虚空
大约一周前，我读了哈佛大学罗伯特·爱泼斯坦（ Robert Epstein）博士和加利福尼亚州行为研究与技术研究所的领先研究心理学家的论文《空脑》。尽管这不是我的特征，但我还是决定写一个答案，并确认原始文章完全不能反映事物的真实状态。简要介绍
罗伯特·爱泼斯坦（Robert Epstein）在论文中指出，人脑的心理模型和思维过程无法与计算机内部发生的IP（信息处理）相提并论。似乎作者将IP描述为程序员制定的一组预定义算法，或者是将照片写入硬盘的过程。因此，他认为，当我们使用这种抽象来描述我们的大脑时，我们是错误的。罗伯特·爱泼斯坦（Robert Epstein）还提供了一些示例，这些示例乍看起来很令人信服，但实际上会误导读者，因为很难想象有人会这样想（而且我不认识哪个科学家的观点与此相似）：从IP侧面看，棒球运动员需要弄清楚球飞行的许多初始条件：冲击力，轨迹角度，这种东西-然后创建并分析球将沿其移动的路径的内部模型，然后使用该模型，不断调整其运动方向。接球的动作。
好吧，不。它不是那样工作的。原始算法
人脑没有物理学学位。它基于人的感知能力发展，使用从感官接收到的输入数据，并且通过无数次尝试做某事，获得正面或负面反馈而得到改善。显然，物理和数学算法不适合在大脑内部使用，因为它们是为了以非常精确的方式对世界建模而发明的，而我们擅长于近似计算。但是，在棒球运动员的脑袋中不是数学公式的事实并不意味着该算法不参与决策。但是为什么要使用标准的计算机算法？毕竟，我们拥有自己的力量，在大脑中成长，这些人依赖于广泛的感知信息，而不依赖于世界的物理和数学模型。神经网络
这个术语背后有许多不同的技术，而且重要的是，大脑的工作不仅限于神经网络的工作，但我将简要介绍它们。基于通常的低级计算机逻辑，神经网络创建的抽象与在PowerPoint中保存照片或创建演示文稿完全不同。通常，神经网络试图在不知道此功能本身的情况下找到复杂功能的解决方案。例如，该功能-回答是，如果对象是存在于图片，没有如果它不存在。由于神经网络不知道功能是什么，因此使其起作用的唯一方法是使用一组签名照片进行训练。每当神经网络收到一张照片时，它就会回答是或没有确定性，我们确认或拒绝答案。如果网络正确回答-一切正常，否则-改变自身以找到给出正确答案的方法。如果我们仔细研究一下神经网络，将会看到许多简单的数学方程，每个方程都以某种方式回答输入数据的接收部分。每个神经元都不知道整个网络中正在发生什么。以一种非常简化的方式，这就是这种隐喻的工作方式。看吗 这与作者的观点相去甚远。没有预先构建的算法，只有那些以自然方式生成的算法，并且在大多数情况下是唯一的...经验的独特性
罗伯特·爱泼斯坦（Robert Epstein）在他的文章中进一步说道：“ 没有理由相信我们两个人会以相同的方式，拥有相同的经历而改变。” 的确，我完全同意这一说法。但是，这也让我印象深刻，以至于我开始写这篇文章：如果您和我参加同一场音乐会，那么我听贝多芬第五交响曲时大脑的变化几乎肯定会与您的变化完全不同。这些变化，无论它们是什么，都是基于已经存在的独特神经结构，并且每个结构在整个生命周期中都具有独特的经验。
如果我们在两台相同的计算机上运行两个相同的神经网络，然后为它们提供不同的输入数据（作为它们的“生命”），那么最终将得到两个不同的神经网络。此后，如果我们这次给他们更多相同的输入，他们的反应将有所不同，发生在他们身上的变化也将有所不同。认为计算机无法处理模糊逻辑和嘈杂的数据是错误的。这只是大小和组织的问题，众所周知，人脑中有多少个神经元，它们之间有多少联系。见解
而且，尽管整个帖子都没有冒犯性，但是现在我有点生气了。最后一段激起了我的愤怒。看看这个：, . . , . , , . DELETE.
一点见识，如果有的话？真的吗机器学习的很大一部分是基于这种隐喻，大量的AI研究是基于对人脑的研究，这是一点点见识吗？在我看来，这最后的陈述似乎是对大脑研究的投降。为什么要打扰？我们不是计算机，那里有什么！的确，人的大脑比最先进的现代计算机复杂和神秘得多。其结构和过程尚不清楚，但与许多其他现象一样，尚无法识别。即使我们的大脑是一台计算机，它也很漂亮。请处理。既是计算机又是有机体，没有什么丑陋或坏处。PS。我知道神经网络，但不知道它们如何工作。因此，感谢Alan解释并纠正了错误。 Source: https://habr.com/ru/post/zh-CN394957/
All Articles