Alábecsültük az agy számítási teljesítményét

http://en.wikipedia.org/wiki/Orchestrated_objective_reduction

Ez is egy érdekes felvetés... alapjában változtatná meg az agyról alkotott képünket, ha a neuronok mikrotubulusainak kvantumállapotai között összefonódás van... Ennek alapján teljesen máshogy mûködik az agy, mint ahogy feltételeztük.

Csak nem biztos, hogy a dendrit csak súlyoz egy faktorral. Inkább valószínû, hogy nemlineáris összefüggést használ, illetve lehet a dendritek kapcsolódásánál is történik valami a találkozó jelekkel, stb, és már ott tartunk, hogy az idegsejt nem a primitív feldolgozóegység, nem neuron, a szó informatikai értelmében.

A mérés mikéntjérol bovebben is írhatnának, pl. hogy hogyan mozgatták a mikroszkópikus üvegpipetta-elektródát pontosan a dendrithez stb.

Koszi a linket, neked is kvp! 😉
Errol hallottam már jópár éve egy riportot a Kossuthon, de nem tudtam hogy keressem!
Thx!

Na az remek, talán jövõre lesz CNN-es tárgyam, amit a Roska prof tart. Most már kíváncsian várom. Persze tudom, nem egyszerû a téma...

Igen. Jopar eve dolgoztam rajta en is. Meglepo, de mukodik.

Erre gondolsz ugye? Amit a Roska profék is fejlesztettek:

http://en.wikipedia.org/wiki/Cellular_neural_network

Ez igen érdekes téma amúgy. Volt is egy cikk iponon a digitális evolúcióról. Ott annyi volt a lényeg, hogy az emberke végig tudjon menni egy labirintuson. 60000. generációnál már teljesen végig tudott menni. Mindig azokat választották ki szaporodásra, amelyek a leggyorsabbak voltak.

Valami hasonló szimulációt tervezek most én is, de "digitális DNS-el". Ugyanis a fent említett kísérlet csak a részegységek, szenzorok közti összefüggést mutálta, (tény, hogy még így is végig tudott menni a labirintuson!)

Másik megközelítés, az élõ patkányagysejtekkel való kísérletezés. 20 ezer kitenyésztett sejt, elektródákkal összekötve (manapság többen foglalkoznak vele, és élõ tanuló rendszert képes kialakítani, amellyel megtanították pl egy repülõszimulátor vezetését éjszaka!) Szóval akár vegyítve a kettõt, létre lehetne hozni ilyen automatákat.

Mivel a legtobb szamitogepes neuralis modell mar eddig is tartalmazta a dedikalt sulytenyezot minden bemenethez (dendrithez) ezert ez ujdonsagkent kb. a spanyol viasz kategoria. Ami nagy elorelepes volt, hogy most sikerult a korabbi feltetelezest meresekkel bizonyitani. Tehat a helyes kijelentes az, hogy a tudosok regen is jol becsultek meg az agy szamitasi teljesitmenyet.

ps: Szolofurt kereseshez gyors mintailleszo megoldas kell, erre egy cellularis neuralis halozat es annak kimenetere kotott fuzzy logika lenne az idealis.

a vak véletlen és szelekció erre képes pár ezer lépés alatt!
Ezt biztos nem nehéz leprogramoznod mint szoftverfejlesztõ. Belerondítasz egy kódba és tesztelteted jobb lett e. Néhány száz soros programmal egy combos konfig ezt 1 másodperc alatt jó sokszor lepörgetheti. Vagy valami hasonlót és máris megtalálja a géped a szõlõfürtöket! <#vigyor5>

http://images.wikia.com/fallout/images/d/d7/Robobrain.png

<#hehe>

Kamerás gyártó és minõségellenõrzõ szoftver és hardware fejlesztésén dolgozom. Iszonyatos mennyiségû adat már az is amit egy HD "webkamera" szerû ipari kamera "produkál". A kép értelmezéséhez a számítógépnek egy rakás képletet kell végrehajtania mire a színekkel körbehatárolható formákat "felfogja" a szoftver. Igaz mélységlátás nincs, de akkor is. Szõlõsorok között haladtunk quaddal keresgélve 1-1 ott felejtett fürtöt. És közben azon gondolkoztam nem tudnám megvalósítani a feladatot miszerint a szõlõsben valamilyen sebességgel guruló quadról a sorok területén a szõlõlevelek között valahány szemet tartalmazó szõlõfürtöket azonosítani képes rendszert épitsek. Én pedig bár elõzetes rutinom nem volt, mégis kiszúrtam a szõlõt. És erre a 7 éves fiam is képes volt. Szóval digitális elven mûködõ gépekkel gondolkozva igen bonyolult és összetett mérõrendszerek eredményeit kéne kombinálni valami öntanuló alprogrammal. Viszont mindez egy 7 éves fejében már biztosan készen van...