Rörande;
Gäller välkänt sedan många år nu att hjärnan rörande dessa strukturer organiserar informationen topologiskt. Därmed var det också förväntat att just detta skulle vara möjligt att göra men av vad jag kan inse inte självklart sägande något alls om en gemensam funktion jämförbar finns för hur hjärnan utnyttjar eller ens skapar dessa representationer.
"Fenomenet" att neuronnät tar ut strukturen från meningsfullt data man egentligen inte vet organiseras eller skapas jämförbart för har vi bl.a. också för skapandet av visuella "kategoriseringar" av språkdata. Där neuronnät i alla dessa former genom åren lärt sig vad som verkar meningsfullt men i all verklighet inte säger något alls om hur hjärnan hanterar det i funktion. Att man här flyttat ett steg närmare "hjärnan" och gör det på den visuella aktivitets-representationerna från olika meningsfulla vinklar förändrar heller ingenting.
P.s.s. även om jag tror komplexiteten för det är mycket större än vi lär se några är probabilistiska (ex. vanliga maximum-entropi) parsers av aktivitet representationer av hjärnan läsande eller skrivande att förvänta. Metoderna som sådan används ju förövrigt (men för användning ordentligt mindre krävande än för parsern) för analys av bl.a. fmri-bilder (såväl som en multidimensionell variant av maximum-entropi jag ca var tredje år får för mig att jag vill se igen men varje gång svårligen hittar fram till ej minnas namnen: Numerande hittande sista två gångerna genom att söka New York State University om jag minns rätt på medicinska instituionen efter studie på fmri diskuterande också patentfrågor kring algoritmen vilket var vad jag hittar den via).
Så klart att man kan tycka att det är en strunt sak att peka på. Men det stör mig att neuronnäts-tekniken inte bara levererar värde i bättre algoritmer utan också när det (typiskt för den större domänen) "självorganiserar" (gör en massa små-operationer vi inte riktigt klarar att hålla reda på tillsammans) får så hamnade i hårda-insikter om att det antagligen förklarar vad helst annat också enormt komplicerat i data man idag ej begriper som ex. hjärnan.
En sak kanske talande emot just detta är att hjärnan tycks utnyttja serier av neuroner i inlärda linjer som look-up för en del data. D.v.s. inte bara bredare organisera topologiskt utan också slå upp i det görande att mer multidimensionell mening ligger bl.a. i samtidigheten över många sådana dimensioner. Jag tänker att komplexiteten för att lära mer neuronnäts-liknande för sådant nog blir ganska enorm även för hjärnan och samtidigt så onödigt: Du får ju samma ingångsvärden för samma varje gång oavsett hur fuzzy ex. själva ansiktsrepresentationen här om nu personen och platsen är samma - och emotionell association ej väsentligt skiljer.
Betyg: Lågt - Duger ej att läsa mer i för Husman
På försök ska jag börja betygsssätta ny forskning och teknik efter hur bra det hela verkar för mig. Högt betyg att jag här skulle lärt mig något nytt om hjärnan: Icke så inget nytt. Eller vi lärt något nytt om neuronnät: Känns minst sagt otroligt även om jag inte tittade vad dom nu gjort med algoritmerna.
Meningsfullhet i forskning såväl som annat känns viktigt för oss alla. Kan jag bjuda till för ett bättre samhälle med mer användbar forskning vill jag gärna göra ett försök. Att vi alla vågar dela är så viktigt för vårt världs-stora ändå lokala samhälle. Det skapar förståelse och vi känsla förebyggande konflikt och problem. Faktiskt att jag märker att jag blev lite uppåt här på att dela av min ranking för att uppmuntra bättre kvalitet för mig och säkert många andra som vill lära eller tillämpa till något bra de har nytta av.
Jag har inte känt mig lika uppåt av att dela här sedan jag agerade kraftfullt mot problematiken med negativa stereotyper gediget illustrerande många av problem-domänerna i inte minst en serie av fler än 100 hånfulla skämtteckningar.
