Pesquisa State of Rosehip
O neurônio Rosehip é uma descoberta importante, com vastas implicações na IA e sua relação com a inteligência dominante na Terra há pelo menos 50.000 anos. O artigo que gerou outros artigos é a evidência transcriptômica e morfofisiológica de um tipo especializado de células GABAérgicas corticais humanas , Buldog et. al., setembro de 2018, Nature Neuroscience .
A relação entre esse tipo de neurônio e sua expressão de DNA está começando. Não há dados disponíveis sobre o impacto das distinções de Rosehop na atividade neural durante o aprendizado ou a alavancagem do que foi aprendido. Certamente, pesquisas nesse sentido são indicadas, mas a descoberta foi publicada.
Benefício da abordagem interdisciplinar à IA
Que aqueles que fazem referência a documentos como esse podem ver valor na unificação ou pelo menos alinhamento do conhecimento entre as disciplinas provavelmente é benéfico para o progresso da IA e o progresso em outros campos da ciência cognitiva, bioinformática, automação comercial, robótica de manufatura e de consumo, psicologia, e até direito, ética e filosofia.
O fato de esse interesse em alinhar a compreensão ao longo de linhas interdisciplinares estar presente no AI Stack Exchange é certamente benéfico para o crescimento da comunidade nas dimensões profissional e social.
Disparidade entre o que funciona
No cérebro humano, os neurônios funcionam. Se os neurônios da Rosa Mosqueta são um pré-requisito para a linguagem, a construção e alavancagem de modelos complexos ou emoções transcendentes, como o amor no homo sapiens, é desconhecida e permanecerá no futuro próximo. No entanto, temos uma prova de conceito de cinquenta milênios.
Também sabemos que as redes artificiais funcionam. Atualmente, nós os usamos em negócios, finanças, indústria, produtos de consumo e uma variedade de serviços web. Quando um pop-up pergunta se a resposta dada foi útil, nossa resposta se torna um rótulo em um conjunto de dados reais dos quais amostras são extraídas para aprendizado de máquina.
No entanto, as células que estão trabalhando são descendentes do perceptron de 1957 com a adição da aplicação de descida de gradiente usando uma estratégia eficiente de distribuição de sinal corretiva que chamamos de propagação. A compreensão da função dos neurônios em 1957 estava muito aquém do que hoje sabemos ser características funcionais dos neurônios do cérebro de mamíferos. A descoberta da Rosa Mosqueta pode aumentar essa lacuna.
Spiking Networks
A pesquisa da rede de spikes modela de maneira mais realista os neurônios, e a pesquisa e o desenvolvimento neuromórficos têm colocado modelos aprimorados nos chips VLSI. A joint venture entre a IBM e o MIT é outra.
Correlação da função neural à função cerebral
A inteligência do relacionamento e o número de proteínas ou moléculas podem não ser os mais reveladores. Esses são os relacionamentos mais prováveis entre métricas e recursos e a inteligência do sistema.
- Características genéticas identificadas (22 delas) que afetam diretamente os resultados dos testes de inteligência - Por exemplo, a correlação entre polimorfismos dos genes dos receptores de ocitocina OXTR rs53576, rs2254298 e rs2228485 e inteligência é conhecida - Veja a pergunta que contém referências à descoberta de 22 genes que afetam significativamente os resultados dos testes de inteligência
- Expressão neuroquímica resultante de fatores ambientais que variam os níveis de oxitosina, dopamina, serotonina, neuropeptídeo Y e canabinóides, envolvidos no comportamento funcional global e regional do cérebro humano
- Topologia de sinal (distinta de tamanhos e contagens e distinta da topologia criada por empacotar redes neurais na região craniana) - A topologia de sinal agora está sendo identificada. A tecnologia de varredura se desenvolveu a tal ponto que os caminhos do sinal podem ser identificados rastreando pulsos no espaço temporal e determinando a causalidade.
- Plasticidade sináptica, um tipo de plasticidade neural
- Número total de neurônios aplicados a uma função cerebral específica
- Impacto na termodinâmica do axônio e do corpo celular na transmissão de sinais, um elemento-chave na modelagem de um neurônio cerebral
Nenhum deles ainda é modelado de tal maneira que a precisão da simulação tenha sido confirmada, mas a necessidade de pesquisar ao longo dessas linhas é claramente indicada, conforme esta pergunta implica.
É verdade que o atual aprendizado de máquina é baseado no tratamento de neurônios como um componente em toda a complexidade, malha de neurônios. O foco está mais na arquitetura, em vez de entender ou imitar o bloco básico mais claramente, ou seja, os neurônios.
Anirban Bandhopadhyay é um biólogo e neurologista que estudou como a harmonia altera o elemento de memória e o poder de tomada de decisão em microtúbulos dentro dos neurônios.
Aqui está o trecho dele explicando e tentando ver exatamente o que é computação e como o cérebro faz computação.
Como o cérebro age?
fonte