上一次提到的腦細胞之間的聯絡
那麼究竟是怎麼聯絡的怎麼進行編碼的
大家都知道條條大路通羅馬，但是也是有起點和終點的
所以傳播按照一定的規則，後就會形成某種編碼格式
那麼究竟什麼是腦細胞之間的規則呢
可以這樣想人類來自於自然的孕育
所以自然法則就是規則
那麼自然法則什麼呢
水往低處走
就是自然法則
假設每個腦細胞都是乙個數字
那麼多個細胞之間就形成了乙個數字的矩陣
那麼數字一定會有大小
如果假設成立
數字小的腦細胞就會主動的鏈結一定範圍內數字最大的細胞
規則就是這樣
整個人腦就是這樣鏈結起來的
那麼每乙個刺激後神經興奮就會在最大數字哪個細胞上停止也就是輸出結果
假設成立就可以假設乙個二維隨機的矩陣
假設對角線兩角的數字為一最大一最小
假設最小的收到刺激
傳播興奮那麼他傳播的路徑一定是唯一的
若是比其中乙個大的就傳遞的話那麼就有n條路
n條就是編碼資訊
所以每個點點之間的關係或者是邏輯
或者說是資訊
取決於傳播的規則
假設有乙個細胞鏈結這個二維的陣列的所有數值且控制他們的傳播規則
和輸入輸出的點的選擇規則 那麼就會出現任意邏輯表達或者資訊編碼或者是資訊指令
那麼通過控制這個細胞上的演算法來得到任意想要的結果
這個過程叫做學習
怎麼說呢
首先確定好輸入輸出
而後就通過不斷的除錯細胞的規則得到相應的輸出
如果這個二維陣列中還對應其他的同樣的細胞控制不同的規則
且和隨意多
也就是說有不同的規則同時測試學習
也就是同時有n中理解方式來學習乙個輸入對應乙個輸出
也就是說資料被學習的同時傳播規則也被學習
也就是說資料被訓練的同時傳播規則也被訓練
這就是人類有理解能力的原因
具體這這種傳播規則細胞控制的引數還是要考慮一下再議的
跳出資料計算拯救人智慧型
醒醒吧演算法工程師們 大家都知道現在的機器學習都是概率計算或是資料擬合方程得到可能發生的概率 所以識別不是特別的高原因在於人類根本不會這樣做。在遇到難題時人們靠的基本是事件之間的聯絡進行邏輯關係的推理判斷 很少有扔硬幣的習慣 所以人類的智慧型在於邏輯推算而不是概率大的事情 邏輯只有0，1並沒有0.5...
跳出資料計算拯救人工智慧之打敗機器學習方法
時間過去這麼久了，還是選擇挑戰一下權威 建立乙個簡單的邏輯思維 實際上每個細胞都是智慧型的整體所以智慧型是同樣邏輯的堆疊 不是隨機的模擬規律 機器學習是表面的模仿並未達到本質 智慧型的本質是 自然法則 自然法則是簡單的堆疊 指引堆疊的結構不同而有所不同 所以機器學習的本事是模仿了結構 並未解決所有的...
只有這種AI晶元才能拯救人工智慧？
編譯 wired 人工智慧不斷發展，對保持ai執行所需的計算能力的渴望也與日俱增。lightmatter，一家誕生於mit的初創公司，他們正在押注一款使用光運算的ai晶元，他們認為這種無盡的渴求正在給他們帶來新的機會。lightmatter首席執行官尼克 哈里斯 nick harris 說 在這種場...