Size: a a a

AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2

2021 June 14

VC

Vadim Chashechnikov in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Можете скинуть? Там имеется в виду, что свертки стоит использовать, так как они похожи на первичную и вторичную зрительную кору и что-то про состояние нейронов?
источник

D

Dmitry in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Y. LeCun, L. D. Jackel, B. Boser, J. S. Denker, H. P. Graf, I. Guyon, D. Henderson, R. E. Howard and W. Hubbard: Handwritten Digit Recognition: Applications of Neural Net Chips and Automatic Learning, in Fogelman, F. and Herault, J. and Burnod, Y. (Eds), Neurocomputing, Algorithms, Architectures and Applications, Springer, Les Arcs, France, 1989
источник

D

Dmitry in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Y. LeCun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard, L. D. Jackel and Baird H. S.: Constrained Neural Network for Unconstrained Handwritten Digit Recognition, in Suen, C (Eds), Frontiers in Handwriting Recognition, CENPARMI, Concordia University, Montreal, 1990
источник

D

Dmitry in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
но если точным быть, там это размыто на 7-8 статей, так как для 80-90-х это были очень пограничные идеи. А гнобление молодых есть и у них ;)
источник

VC

Vadim Chashechnikov in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Спасибо🙏
источник

D

Dmitry in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
смотрите ранние статьи
источник

D

Dmitry in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
но, первооснову надо не у ЛеКуна искать.
почитайте работы Лай-Санг Янг и Роберт Шепли о зрительных петлях.

а потом присмотритесь к модели cnn, будете сильно удивлены ...
источник

D

Dmitry in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
опыт это одно. Однако не на нем все вяжется на мой взгляд, этим человек от любых алгоритмов и машин отличается, "чуялкой".
Человек может принимать "неожиданные" решения, которые способны быть исключением из правил, и менее шаблонны,
подобно "рандомным шагам", через "ошибки" и т.д
источник

VC

Vadim Chashechnikov in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Надо сначала сформулировать чуялку, сделать эксперименты и потом уже спекулировать, имхо. Если вы имеете под чуялкой неинтерпретируемость/интуицию, то сеть полностью из неё и состоит. То, когда стоит использовать рвать шаблон вам подсказывает опыт.
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
любому AI в гораздо большей степени.
А человек способен в чрезвычайных ситуациях, даже в тех в которых он ранее не бывал,
порой реагировать молниеносно верно, мозг преимущественен в способности к генерализации.
источник

VC

Vadim Chashechnikov in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Боюсь не мозг, а количество данных, которые человек получил в течение жизни.
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
ну интерпретация это уже такое дело, индивидуальное )
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
+ способность к уровню высокой абстракции.
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
высшие когнитивные функции
источник

VC

Vadim Chashechnikov in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Это если частное про человека, но вроде оба исполняются сетью.
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
https://ru.m.wikipedia.org/wiki/%D0%A2%D0%B8%D0%BF%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_%D0%BC%D1%8B%D1%88%D0%BB%D0%B5%D0%BD%D0%B8%D1%8F


Плюс еще интересный факт, вы в курсе, что мозг не отличает практически переживания внутренние от реальных, по активности нейронов и тд?
То есть человек представляющий себя едящем на велосипеде долго и усердно активизирует те же области в мозге как при реальном опыте. То есть мозг еще и как синтезатор данных, которые сам себе и создаёт, конечно из имеющих данных, но возможно и синтез даёт новые детали и возможности и тд.

Это не единственные отличия выше приведённые, у животных полностью отсутствует абстраткно-символическое мышление, а скорее в основном предметное (предметно-чувственное) .
источник

I

Ilya in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Абстрактно-логическое мышление — мышление абстракциями — категориями, которых нет в природе. Формируется с 7 лет.

Я об этом если что
источник

VC

Vadim Chashechnikov in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Зеркальные нейроны
источник

VC

Vadim Chashechnikov in AI / Big Data / Machine Learning 👮‍♂️ Protected by R2D2
Животные тоже имеют эмпатию.
источник