联结主义、复杂性与生命系统：人工神经网络与生物神经网络的比较
神经与进化计算
2021-03-30 v1 人工智能
神经元与认知
摘要
尽管人工神经网络（ANNs）在模拟智能行为领域取得了令人印象深刻的成果，但重要的是要记住它们只是生物神经网络（BNNs）的稀疏近似。我们超越 ANNs 与 BNNs 的比较，引入来自 BNNs 的、可能指导 ANNs 作为具身神经模型进一步发展的原理。这些原理包括表征复杂性、复杂网络结构/能量学以及鲁棒功能。随后我们考量这些原理在未来 ANNs 发展中可能实现的方式。最后，我们思考这一比较的效用，特别是在构建更鲁棒和动态的 ANNs 方面。这甚至包括构建形态学与感觉器官以创建具身 ANN，当其与 BNNs 的组织与功能优势互补时，便释放了类生命网络的适应潜力。
引用
@article{arxiv.2103.15553,
title = {Connectionism, Complexity, and Living Systems: a comparison of Artificial and Biological Neural Networks},
author = {Krishna Katyal and Jesse Parent and Bradly Alicea},
journal= {arXiv preprint arXiv:2103.15553},
year = {2021}
}
备注
14 pages, 3 figures