Ricerca sullo stato del cinorrodo
Il neurone del cinorrodo è una scoperta importante, con vaste implicazioni per l'intelligenza artificiale e la sua relazione con l'intelligenza dominante sulla terra per almeno gli ultimi 50.000 anni. Il documento che ha generato altri articoli è l' evidenza trascrittomica e morfofisiologica di un tipo di cellula GABAergica corticale umana specializzata , Buldog et. al., settembre 2018, Nature Neuroscience .
La relazione tra questo tipo di neurone e la sua espressione del DNA sta iniziando. Non sono disponibili dati riguardanti l'impatto delle distinzioni di Rosehop sull'attività neurale durante l'apprendimento o sfruttando ciò che è stato appreso. Sicuramente, la ricerca in tal senso è indicata, ma la scoperta è stata appena pubblicata.
Vantaggi dell'approccio interdisciplinare all'IA
Che coloro che fanno riferimento a articoli come questo possano vedere il valore nell'unificazione o almeno nell'allineamento delle conoscenze tra le discipline è molto probabilmente vantaggioso per il progresso e il progresso dell'IA negli altri campi della scienza cognitiva, della bioinformatica, dell'automazione aziendale, della robotica manifatturiera e dei consumatori, della psicologia, e persino legge, etica e filosofia.
Che un tale interesse nell'allineare la comprensione lungo le linee interdisciplinari sia presente in AI Stack Exchange è certamente vantaggioso per la crescita della comunità sia a livello professionale che sociale.
Disparità tra ciò che funziona
Nel cervello umano, i neuroni funzionano. Non è noto se i neuroni del cinorrodo siano un prerequisito per il linguaggio, la costruzione e l'utilizzo di modelli complessi o emozioni trascendenti come l'amore nell'homo sapiens e rimarranno tali nel prossimo futuro. Tuttavia, abbiamo una prova del concetto lunga cinquanta millenni.
Sappiamo anche che le reti artificiali funzionano. Oggi li usiamo per affari, finanza, industria, prodotti di consumo e una varietà di servizi web. Quando un pop-up chiede se la risposta fornita è stata utile, la nostra risposta diventa un'etichetta in una serie di dati reali da cui vengono estratti campioni per l'apprendimento automatico.
Tuttavia, le cellule che stanno lavorando sono progenie del percettrone del 1957 con l'aggiunta dell'applicazione della discesa del gradiente usando un'efficiente strategia di distribuzione del segnale correttivo che richiamiamo propagazione. La comprensione della funzione dei neuroni nel 1957 era decisamente inferiore a quelle che oggi sappiamo essere caratteristiche funzionali dei neuroni cerebrali dei mammiferi. La scoperta del cinorrodo potrebbe allargare quel divario.
Spiking Networks
La ricerca della rete spiking modella più realisticamente i neuroni e la ricerca e lo sviluppo neuromorfo ha inserito modelli migliorati nei chip VLSI. La joint venture tra IBM e MIT è un'altra.
Correlazione tra funzione neurale e funzione cerebrale
L'intelligenza relazionale e il numero di proteine o molecole potrebbero non essere i più significativi. Queste sono relazioni più probabili tra metriche e caratteristiche e l'intelligenza del sistema.
- Caratteristiche genetiche che sono state identificate (22 di esse) che influenzano direttamente i risultati dei test di intelligenza - Ad esempio, la correlazione tra polimorfismi dei geni del recettore dell'ossitocina OXTR rs53576, rs2254298 e rs2228485 e l'intelligenza è nota - Vedi la domanda contenente riferimenti alla scoperta di 22 geni che influenzano significativamente i risultati dei test di intelligenza
- Espressione neurochimica derivante da fattori ambientali che variano i livelli di ossitosina, dopamina, serotonina, neuropeptide Y e canabinoidi che è coinvolto nel comportamento funzionale globale e regionale nel cervello umano
- Topologia del segnale (distinta dalle dimensioni e dai conteggi e distinta dalla topologia creata dall'imballaggio delle reti neurali nella regione cranica) - La topologia del segnale è ora in fase di identificazione. La tecnologia di scansione si è sviluppata al punto in cui i percorsi dei segnali possono essere identificati monitorando gli impulsi nello spazio temporale e determinando la causalità.
- Plasticità sinaptica, un tipo di plasticità neurale
- Numero totale di neuroni applicati a una particolare funzione cerebrale
- Impatto sulla termodinamica degli assoni e del corpo cellulare sulla trasmissione del segnale, un elemento chiave nella modellizzazione di un neurone cerebrale
Nessuno di questi è ancora modellato in modo tale che l'accuratezza della simulazione sia stata confermata, ma la necessità di effettuare ricerche in tal senso è chiaramente indicata come implica questa domanda.