生体ニューロンは連続した層で構成されていますか？
複雑さの現実を受け入れる
「はい」と言うと、一次述語論理規則のセットに適用される単純な形式の再帰から生じるデジタル学習がレプラコーンの虹に沿って金の鍋に沿って走るようなものであるのと同じように、かなり単純化しすぎます。
最後の一連の質問は適切です。「これは本当ですか、どれほど強く信じられていますか？これはどの研究からのものですか？」あなたは、脳内のニューロンが主に層状構造になっているとどれほど強く信じられているかを判断するために世論調査を必要とするでしょう。実際の調査でレイヤーを参照しても、ほとんどの場合レイヤーが連続しているという主張はありません。皮膚には連続した層がありますが、層のみの皮膚には、毛穴、髪の毛、体の開口部との境界面など、多くの機能がありません。人間の脳（または動物の脳）では、3次元の複雑さは皮膚の複雑さからかなり増大しています。
AI研究者の観点からすれば、
- エキスパートシステムに適用されたヒューリスティックまたは理論的に証明された再帰スキームは、学習またはインテリジェンスまたは
- 人間（または鳥）の脳のマップは、層状に配置された同一のニューロンの行にある一連の同様のニューロンに縮小できます。
質問で提供された画像は、そのような単純さを示していません。それは実際に逆を説明します、自然はめったに複雑ではあまり透明ではありません。
「ニューロンは多くの場合、連続した層で構成されているように見える」という特徴付けは正確ではありません。以下に示す特定のスライスのより妥当な特性は、個別に区別できる2つの領域、つまり左端のグリッド8％と残りの92％のほぼ水平な接続を示しています。
電気技術者や数学者は、おそらくこれらの2つのセクションレイヤーを呼び出さないでしょう。左側はなんらかの形の行列であると仮定され、右側の92％は複雑な処理回路と見なされます。
2D構造の特性評価
- 軸索は、主に単位ベクトル（-1、0、0）によって記述される方向に沿って方向付けられます。それ以外の場合は、右から左に記述できます。
- より低い値のxで終了する軸索の割合が高いため、xの恋人の値に対して軸索の密度は増加します。
- 核密度は、xの0.1から1.0の比例範囲で比較的均一です。
- 核のサイズと関連する樹状突起の複雑さは、ほぼ勾配に適合し、xの比例値の0.8で一次極大とxの比例値の0.55で二次極大
- 少なくとも2つの軸索は、それらの比例するx位置の間で分岐します。
- xの比例値の0.0から0.08の範囲で、z軸にほぼ平行なほぼ等距離の公理があります。
- さらなる構造パターンは不明瞭であるか存在しません。
カオス構造を持つ別の画像
何百万回もの複雑さ
さらに、複雑さの多くは、3次元の神経構造の1つのスライスでビューアから隠されています。画像がxz平面と平行に切り取られたスライスであると任意に決定した場合、そのxz平面の関係を確認できますが、xyとyzのどちらにもありません。脳の別の方向または場所からの他のスライスは、マンデルブロ集合への任意のウィンドウと同じくらいユニークです。
研究結果のより多くの不実表示
「脳の一部がマッピングされている」という語句も誤解を招くものです。人間の脳の下部構造間の一般的な接続性はマッピングされていますが、個々のニューロンの信号と信号伝播と強度の基準ではありません。回路はニューロンレベルで2つの脳間で根本的に異なります。2つの脳はどちらも（生体内で）インテリジェントに機能します。
この例えは、大陸、主要都市、および輸送ルートの地図を持ち、交通システムに関する事前の知識がなく、GPSも、エッフェル塔からエッフェル塔まで移動したい他の詳細な地図もない微生物サイズの人のようなものです。シドニーオーストラリアの町の中心。交通システムの進化、または旅を成功させるための詳細な指示のセットが不十分です。
電子版を作成するのに十分な人間の脳の構造と機能の詳細レベルに到達した場合、欠落している部分には理解の欠如が含まれます
- 軸索または樹状突起が長くなる、または分岐する条件
- 細胞質内の状態情報を保持することが知られている内部構造に基づいてニューロンが発火する条件。
- ヒトゲノムとその多様性の間の結びつき、さまざまな遺伝子の構造、遺伝子発現メカニズム、およびそれらに関連する酵素とタンパク質への影響
- 神経科学における私の教育レベルを超えた他の複雑さ。
- 神経科学における教育のすべてのレベルを超えた他の複雑さ。
レイヤーと階層
解剖学の構造を理解するのに役立つため、教育や実践で使用するレイヤーや階層を探すことは科学では一般的です。その傾向は、オペレーティングシステムの設計、プログラミング言語の設計、アプリケーションの設計、そして今やAIの設計におけるソフトウェアエンジニアリングに現れています。これらのテクノロジー領域が進化するにつれて、トレンドは実際には純粋なレイヤー指向または階層設計から、相互接続パーツのより制約のないネットワークへと移行しています。単純さが望まれますが、複雑さが必要になることもあります。
インテリジェンスのシミュレーションは厳しい目標であり、インテリジェントデジタルシステムを設計しようとした前半の半世紀にシンプルさが失敗したことから、実用的なソリューションには複雑さ、したがってかなりの専門知識が必要になることは明らかです。
主に層または階層構造によって特徴付けられる構造の方向に人間の知能の進化を導く制約がないと仮定することは合理的です。進化論的プロセスは、学術研究を容易にする目的で単純さに気付かない。DNA遺伝子の発現や、ニューロンが胎児や後期の段階で成長する方法については、構造や機能にそのような単純さの規則を適用することはありません。
私たちが知能であると考える脳の特徴につながるDNA発現はどのくらい複雑ですか？それらの表現から生じる神経系はどのくらい複雑ですか？人間の心が自分自身をシミュレートする前に、人類は進化しなければならないと信じている人もいます。そのような推測は、真または偽である可能性があります。このようなことは、たとえ規模が大きいとしても、予測するのは困難です。
楽観的予測の数値解析
指数関数的成長の予測は、平均余命、ドイツでのソーラーパネルの展開容量、CPU速度（マイクロプロセッサの命令実行数/秒）、トランジスタ密度（ムーアの「法則」）、共産党の規模、およびその他の多くのメトリックに対して提案されています。しかし、自然の成長率と人間の努力は、多くの場合、初期の段階では指数関数的ですが、それが持続可能であると証明されたことはありません。成長率はその後しばらくの間はほぼ線形であり、飽和に近づくにつれてアークタンジェント形状になります。飽和から、メトリクスの値はカオス的適合で減少および増加する傾向があり、長い時間範囲にわたって始まります。
2005年4月、ゴードンムーア（ムーアの「法」の作者）は、「[指数関数的な成長]は永遠に続くことはできません。指数関数の性質は、それらを押し出すと最終的に災害が発生することです。」彼は後で述べた、「[トランジスタの]サイズの観点から、基本的な障壁である原子のサイズに近づいていることがわかります。」
ムーアが法律を発明しなかったことを理解することは重要です。彼は20年以上のデータを調べ、トランジスタ密度がe tにほぼ比例していることに気づきました。tは、集積回路が最初にマスマーケットに到達してからの時間であり、明確な傾向データに基づいてさらに指数関数的な成長を予測しました。
現実的な予測
人間は、自分自身のシミュレーションを作成するのと同じくらい根本的に閾値を破ることを試みたことはありません。指数関数的成長、線形成長、逆正接成長、またはその他の形式が最も可能性の高いモデルであるかどうかを知るための関連する経験がない場合、おそらく最も安全なモデルは、OccamのRazorが処方する線形予測です。
予測を行うには、いくつかのデータポイントを収集する必要があります。これは現実的な予測ですが、あまり勤勉ではありません。おそらく、線形モデルよりも可能性の高いモデルを見つけ、理論と測定基準のシステムを開発して任意の時点で進行状況を判断するか、最小二乗適合を確立するためにさらに多くのデータポイントを収集するために、さらに多くの作業を行うことができます。この回答の目的のために、2つのデータポイントを使用し、線形外挿を行います。
1660年、ブレーズパスカルは彼のペンシーズ（「考え」）に次のように書いています。そのため、人間の知能の機械的シミュレーションの検索は、その当時すでに始まっていました。
それ以来、コンピュータープログラマーは人間の多くの機能を実現するコードを開発してきました。
- 数値計算と論理計算（CPU）の一般化
- オフィスオートメーション
- パターン認識（ライティング、スピーチ、シーンに適用）
- 機能的に最適な回路（ニューラルネット）への収束
- 確率の決定への適用（ベイズの定理など）
- 個別のゲームで卓越できるルールシステム
デジタルシステムのインテリジェンスの現在のデジタルシミュレーションに欠けている機能は重要であり、多数あります。
- 一般的な問題のアプローチを列挙する際の直感
- 自然言語スキルの卓越性
- 芸術における感情表現
- アートにおける政治的表現力
- スポーツ（ロボットシステム内で）
- 仕事で良い仕事をする（任意の指示が与えられた場合）
- 仕事で新しいことをすることを学ぶ
- ドメインでの経験なしでプロジェクトを開始する
- 包括的な還元分析
- 要件ごとの任意の物理デバイスの複雑な設計）
- ソフトウェア開発（要件ごとにソフトウェアを作成するソフトウェア）
- 学問分野の啓発された拡大
- リアルタイムでの詐欺の特定
- 感情的な親密さ
- 思いやりと共感
- 包括的な自己評価
- 仮説を証明するための数学の新しい領域の開発
- クラスに移動して詳細を確認する
- 希望する学習パスに沿って本や記事を選び、それらを読んでください
- これらの線に沿ったその他の機能
このリストは要約されており、ソフトウェアでまだ達成されていないこれらの項目は、すでに正常にプログラミングされているものほど自然言語で機械的に記述できないため、2017年に達成されただけのデジタルシステムがあることは比較的確実です。精神的に挑戦された人を呼ぶことなく人々が人間に期待する完全なセットの機能の幅のほんの一部。業績のリストから判断すると、知的な人々が行うことの10％以下がコンピュータソフトウェアによってシミュレートされています。
（人間の進歩は指数関数的であると主張しているにもかかわらず1）、発見率が低下または増加すると信じる理由もなく、単純な線形近似により、5,587年の比較的完全な電子脳が地平線上に置かれます。
