.No entanto, o fato de que na cabeça de um jogador de beisebol não existem fórmulas matemáticas não significa que os algoritmos não participem da tomada de decisão.Mas por que algoritmos de computador padrão? Afinal, nós temos o nosso próprio, crescendo dentro de nosso cérebro, aqueles que dependem de uma ampla gama de informações percebidas, e não no modelo físico e matemático do mundo.Redes neurais
Existem muitas tecnologias diferentes por trás desse termo e, o mais importante, o trabalho do cérebro não se limita ao trabalho das redes neurais , mas vou descrevê-las brevemente. Com base na lógica comum de computador de baixo nível, as redes neurais criam uma abstração completamente diferente de salvar fotos ou criar apresentações no PowerPoint.Em geral, as redes neurais tentam encontrar uma solução para uma função complexa sem conhecer essa função em si. Por exemplo, a função é responder Sim se o objeto estiver presente na foto e Não se não estiver lá.Como a rede neural não sabe qual é a função, a única maneira de fazê-la funcionar é treinar usando um conjunto de fotos assinadas. Toda vez que uma rede neural recebe uma foto, ela responde Simou Não com um certo grau de certeza, e confirmamos ou rejeitamos a resposta. Se a rede respondeu corretamente - tudo está bem, caso contrário - ela muda automaticamente para encontrar uma maneira de fornecer as respostas corretas.Se olharmos mais de perto a rede neural, veremos muitas equações matemáticas simples, cada uma das quais responde de uma certa maneira à parte recebida dos dados de entrada. Cada neurônio individual não tem idéia do que está acontecendo em toda a rede.De uma maneira muito simplificada, é assim que essa metáfora funciona . Está vendo? Isso está longe do ponto de vista do autor. Nenhum algoritmo pré-construído, apenas aqueles que foram gerados de maneira natural e que, a propósito, na maioria das vezes são únicos ...Exclusividade da experiência
Além disso, em seu artigo, Robert Epstein diz que " não há razão para acreditar que nós dois mudaremos da mesma maneira, tendo a mesma experiência ". Concordo totalmente com esta afirmação, realmente. Mas aqui também está o que me impressionou tanto que comecei a escrever este post:Se você e eu estivermos no mesmo concerto, as mudanças no meu cérebro quando ouvir a 5ª sinfonia de Beethoven serão quase certamente completamente diferentes das mudanças na sua. Essas mudanças, sejam elas quais forem, são baseadas em uma estrutura neural única que já existe, e cada uma das estruturas desenvolvidas ao longo da vida consiste em uma experiência única.
Se executarmos duas redes neurais idênticas em dois computadores idênticos e fornecermos dados de entrada diferentes (como suas “vidas”), terminaremos com duas redes neurais diferentes. Depois disso, se dermos a eles mais informações idênticas dessa vez, elas reagirão de maneira diferente e as mudanças que ocorreram para elas também variarão.É um erro pensar que os computadores não conseguem trabalhar com lógica difusa e dados ruidosos. Isso é apenas uma questão de tamanho e organização, e é amplamente conhecido quantos neurônios existem no cérebro humano e quantas conexões entre eles.Insights
E, apesar de todo o post não ter sido agressivo, agora estou um pouco furioso. O último parágrafo despertou uma raiva quase santa em mim. Basta olhar para isso:, . . , . , , . DELETE.
Pequenas idéias, se houver? Sério? Uma boa parte do aprendizado de máquina é baseada nessa metáfora, uma enorme quantidade de pesquisa em IA é baseada no estudo do cérebro humano, e isso é um pouco de insight?Esta última afirmação parece-me uma oferta para se render na pesquisa do cérebro. Por que se preocupar? Nós não somos computadores, o que há lá!É verdade que o cérebro humano é muito mais complexo e misterioso do que os computadores modernos mais avançados. Sua estrutura e processos ainda não são conhecidos, mas - como muitos outros fenômenos - não são reconhecíveis.E mesmo que nosso cérebro seja um computador, é bonito. Lide com isso, por favor. Não há nada de feio ou ruim em ser um computador e um organismo .PS. Eu sabia sobre redes neurais, mas não como elas funcionam. Portanto, obrigado a Alan por explicar e corrigir os erros. Source: https://habr.com/ru/post/pt394957/
All Articles