Нейронные вычисления
Нейронные вычисления — это обработка информации, выполняемая сетями нейронов . Нейронные вычисления связаны с философской традицией, известной как вычислительная теория разума , также называемая вычислительным искусством, которая выдвигает тезис о том, что нейронные вычисления объясняют познание . Первыми, кто предложил считать нейронную активность вычислительной, были Уоррен МакКаллок и Уолтер Питтс в их основополагающей статье 1943 года « Логическое исчисление идей, имманентных нервной активности».
Существует три основных направления вычислительного искусства, включая классицизм, коннекционизм и вычислительную нейронауку . Все три направления согласны, что познание — это вычисление, однако они не согласны относительно того, какие виды вычислений составляют познание. Традиция классицизма полагает, что вычисление в мозге является цифровым, аналогичным цифровым вычислениям. И коннекционизм, и вычислительная нейронаука не требуют, чтобы вычисления, реализующие познание, обязательно были цифровыми вычислениями. Однако эти два направления в значительной степени расходятся во мнениях относительно того, какие виды экспериментальных данных следует использовать для построения объяснительных моделей когнитивных явлений. Коннекционисты полагаются на поведенческие свидетельства для построения моделей для объяснения когнитивных явлений, тогда как вычислительная нейронаука использует нейроанатомическую и нейрофизиологическую информацию для построения математических моделей, объясняющих познание. [1]
При сравнении трех основных традиций вычислительной теории разума, а также различных возможных форм вычислений в мозге, полезно определить, что мы подразумеваем под вычислением в общем смысле. Вычисление — это обработка информации, иначе известной как переменные или сущности, в соответствии с набором правил. Правило в этом смысле — это просто инструкция для выполнения манипуляции текущим состоянием переменной, чтобы произвести определенный вывод. Другими словами, правило диктует, какой вывод произвести, учитывая определенный ввод в вычислительную систему. Вычислительная система — это механизм, компоненты которого должны быть функционально организованы для обработки информации в соответствии с установленным набором правил. Типы информации, обрабатываемой вычислительной системой, определяют, какой тип вычислений она выполняет. Традиционно в когнитивной науке предлагалось два типа вычислений, связанных с нейронной активностью — цифровые и аналоговые , при этом подавляющее большинство теоретических работ включало цифровое понимание познания. Вычислительные системы, которые выполняют цифровые вычисления, функционально организованы для выполнения операций над строками цифр относительно типа и местоположения цифры в строке. Утверждалось, что передача сигналов нейронными спайками реализует некоторую форму цифровых вычислений, поскольку нейронные спайки можно рассматривать как дискретные единицы или цифры, например 0 или 1 — нейрон либо запускает потенциал действия, либо нет. Соответственно, нейронные спайки можно рассматривать как строки цифр. В качестве альтернативы аналоговые вычислительные системы выполняют манипуляции с недискретными, неприводимо непрерывными переменными, то есть сущностями, которые непрерывно изменяются как функция времени. Такого рода операции характеризуются системами дифференциальных уравнений. [1]
Нейронные вычисления можно изучать, например, путем построения моделей нейронных вычислений .
Этой теме посвящен научный журнал Neural Computation .
Искусственные нейронные сети (ИНС) являются подразделом области исследований машинного обучения . Работа над ИНС была в некоторой степени вдохновлена знаниями нейронных вычислений. [1]
Ссылки
