光看封面会以为这是一本讲述人工智慧（以下简称AI）的书， 不过阅读之後才发现非但不是如此，而且还大力抨击所谓的AI， 不过这没有抹灭我的兴致，而且还被带进一个更为入胜的世界之中... 根据作者的说法,现在的AI理论是条死胡同，不管架构再怎麽精致也很难与人类匹敌， 因为不管在速度或是容量上，现今的电脑比起人脑都不惶多让， 但是在功能上却还是远远落後 所以一定是在基本的本质上有了歧异，才会有这麽大的落差， 如果不重新定义对於智慧的看法，我们再怎麽努力也无法贴近真实的智慧。 作者在书中提出一个新的理论（也许是综合各家之说）， 他把智慧的记忆称为「预测架构」。 简而言之,就是大脑以神经柱为基本的预测单位，藉由一个普遍的general算则 将预测的top-down讯息和感觉的bottom-up两者做比对 有趣的是他认为v1其实是很多细小模组的组合，而不变表徵其实在低阶的视觉皮层 就已经展现，只是高层的视觉皮层（如IT）确认了低层的pattern而获得辨识， 而皮质间的回馈则是每一层都有，V2也会将所得的刺激往V1，这与现今的发现不谋而合。 由此观之,我们对世界的表徵其实是一层层的包裹，而成阶层性的结构。 对书的介绍我就不再多提，有兴趣的同好可以去找来看！以下乱入一点心得文.... ----------------------------- 过去常在书里看到平行处理，可是却找不到一个清楚的结构被描述出来... 所谓的平行处理还是停留在模型阶段...(永远都可以fit结果，端看你要加几个参数) 我曾经在暑期学校询问过几位做MRI的老师，MRI是否可以观察到皮层间的活动 对我来说，找到一个对应的大脑区域，只是比较精致的按键反应而已... （抱歉！希望不会得罪太多人） 後来我在结构主义的课堂上，从共时性(synchronic)与贯时性(diachronic)， 看到了「混沌」与「秩序」的影子，不免又联想到了「预测架构」 其实「复杂理论」在人工智慧的历史里，已经存在很长一段时间 不过一直没有在认知神经科学里面看到具体的理论，甚至假设 这也是我之所以会这麽喜欢这本书的原因，尽管它可能是错的， 还是十分美丽与吸引人。 另外，我没有想到人文科学与自然科学竟然可以找到一个理论契合地如此接近， 尽管一切对我来说，还是复杂到无以复加... 不过至少有看到一道光了！^^ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 114.32.52.130 ※ 编辑: itrs821 来自: 114.32.52.130 (03/26 22:48)