电子大神的日记本,供应链专家的功夫茶盘,在这里记录、分享与共鸣。

登录以开始

人工智能的未来---FPGA(三)

 

三、 大脑新皮层物理结构探究<1>神经元神经元由细胞体、树突和轴突组成,树突用于接收信号,轴突用于发送信号。<2>一小撮神经元――自匹配记忆体 “自匹配记忆”理论证明了神经元之间的精确连接能够带来记忆。自匹配记忆由相互连接的简单神经元构成,它们之间的连接方式不同,其中涉及大量的反馈,这种神经元在达到某个临界点时可以自动激活,当一种模式施加在人工神经元之后,他们就会对这种模式形成记忆,这种记忆叫做自匹配记忆。记忆是形成记忆――预测模型的基础,本文将逐步阐释记忆――预测模型是怎样实现的。如果几个神经元都可以带来记忆,那么大规模的相似结构带来的是什么呢?<3>大规模的神经元互连――大脑新皮层大脑皮层有众多神经元组成。其物理结构按照其细胞种类不同可分为六层,L1主要由平行延展的轴突组成,L2,L3层由锥体细胞的神经元构成,L4有一种星形细胞,L5层除含有正常的锥体细胞外,还含有巨大的金字塔形细胞,L6层也有些独特的神经元。形成皮层的最大一类是金字塔形神经元,占细胞数量的4/5。除最上层有长达几千米的轴突区几乎没有细胞外,其他五层中都有金字塔形神经元,它与自己最近的神经元相连,并伸出长长的轴突,向旁边的大脑皮层延伸,甚至可到达较低的大脑结构――丘脑。一个标准的金字塔形神经元有几千个突触。他们的密度极大且个体极小,保守估算一下,一个普通金字塔形神经元有一千个突触,大脑皮层就有大概30兆个突触,这些突触用来运行所有的推理和提供记忆。更深一步的大脑功能的研究,提供了许多很重要的结论,我们主要关注蒙卡斯尔的单一皮层算法<4>结构对等性与单一算法理论“大脑皮层在外表和结构上惊人的相似,不论是主管视觉输入的区域,主管触觉的区域,控制肌肉的区域,布罗卡语言区域还是其他,实际上结构完全一样。”同时,我们推测“既然这些区域是相同的,那么他们在实际中所发挥的作用也可能是相同的,而且大脑皮层完成各个功能所使用的方法也是相同的。”也就是说“大脑皮层各个功能区域都遵循着一个共同的算法”同时,实验证实“进入大脑皮层的输入信息是基本相同的”,无论来自什么感觉器官。所以,如果某个算法只能用于处理视觉,而不能处理听觉的话,它就不应该是智能的算法,我们必须找出一种方法,使之对于任意的输入都能做出合理的令人满意的输出,尽管它可能并不擅长计算和批量无损记忆。同时,我们也只需要研究这一种方法,就应该能够对所有的输入设备服务,也就能够驱动所有的外围设备,而不需要专门的驱动,这方面计算机几乎不可能做的,计算机的每一个外设都需要特制的驱动,完成任何一个任务都需要特制的算法程序。同时,对于大脑结构的令人惊讶的对等性,于计算机而言,也是完全不同。一百步法则证明,我们的大脑不可能有复杂的数学式的计算,同时又不会有专门的算法,那么这种普适的效率极高的通用算法是什么样的算法,它究竟能在什么结构上实现?答案就是记忆――预测模型和基于逻辑层级结构的特征序列处理体系。首先,我们先证实一下,FPGA能不能构建大规模的对等逻辑,这个逻辑是实现处理方式对等的基础。

博主
1069217225@qq.com
只要你想,你可以做所有事情
To be a top of FPGA designer
点击跳转