读千脑智能笔记05_千脑智能理论

news2024/11/18 15:42:58

1.       现有的新皮质理论

1.1.         最普遍的看法是新皮质就像一个流程图

1.2.         特征层次理论

1.2.1.           该理论最大的弊端在于认为视觉是个静止的过程,就像拍一张照片一样,但事实并非如此

1.2.1.1.            眼睛每秒会快速转动约三次(扫视)

1.2.2.           会忽略视觉动态的原因

1.2.2.1.            我们有时不移动眼睛就能识别出图像,如在显示屏上短暂闪过的图片,但这只是一个特例,并不普遍
1.2.2.2.            视觉是主动的感觉-运动过程,不是静态过程
1.2.2.3.            对于触觉和听觉,感觉-运动过程的重要作用体现得更为明显
1.2.2.4.            听觉也是一个动态过程
1.2.2.4.1.             不仅听觉内容(如口语会话)是由随时间变化的声音定义的,当我们聆听时,我们也会移动头部主动完善所听到的内容

1.2.3.           第一和第二视觉区(V1和V2)是人类新皮质中最大的区域

1.2.3.1.            在大脑中所占面积比其他可识别完整物体的视觉区要大得多

1.2.4.           当眼睛从一个注视点扫视到另一个注视点时,V1区和V2区的一些神经元的某些行为引起了研究人员的注意

1.2.5.           视网膜的中央比边缘有更多的光感受器

1.2.5.1.            真正的视觉输入就好比由高度变形的、不完整的图块铺成的毯子

1.2.6.           “绑定问题”(binding problem)或“感官融合问题”(sensor-fusion

problem)

1.2.6.1.            来自不同感官的信息分散在新皮质的各处,且伴有各种各样的变形,这些信息是怎样融为我们所体验到的单一且完整的知觉的?

1.2.7.           得到了广泛应用的原因

1.2.7.1.            该理论与大量的观察数据相符,尤其是很久以前收集的数据
1.2.7.2.            该理论存在的问题随着时间的推进慢慢积累,这导致人们很容易将一些新出现的问题当作小问题,从而忽略
1.2.7.3.            这是我们迄今为止所建立起来的最好的理论,既然没有更好的理论可以替代它,那就只能使用它
1.2.7.4.            该理论并非完全错误,只不过我们需要进行大量修正

2.       参考系下的新皮质理论

2.1.         学习物体的模型并不需要皮质区的层次结构

2.2.         你所学习的模型通常是临时的

2.2.1.           新皮质永远不会停止学习模型

2.3.         每根皮质柱都是一个感觉-运动系统,每根皮质柱都会学习成百上千个物体模型,这些模型都是基于参考系的

2.3.1.           单根皮质柱能够学习多少物体是有限制的

2.3.2.           皮质柱不是多余的,也不是彼此的副本

2.3.3.           皮质柱会进行“投票”,即感知是皮质柱通过投票达成的共识

2.3.3.1.            只有特定的某些细胞进行投票才有意义
2.3.3.2.            皮质柱中的大多数细胞无法表征可以投票的那类信息

2.3.4.           皮质柱中的大多数连接在各层之间上下移动,主要停留在皮质柱的边界内

2.3.5.           皮质柱通常具有不确定性,在这种情况下,它的神经元会同时发送多种可能性

2.3.5.1.            最常见的猜测会胜过最不常见的猜测,直到整个网络确定一个答案

2.4.         大脑中的知识是分布式存储的

2.4.1.           所有知识都不会只存储在一个地方,如存储在一个细胞或皮质柱中,也没有像全息图那样在任一地方存储所有东西

2.5.         关于任何特定物体的知识都分布在成千上万个互补的模型中

2.6.         当知识和行动广泛分布在许多但不是太多的元素中时,复杂系统的工作效果就能达到最好

2.7.         神经元从不依赖单个突触,相反,它可能需要30个突触来识别一个模式

2.7.1.           即使其中10个突触失效,神经元仍然能够识别这种模式

2.8.         大多数时候,我们完全不会意识到我们的眼睛在转动

2.8.1.           触觉也会产生类似的感知稳定性

2.9.         人的感官部分受阻是很常见的

2.10.     大脑可以关注视觉场景中较小或较大的部分

2.10.1.      涉及大脑中被称为丘脑的部分,丘脑与新皮质的所有区域紧密相连

2.10.2.      每当你注意一个不同的物体时,你的大脑会确定该物体相对于之前关注的物体的位置。这是一个自发的过程,是注意力集中过程的一部分

2.11.     芒卡斯尔1998年出版的《感知神经科学:大脑皮质》(Perceptual Neuroscience:The Cerebra Cortex)

3.       千脑智能理论中的层次结构

3.1.         千脑智能理论认为,新皮质区的层次结构并不是绝对必要的

3.2.         新皮质的解剖结构表明,两种类型的连接都存在

3.3.         在层次之间传递的是完整的物体,而不是特征

3.4.         千脑智能理论本质上是一种感觉-运动理论

3.5.         灵长目动物的V1区和V2区相对较大,而小鼠的V1区特别大,这在千脑智能理论看来是有意义的,因为每一根皮质柱都可以识别完整的物体

3.6.         千脑智能理论认为,我们的大部分视觉行为都发生在V1区和V2区

3.6.1.           主要和次要触觉相关区域也比较大

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1435224.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

考研数据结构笔记(1)

数据结构(1) 数据结构在学什么?数据结构的基本概念基本概念三要素逻辑结构集合线性结构树形结构图结构 物理结构(存储结构)顺序存储链式存储索引存储散列存储重点 数据的运算 算法的基本概念什么是算法算法的五个特性有…

MATLAB知识点:矩阵的除法

​讲解视频:可以在bilibili搜索《MATLAB教程新手入门篇——数学建模清风主讲》。​ MATLAB教程新手入门篇(数学建模清风主讲,适合零基础同学观看)_哔哩哔哩_bilibili 节选自第3章 3.4.2 算术运算 下面我们再来介绍矩阵的除法。事…

蓝桥杯----凑算式

这个算式中A~I代表1~9的数字,不同的字母代表不同的数字。 比如: 68/3952/714 就是一种解法, 53/1972/486 是另一种解法. 这个算式一共有多少种解法? 注意:你提交应该是个整数,不要填写任何多余的内容或说明性文字。

图解Vue组件通讯【一图胜千言】

Vue的每个组件都有独自的作用域,组件间的数据是无法共享的,但实际开发工作中我们常常需要让组件之间共享数据,今天我们来学习下面三种组件通信方式: 父子组件之间的通信 兄弟组件之间的通信 祖先与后代组件之间的通信 1. 父子组件…

MIPS指令集处理器设计(支持64条汇编指令)

一、题目背景和意义 二、国内外研究现状 (略) 三、MIPS指令集处理器设计与实现 (一).MIPS指令集功能性梳理 1.MIPS指令集架构 (1).mips基础指令集格式总结 MIPS是(Microcomputer without interlocked pipeline stages)[10]的缩写,含义是…

开源免费的物联网网关 IoT Gateway

1. 概述 物联网网关,也被称为IOT网关,是一种至关重要的网络设备。在物联网系统中,它承担着连接和控制各种设备的重要任务,将这些设备有效地连接到云端、本地服务器或其他设备上。它既能够在广域范围内实现互联,也能在…

JAVASE进阶:Collection高级(2)——源码剖析ArrayList、LinkedList、迭代器

👨‍🎓作者简介:一位大四、研0学生,正在努力准备大四暑假的实习 🌌上期文章:JAVASE进阶:Collection高级(1)——源码分析contains方法、lambda遍历集合 📚订阅…

IP地址信息在保险行业的创新应用与解决方案

随着数字化时代的来临,保险行业正积极探索新的技术手段,以提升服务效能、降低风险,并更好地满足客户需求。IP地址信息作为一种重要的数字化工具,在保险行业中展现了广泛的应用前景。IP数据云将深入探讨IP地址信息在保险行业中的创…

【极数系列】Flink集成KafkaSource 实时消费数据(10)

文章目录 01 引言02 连接器依赖2.1 kafka连接器依赖2.2 base基础依赖 03 连接器使用方法04 消息订阅4.1 主题订阅4.2 正则表达式订阅4.3 Partition 列分区订阅 05 消息解析06 起始消费位点07 有界 / 无界模式7.1 流式7.2 批式 08 其他属性8.1 KafkaSource 配置项(1&…

Stable Diffusion 模型下载:RealCartoon3D - V14

文章目录 模型介绍生成案例案例一案例二案例三案例四案例五案例六案例七案例八案例九案例十 下载地址 模型介绍 RealCartoon3D 是一个动漫卡通混合现实风格的模型,具有真实卡通的 3D 效果,当前更新到 V14 版本。 RealCartoon3D 是我上传的第一个模型。…

一文掌握SpringBoot注解之@Configuration知识文集(5)

🏆作者简介,普修罗双战士,一直追求不断学习和成长,在技术的道路上持续探索和实践。 🏆多年互联网行业从业经验,历任核心研发工程师,项目技术负责人。 🎉欢迎 👍点赞✍评论…

C++后端开发之Sylar学习三:VSCode连接Ubuntu配置Gitee

C后端开发之Sylar学习三:VSCode连接Ubuntu配置Gitee 为了记录学习的过程,学习Sylar时写的代码统一提交到Gitee仓库中。 Ubuntu配置Gitee 安装git sudo apt-get install -y git配置用户名和邮箱 git config --global user.name 用户名 …

计算机项目SpringBoot项目 办公小程序开发

从零构建后端项目、利用UNI-APP创建移动端项目 实现注册与登陆、人脸考勤签到、实现系统通知模块 实现会议管理功能、完成在线视频会议功能、 发布Emos在线办公系统 项目分享: SpringBoot项目 办公小程序开发https://pan.baidu.com/s/1sYPLOAMtaopJCFHAWDa2xQ?…

第四讲 混合背包问题

【题意分析】 这道题转换一下即可,将题中出现的0/1背包问题和完全背包问题转换为多重背包问题即可: if(s -1) s 1; else if(!s) s V/v;【参考文献】 第三讲 多重背包问题②——二进制优化 完成这个转换之后,再使用二进制优化即可完成&a…

Java 学习和实践笔记(1)

2024年,决定好好学习计算机语言Java. B站上选了这个课程:【整整300集】浙大大佬160小时讲完的Java教程(学习路线Java笔记)零基础,就从今天开始学吧。 在这些语言中,C语言是最基础的语言,绝大多…

PYthon进阶--网页采集器(基于百度搜索的Python3爬虫程序)

简介:基于百度搜索引擎的PYthon3爬虫程序的网页采集器,小白和爬虫学习者都可以学会。运行爬虫程序,输入关键词,即可将所搜出来的网页内容保存在本地。 知识点:requests模块的get方法 一、此处需要安装第三方库reques…

华为OD机试真题C卷-篇3

文章目录 查找一个有向网络的头节点和尾节点幼儿园篮球游戏 查找一个有向网络的头节点和尾节点 在一个有向图中,有向边用两个整数表示,第一个整数表示起始节点,第二个整数表示终止节点;图中只有一个头节点,一个或者多…

K8S之标签的介绍和使用

标签 标签定义标签实操1、对Node节点打标签2、对Pod资源打标签查看资源标签删除资源标签 标签定义 标签就是一对 key/value ,被关联到对象上。 标签的使用让我们能够表示出对象的特点,比如使用在Pod上,能一眼看出这个Pod是干什么的。也可以用…

Flink cdc3.0动态变更表结构——源码解析

文章目录 前言源码解析1. 接收schema变更事件2. 发起schema变更请求3. schema变更请求具体处理4. 广播刷新事件并阻塞5. 处理FlushEvent6. 修改sink端schema 结尾 前言 上一篇Flink cdc3.0同步实例 介绍了最新的一些功能和问题,本篇来看下新功能之一的动态变更表结…

【华为】GRE Over IPsec 实验配置

【华为】GRE Over IPsec 实验配置 前言报文格式 实验需求配置拓扑GRE配置步骤IPsec 配置步骤R1基础配置GRE 配置IPsec 配置 ISP_R2基础配置 R3基础配置GRE 配置IPsec 配置 PCPC1PC2 抓包检查OSPF建立GRE隧道建立IPsec 隧道建立Ping 配置文档 前言 GRE over IPSec可利用GRE和IP…