※ 引述《itrs821 (酗咖啡)》之銘言： : 光看封面會以為這是一本講述人工智慧（以下簡稱AI）的書， : 不過閱讀之後才發現非但不是如此，而且還大力抨擊所謂的AI， : 不過這沒有抹滅我的興致，而且還被帶進一個更為入勝的世界之中... : 根據作者的說法,現在的AI理論是條死胡同，不管架構再怎麼精緻也很難與人類匹敵， : 因為不管在速度或是容量上，現今的電腦比起人腦都不惶多讓， : 但是在功能上卻還是遠遠落後 這段看了讓我有一些感想，不過卻有可能有些離題。XD。 我一直覺得AI領域有很大部份人在做"知識表徵"，在認知層面也好在神經層面也好， 都面臨到底一對多，或是多對一的問題。例如神經層面有grand mother cell vs cell assembly，認知層面有hierarchical model vs PDP model。 但一對多或多對一是否真的互相對立？ 舉個人類的例子，一個人有著許多能力，但一個人可以完成的事情有限，有些事情需要 很多人一起合作才能完成。例如，我可以演奏很多樂器，但卻無法獨自演奏一場交響樂 。可是我在不同的表演也許可以表演不同的樂器。我在團體A可以扮演的角色和團體B扮 演的角色可以有很大的不同，但都是我這個人，並且通過與其他人的合作來完成一個交 響樂的表演。 而神經元上是否也是如此？神經相互合作去處理一件事情已經很多證據，但一個神經有 多種能力也在鏡像神經元中發現。若不要小到神經元上，在腦區之間也是如此，一個腦 區有著自己獨特的功能而且通常一個區域不會只有一個功能，例如視覺皮質區，但在語 言作業、記憶等都會有視覺皮質區的介入。這表示實際上我們人腦的運作方式要複雜的 多。 但這裡有個更基本的問題，一個基本的心智功能是什麼，我們的心智功能的最小單位是 什麼？如果釐清了這點，那麼也許更能瞭解我們大腦是如何運作的。 : 所以一定是在基本的本質上有了歧異，才會有這麼大的落差， : 如果不重新定義對於智慧的看法，我們再怎麼努力也無法貼近真實的智慧。 : 作者在書中提出一個新的理論（也許是綜合各家之說）， : 他把智慧的記憶稱為「預測架構」。 : 簡而言之,就是大腦以神經柱為基本的預測單位，藉由一個普遍的general算則 : 將預測的top-down訊息和感覺的bottom-up兩者做比對 : 有趣的是他認為v1其實是很多細小模組的組合，而不變表徵其實在低階的視覺皮層 : 就已經展現，只是高層的視覺皮層（如IT）確認了低層的pattern而獲得辨識， : 而皮質間的回饋則是每一層都有，V2也會將所得的刺激往V1，這與現今的發現不謀而合。 : 由此觀之,我們對世界的表徵其實是一層層的包裹，而成階層性的結構。 : 對書的介紹我就不再多提，有興趣的同好可以去找來看！以下亂入一點心得文.... : ----------------------------- : 過去常在書裡看到平行處理，可是卻找不到一個清楚的結構被描述出來... : 所謂的平行處理還是停留在模型階段...(永遠都可以fit結果，端看你要加幾個參數) 這裡我有問題，就是平行處理怎麼又會是階層性的結構呢？還是我會錯意了。 : 我曾經在暑期學校詢問過幾位做MRI的老師，MRI是否可以觀察到皮層間的活動 : 對我來說，找到一個對應的大腦區域，只是比較精緻的按鍵反應而已... : （抱歉！希望不會得罪太多人） 事實就是如此 xD --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.4.200