eitaa logo
فلسفه ذهن
928 دنبال‌کننده
140 عکس
69 ویدیو
21 فایل
محتوای تخصصی در حوزه #فلسفه_ذهن و فلسفه #علوم_شناختی توسط: مهدی همازاده ابیانه @MHomazadeh عضو هیات علمی موسسه حکمت و فلسفه ایران با همکاری هیئت تحریریه
مشاهده در ایتا
دانلود
♦️فصل سوم کتاب « بیولوژی‌محور»، سیستم‏های نورونی را بمثابه یکی از منابع الهام AI جدید مورد بررسی قرار می‌دهد. این سبستم‌ها شامل مجموعه‏ای از سلول‏های نورونی متصل به هم (شبکه شده) است. شبکه‌های عصبی مصنوعی، مدل‌های محاسباتی هستند که در دستگاه پیاده‌سازی می‌شوند و تلاش می‌کنند ویژگی‌های رفتاری و تطبیقی سیستم‌های عصبی بیولوژیک را به تصویر بکشند. ♦️یک شبکه عصبی مصنوعی از چندین واحد به هم پیوسته (بمثابه نورون‌ها) تشکیل شده است. برخی از این واحدها اطلاعات را مستقیماً از محیط دریافت می‌کنند (واحدهای ورودی)، برخی تأثیر مستقیم بر محیط دارند (واحدهای خروجی) و برخی دیگر فقط با واحدهای داخل شبکه ارتباط برقرار می‌کنند. هر واحد، عملیات ساده‌ای را اجرا می‌کند که شامل فعال‌شدن در صورتی است که کل سیگنال دریافتی از آستانه تعریف‌شده آن بزرگتر باشد. یک واحد فعال سیگنالی را منتشر می کند که به تمام واحدهایی که به آن متصل است می‌رسد. تصویر بالای پست، شمای اولیه‌ای از مدل شبکه نورونی مصنوعی الهام‌گرفته از شبکه نورون‌های طبیعی را نشان می‌دهد. ♦️طی 50 سال گذشته، دو حوزه بسط یافته از مدل‏های محاسباتی و صوری سیستم‏های نورونی عبارت بوده‏اند از: محاسباتی و مهندسی نورونی. اولی با تکیه بر مدل‏های ریاضیاتی دینامیک غشای نورونی، سعی در فهم کارکردن مغزهای زنده دارد. نحوه تعاملات نورون‏ها با یکدیگر، تأثیر حوزه شیمیایی بر رفتار نورونی، دینامیک مجموعه‏های نورونی و ... از محورهای اصلی است. دومی بدنبال بازتولید عملکردهای برای مهندسی ماشین‏های هوشمند است. کنترل سفت و سخت سیستم‏های روباتیک، الگوریتم‏های یادگیری، ساختارهای سطح بالاتر که می‏توانند توانایی‏های شناختی را بازتولید کنند و پیاده‏سازی مدل‏های عصبی در سخت‏افزار از محورهای اصلی است. ♦️سیستم های عصبی در مقایسه با ارگانیسم‏های بدون مغز حداقل دو مزیت دارند: (1) انتقال انتخابی سیگنال‏ها بین قسمت‏های دوردست بدن و (2) سازگاری با استفاده از شکل پذیری سیناپسی. این دو ویژگی، تولید بدن‏های پیچیده‏تر و مقابله بهتر با محیط‏های غیرقابل پیش‏بینی را تسهیل می‏کند. ♦️واضح است که شبکه‌های نورون مصنوعی همچنان - مانند کامپیوترهای کلاسیک دیجیتال - محاسباتی هستند و برپایه پردازش اطلاعات کار می‌کنند. اما الهام از مسیرهای پردازش موازی در مغز و واحد‌های متکثر نورونی، ساختار جدید و منعطفی را برای محاسبات بر روی میز قرار داده که برخی مشکلات رویکرد قدیمی را ندارد. اما طبیعتاً اشکالات کلی رویکرد محاسباتی - که از قبل مطرح بوده - و بازتولید اشکال حس عمومی - که توسط فیلسوف پدیدارشناس و طراح اشکال (هابرت دریفوس) بازسازی شده - مجدد مطرح و تاثیرگذار است. @PhilMind