ニューロンの現実的なモデルを使用する研究はありますか？通常、ニューラルネットワークのニューロンのモデルは、数百のタンパク質と数百万の分子（またはさらに多くの数）を含む現実的なニューロンとは対照的に、非常に単純です。この現実から含意を引き出し、ニューロンの現実的なモデルを設計しようとする研究はありますか？
特に最近、ローズヒップニューロンが発見されました。このようなニューロンは、人間の脳細胞にのみ存在します（他の種には存在しません）。このローズヒップニューロンを現実的にモデル化することによって描画できる、ニューラルネットワークの設計と操作に何らかの影響がありますか？
回答:
ローズヒップ研究の現状
ローズヒップニューロンは重要な発見であり、少なくとも過去50,000年間、AIと地球上の主要な知能との関係に大きな影響を与えます。他の記事を生み出した論文は、特殊化されたヒト皮質GABA作動性細胞型、Buldogらのトランスクリプトームおよび形態生理学的証拠です。ら、2018年9月、ネイチャーニューロサイエンス。
このニューロンタイプとそのDNA発現との関係が始まっています。Rosehopの違いが学習中または学習したことを活用している間の神経活動への影響に関するデータはありません。確かに、それらの線に沿った研究が示されていますが、その発見は発表されたばかりです。
AIへの学際的アプローチのメリット
このような論文を参照する人が、統一または少なくとも分野を超えた知識の整合性の価値を理解できることは、AIの進歩、および認知科学、バイオインフォマティクス、ビジネスオートメーション、製造、コンシューマーロボット、心理学などの他の分野の進歩にとって有益である可能性が高いです。法律、倫理、哲学さえも。
学際的な線に沿って理解を一致させることへのそのような関心がAI Stack Exchangeに存在することは、専門的および社会的側面の両方でコミュニティの成長にとって確かに有益です。
機能するもの間の格差
人間の脳では、ニューロンが働きます。ローズヒップニューロンが言語、複雑なモデルの構築と活用、またはホモサピエンスでの愛などの超越的な感情の前提条件であるかどうかは不明であり、近い将来も同様です。しかし、私たちは50千年にわたる長い概念実証を行っています。
また、人工ネットワークが機能することも知っています。現在、ビジネス、金融、業界、消費者向け製品、およびさまざまなWebサービスでそれらを使用しています。与えられた答えが役に立ったかどうかをポップアップが尋ねると、私たちの答えは、機械学習のためにサンプルが抽出される実際のデータのセットのラベルになります。
それにもかかわらず、機能している細胞は、1957年のパーセプトロンの子孫であり、伝播と呼ばれる効率的な修正信号分配戦略を使用した勾配降下法の適用が追加されています。1957年のニューロン機能の理解は、哺乳類の脳ニューロンの機能的特徴であると私たちが今知っているものとはかなり短かった。ローズヒップの発見はそのギャップを広げるかもしれません。
スパイキングネットワーク
スパイキングネットワークの研究では、ニューロンをより現実的にモデル化し、ニューロモーフィックな研究開発により、VLSIチップに改良されたモデルを配置しています。IBMとMITの間の合弁事業は別です。
神経機能と脳機能の相関
リレーションシップインテリジェンスとタンパク質または分子の数は、ほとんどわかりません。これらは、メトリックと機能とシステムのインテリジェンスの間のより可能性の高い関係です。
これらはまだ、シミュレーションの精度が確認されているような方法でモデル化されていませんが、これらの線に沿って調査する必要性は、この質問が示唆するように明確に示されています。
ここで本当に2つの質問があるようです。私は最初の質問に答えようとしますが、2番目の質問については別の質問をすることを考えるべきです。
生物学的に現実的なニューロンのシミュレートされたモデルを使用する研究があります。人間の脳のシミュレーションを目的としたHuman Brain Projectのような大規模なプロジェクトがありますが、より低いレベルのAI研究もたくさんあります。SPAWNは、数年前に多くの報道を受けた興味深いシステムであり、それ以来開発が続けられています。リアルなニューロンを使用して一度にいくつかの脳領域をシミュレートし、同じ基本設計を使用して多くのタイプの運動と視覚タスクを実行できる驚くほど一般的なAIシステムを作成します。
現在の機械学習は、ニューロンをメッシュ全体の複雑さ全体のコンポーネントとして扱うことに基づいています。焦点は、アーキテクチャの基本的なブロック、つまりニューロンをより明確に理解または模倣することではなく、アーキテクチャにあります。
Anirban Bandhopadhyayは、生物学者で神経学者であり、ハーモニーがニューロン内の微小管の記憶要素と意思決定能力をどのように変化させるかを研究しています。
ここでは、彼のスニペットを説明し、正確に計算とは何か、そして脳がどのように計算を行うかを確認しようとしています。