Спайковые нейросети на Swift, часть II: Синапсы
Всем привет! В первой части мы обсудили концепцию SNN в общих чертах, выбрали модель Ижикевича для нейрона и реализовали её на Swift. Напомню основные тезисы:Спайковые нейронные сети (SNN) стремятся точнее повторять биологические.Как и живые нейроны, искусственные спайковые нейроны взаимодействуют друг с другом короткими импульсами — спайками.Спайковые нейроны способны интегрировать информацию и обучаться, но механика этих процессов отличается от "традиционных" нейросетей. Там, где важно подчеркнуть различие, будем называть их ANN.
Нейробиологи описали правила, по которым нейроны кодируют новую информацию
Каждый день люди постоянно учатся и формируют новые воспоминания. Когда вы начинаете заниматься новым хобби, пробуете рецепт, который вам посоветовал друг, или читаете последние мировые новости, ваш мозг хранит многие из этих воспоминаний годами или десятилетиями. Но как ваш мозг достигает этого невероятного результата?В нашем новом исследовании, опубликованном в журнале Science, мы определили некоторые «правила», по которым мозг учится.Обучение в мозгеЧеловеческий мозг состоит из миллиардов
Рост нейронов и чему он способствует
Наше сознание, наша память и представление о себе как о личности строится вокруг того, как связаны и как коммуницируют нейронные связи в нашем мозге. Миллиарды операций за считанные секунды, алгоритмы которых определяют как характер нашей личности, так и наш завтрак или предпочитаемый цвет носков. Направить весь этот ресурс в конструктивное русло? Вполне возможно, и вот как именно. Преимущественно этот материал ссылается на работы Юваля Ной Харари, а также лекции Роберта Сапольски и лекции Эндрю Губермана – преподавателей Стэнфордского университета.
