Εγκέφαλος

[nrg]

Έχουμε δύο φίλους, που κάθονται σε απόσταση 4 μέτρα και πετάνε μία μπάλα με τα χέρια, ο ένας στον άλλο.

Πώς γίνεται και πιάνουν την μπάλα με τα χέρια, χωρίς να κάνουν υπολογισμούς;

Και εξηγώ.
Αν θέλαμε να φτιάξουμε ένα ρομπότ που να πιάνει την μπάλα με τα χέρια του, θα έπρεπε:
1. Το ρομπότ να υπολογίζει διαρκώς την ταχύτητα της μπάλας, όσο είναι στον αέρα.
2. Το ρομπότ να προβλέψει την τροχιά της μπάλας.
3. Το ρομπότ να γνωρίζει την ταχύτητα με την οποία κινούνται τα χέρια του.
4. Το ρομπότ να γνωρίζει την τροχιά που ακολουθούν τα χέρια του.
5. Το ρομπότ να λύσει τις εξισώσεις για την κίνηση της μπάλας και για την κίνηση των χεριών του (με βάση τις τροχιές τους) και να υπολογίσει την κατάλληλη στιγμή που πρέπει να τα απλώσει, έτσι ώστε να πιάσει την μπάλα.

Αν στα παραπάνω βήματα γίνει ένα λάθος, τότε το ρομπότ δεν μπορεί να πιάσει την μπάλα...

Όταν πχ θέλουμε να πιάσουμε μία μπάλα που έρχεται από αρκετά μακριά και όσο είναι στον αέρα, διορθώνουμε την θέση μας διαρκώς λες και υπολογίσουμε το που θα πέσει η μπάλα, αλλά στην ουσία δεν κάνουμε ούτε μία αριθμητική πράξη.

Άλλο παραδείγματα είναι όταν τρέχουμε να πιάσουμε μία μπάλα, όταν παίζουμε ρακέτες, τένις.
Όταν (κακώς) περνάμε κάθετα έναν μεγάλο δρόμο και προσαρμόζουμε την ταχύτητα βαδίσματος, έτσι ώστε να περάσουμε με ασφάλεια.
Και πολλά άλλα που απαιτούν συντονισμό κίνησης και χρόνου.

Μπορεί αν γίνει αυτό με τους σημερινούς υπολογιστές;
Δηλαδή, υπάρχει τρόπος να βρούμε πότε η μπάλα φτάνει σε ένα σημείο, με βάση την τροχιά της, χωρίς να γίνουν υπολογισμοί;
Κάτι σαν "εμπειρική" προσέγγιση, χωρίς αριθμητική λύση, αλλά με αρκετά μεγάλη ακρίβεια. Γίνεται;

[Dwarven Blacksmith]

Έχουμε δύο φίλους, που κάθονται σε απόσταση 4 μέτρα και πετάνε μία μπάλα με τα χέρια, ο ένας στον άλλο.

Πώς γίνεται και πιάνουν την μπάλα με τα χέρια, χωρίς να κάνουν υπολογισμούς;

Και εξηγώ.
Αν θέλαμε να φτιάξουμε ένα ρομπότ που να πιάνει την μπάλα με τα χέρια του, θα έπρεπε:
1. Το ρομπότ να υπολογίζει διαρκώς την ταχύτητα της μπάλας, όσο είναι στον αέρα.
2. Το ρομπότ να προβλέψει την τροχιά της μπάλας.
3. Το ρομπότ να γνωρίζει την ταχύτητα με την οποία κινούνται τα χέρια του.
4. Το ρομπότ να γνωρίζει την τροχιά που ακολουθούν τα χέρια του.
5. Το ρομπότ να λύσει τις εξισώσεις για την κίνηση της μπάλας και για την κίνηση των χεριών του (με βάση τις τροχιές τους) και να υπολογίσει την κατάλληλη στιγμή που πρέπει να τα απλώσει, έτσι ώστε να πιάσει την μπάλα.

Αν στα παραπάνω βήματα γίνει ένα λάθος, τότε το ρομπότ δεν μπορεί να πιάσει την μπάλα...

Όταν πχ θέλουμε να πιάσουμε μία μπάλα που έρχεται από αρκετά μακριά και όσο είναι στον αέρα, διορθώνουμε την θέση μας διαρκώς λες και υπολογίσουμε το που θα πέσει η μπάλα, αλλά στην ουσία δεν κάνουμε ούτε μία αριθμητική πράξη.

Άλλο παραδείγματα είναι όταν τρέχουμε να πιάσουμε μία μπάλα, όταν παίζουμε ρακέτες, τένις.
Όταν (κακώς) περνάμε κάθετα έναν μεγάλο δρόμο και προσαρμόζουμε την ταχύτητα βαδίσματος, έτσι ώστε να περάσουμε με ασφάλεια.
Και πολλά άλλα που απαιτούν συντονισμό κίνησης και χρόνου.

Μπορεί αν γίνει αυτό με τους σημερινούς υπολογιστές;
Δηλαδή, υπάρχει τρόπος να βρούμε πότε η μπάλα φτάνει σε ένα σημείο, με βάση την τροχιά της, χωρίς να γίνουν υπολογισμοί;
Κάτι σαν "εμπειρική" προσέγγιση, χωρίς αριθμητική λύση, αλλά με αρκετά μεγάλη ακρίβεια. Γίνεται;

Υπάρχει, αυτό είναι το machine learning.
Του πετάς 10000 μπάλες και εκπαιδεύει ένα μοντέλο για το που θα πέσει η καθεμία.
Το μοντέλο αυτό βέβαια έχει κάποιες πράξεις μέσα, αλλά δεν χρειάζεται ούτε την ταχύτητα ούτε να ξέρει καμία εξίσωση.

[nrg]

Έχουμε δύο φίλους, που κάθονται σε απόσταση 4 μέτρα και πετάνε μία μπάλα με τα χέρια, ο ένας στον άλλο.

Πώς γίνεται και πιάνουν την μπάλα με τα χέρια, χωρίς να κάνουν υπολογισμούς;

Και εξηγώ.
Αν θέλαμε να φτιάξουμε ένα ρομπότ που να πιάνει την μπάλα με τα χέρια του, θα έπρεπε:
1. Το ρομπότ να υπολογίζει διαρκώς την ταχύτητα της μπάλας, όσο είναι στον αέρα.
2. Το ρομπότ να προβλέψει την τροχιά της μπάλας.
3. Το ρομπότ να γνωρίζει την ταχύτητα με την οποία κινούνται τα χέρια του.
4. Το ρομπότ να γνωρίζει την τροχιά που ακολουθούν τα χέρια του.
5. Το ρομπότ να λύσει τις εξισώσεις για την κίνηση της μπάλας και για την κίνηση των χεριών του (με βάση τις τροχιές τους) και να υπολογίσει την κατάλληλη στιγμή που πρέπει να τα απλώσει, έτσι ώστε να πιάσει την μπάλα.

Αν στα παραπάνω βήματα γίνει ένα λάθος, τότε το ρομπότ δεν μπορεί να πιάσει την μπάλα...

Όταν πχ θέλουμε να πιάσουμε μία μπάλα που έρχεται από αρκετά μακριά και όσο είναι στον αέρα, διορθώνουμε την θέση μας διαρκώς λες και υπολογίσουμε το που θα πέσει η μπάλα, αλλά στην ουσία δεν κάνουμε ούτε μία αριθμητική πράξη.

Άλλο παραδείγματα είναι όταν τρέχουμε να πιάσουμε μία μπάλα, όταν παίζουμε ρακέτες, τένις.
Όταν (κακώς) περνάμε κάθετα έναν μεγάλο δρόμο και προσαρμόζουμε την ταχύτητα βαδίσματος, έτσι ώστε να περάσουμε με ασφάλεια.
Και πολλά άλλα που απαιτούν συντονισμό κίνησης και χρόνου.

Μπορεί αν γίνει αυτό με τους σημερινούς υπολογιστές;
Δηλαδή, υπάρχει τρόπος να βρούμε πότε η μπάλα φτάνει σε ένα σημείο, με βάση την τροχιά της, χωρίς να γίνουν υπολογισμοί;
Κάτι σαν "εμπειρική" προσέγγιση, χωρίς αριθμητική λύση, αλλά με αρκετά μεγάλη ακρίβεια. Γίνεται;

Υπάρχει, αυτό είναι το machine learning.
Του πετάς 10000 μπάλες και εκπαιδεύει ένα μοντέλο για το που θα πέσει η καθεμία.
Το μοντέλο αυτό βέβαια έχει κάποιες πράξεις μέσα, αλλά δεν χρειάζεται ούτε την ταχύτητα ούτε να ξέρει καμία εξίσωση.

Αυτό το μοντέλο που γράφεις, επί της ουσίας δεν είναι ένας αλγόριθμος που κάνει πράξεις;

[Dwarven Blacksmith]

Έχουμε δύο φίλους, που κάθονται σε απόσταση 4 μέτρα και πετάνε μία μπάλα με τα χέρια, ο ένας στον άλλο.

Πώς γίνεται και πιάνουν την μπάλα με τα χέρια, χωρίς να κάνουν υπολογισμούς;

Και εξηγώ.
Αν θέλαμε να φτιάξουμε ένα ρομπότ που να πιάνει την μπάλα με τα χέρια του, θα έπρεπε:
1. Το ρομπότ να υπολογίζει διαρκώς την ταχύτητα της μπάλας, όσο είναι στον αέρα.
2. Το ρομπότ να προβλέψει την τροχιά της μπάλας.
3. Το ρομπότ να γνωρίζει την ταχύτητα με την οποία κινούνται τα χέρια του.
4. Το ρομπότ να γνωρίζει την τροχιά που ακολουθούν τα χέρια του.
5. Το ρομπότ να λύσει τις εξισώσεις για την κίνηση της μπάλας και για την κίνηση των χεριών του (με βάση τις τροχιές τους) και να υπολογίσει την κατάλληλη στιγμή που πρέπει να τα απλώσει, έτσι ώστε να πιάσει την μπάλα.

Αν στα παραπάνω βήματα γίνει ένα λάθος, τότε το ρομπότ δεν μπορεί να πιάσει την μπάλα...

Όταν πχ θέλουμε να πιάσουμε μία μπάλα που έρχεται από αρκετά μακριά και όσο είναι στον αέρα, διορθώνουμε την θέση μας διαρκώς λες και υπολογίσουμε το που θα πέσει η μπάλα, αλλά στην ουσία δεν κάνουμε ούτε μία αριθμητική πράξη.

Άλλο παραδείγματα είναι όταν τρέχουμε να πιάσουμε μία μπάλα, όταν παίζουμε ρακέτες, τένις.
Όταν (κακώς) περνάμε κάθετα έναν μεγάλο δρόμο και προσαρμόζουμε την ταχύτητα βαδίσματος, έτσι ώστε να περάσουμε με ασφάλεια.
Και πολλά άλλα που απαιτούν συντονισμό κίνησης και χρόνου.

Μπορεί αν γίνει αυτό με τους σημερινούς υπολογιστές;
Δηλαδή, υπάρχει τρόπος να βρούμε πότε η μπάλα φτάνει σε ένα σημείο, με βάση την τροχιά της, χωρίς να γίνουν υπολογισμοί;
Κάτι σαν "εμπειρική" προσέγγιση, χωρίς αριθμητική λύση, αλλά με αρκετά μεγάλη ακρίβεια. Γίνεται;

Υπάρχει, αυτό είναι το machine learning.
Του πετάς 10000 μπάλες και εκπαιδεύει ένα μοντέλο για το που θα πέσει η καθεμία.
Το μοντέλο αυτό βέβαια έχει κάποιες πράξεις μέσα, αλλά δεν χρειάζεται ούτε την ταχύτητα ούτε να ξέρει καμία εξίσωση.

Αυτό το μοντέλο που γράφεις, επί της ουσίας δεν είναι ένας αλγόριθμος που κάνει πράξεις;

Κατά κάποιο τρόπο. Αλλά επίσης είναι μια "εμπειρική" προσέγγιση που εξαρτάται από τις "εμπειρίες" που έχουμε ταϊσει στο μοντέλο.

[lolek1]

νομιζω οτι το μυαλο δεν εργαζεται με συναρτησεις και τετοια αλλα μονο με την μνημη δηλαδη αυτο που λεμε εμπειρια

[parafrwn]

[nrg]

Υπάρχει, αυτό είναι το machine learning.
Του πετάς 10000 μπάλες και εκπαιδεύει ένα μοντέλο για το που θα πέσει η καθεμία.
Το μοντέλο αυτό βέβαια έχει κάποιες πράξεις μέσα, αλλά δεν χρειάζεται ούτε την ταχύτητα ούτε να ξέρει καμία εξίσωση.

Αυτό το μοντέλο που γράφεις, επί της ουσίας δεν είναι ένας αλγόριθμος που κάνει πράξεις;

Κατά κάποιο τρόπο. Αλλά επίσης είναι μια "εμπειρική" προσέγγιση που εξαρτάται από τις "εμπειρίες" που έχουμε ταϊσει στο μοντέλο.

1. Ναι αλλά το μοντέλο γράφεται με βάση την χρήση για την οποία προορίζεται ή κάνω λάθος;

Πχ αν φτιάξουμε ένα μοντέλο για να πιάνει μπάλα, είναι αδύνατον να του μάθουμε να παίζει σκάκι.


2. Αυτά τα μοντέλα ουσιαστικά κάνουν αριθμητικές πράξεις και μάλιστα πολλές.
Νομίζω ότι, τελειοποιούν τις αρχικές "εξισώσεις" μέσω της μάθησης. Δηλαδή τους εισάγεις μία χοντροκομμένη λύση του προβλήματος και μέσω της μάθησης, την τελειοποιούν με καλύτερες προσεγγίσεις, άρα πράξεις.

Αυτό που θέλω να εστιάσω είναι οι αριθμητικές πράξεις.
Δεδομένου ότι για να πιάσουμε μία μπάλα δεν κάνουμε πράξεις.

[parafrwn]

Αυτό που θέλω να εστιάσω είναι οι αριθμητικές πράξεις.
Δεδομένου ότι για να πιάσουμε μία μπάλα δεν κάνουμε πράξεις.

Μπορεί να μην κάνουμε πράξεις, αλλά μέσω της διαδικασίας μάθησης έχουμε μάθει να εκτιμούμε την απόσταση της μπάλας και την ταχύτητάς της ώστε να αντιδράσουμε αναλόγως.

Άλλο ένα παράδειγμα που «δεν κάνουμε πράξεις» (με χαρτί και μολύβι) αλλά έχουμε μάθει να κάνουμε εμπειρικές εκτιμήσεις:
Πώς περνάμε τον δρόμο από σημείο όπου δεν υπάρχει φανάρι και όταν έρχεται ένα αυτοκίνητο, χωρίς να μας χτυπήσει; Με κάποιον τρόπο (εμπειρία) εκτιμούμε την απόσταση και τον χρόνο που θα κάνει να φτάσει το αυτοκίνητο εκεί που είμαστε. Επειδή δεν βγάζουμε χαρτί και μολύβι για τους υπολογισμούς, δεν σημαίνει πως «δεν κάνουμε πράξεις» με κάποιον άλλο τρόπο.

[lolek1]

η ζωη δεν κανει πραξεις.οταν ακουει ενας μουσικος μια νοτα δεν κανει καμμια πραξη. εχει καλη μνημη και θυματε πολυ καλα πως ονομαζουμε αυτη την νοτα.το ιδιο κανει και ενα εντομο οταν γυρναει στην φωλια του κτλ

[Nandros]

'
Τελικά, δεν είναι ο καλός θεούλης, που έφτιαξε έτσι τον εγκέφαλο;
.

[nrg]

'
Τελικά, δεν είναι ο καλός θεούλης, που έφτιαξε έτσι τον εγκέφαλο;
.

Christof Koch, chief scientific officer of the Allen Institute for Brain Science, calls the brain "the most complex object in the known universe,"

Theoretical physicist Michio Kaku said, “The human brain has 100 billion neurons, each neuron connected to 10,000 other neurons. Sitting on your shoulders is the most complicated object in the known universe.”

"We won't be able to understand the brain. It is the most complex thing in the universe," says Professor Sir Robin Murray, one of the UK's leading psychiatrists.

We each have something approaching 100 billion nerve cells – neurons – in the human brain (more than the number of stars in the Milky Way). Each of them can be connected directly with maybe 10,000 others, totalling some 100 trillion nerve connections. If each neuron of a single human brain were laid end to end they could be wrapped around the Earth twice over.


Όποιος υποστηρίζει ότι τέτοιες κατασκευές, προκύπτουν με τυχαίο τρόπο, δεν έχει παρά να μας τον δείξει.

Όμως, άλλη είναι η κουβέντα μας εδώ.

[BILLO]

Έχουμε δύο φίλους, που κάθονται σε απόσταση 4 μέτρα και πετάνε μία μπάλα με τα χέρια, ο ένας στον άλλο.

Πώς γίνεται και πιάνουν την μπάλα με τα χέρια, χωρίς να κάνουν υπολογισμούς;

Και εξηγώ.
Αν θέλαμε να φτιάξουμε ένα ρομπότ που να πιάνει την μπάλα με τα χέρια του, θα έπρεπε:
1. Το ρομπότ να υπολογίζει διαρκώς την ταχύτητα της μπάλας, όσο είναι στον αέρα.
2. Το ρομπότ να προβλέψει την τροχιά της μπάλας.
3. Το ρομπότ να γνωρίζει την ταχύτητα με την οποία κινούνται τα χέρια του.
4. Το ρομπότ να γνωρίζει την τροχιά που ακολουθούν τα χέρια του.
5. Το ρομπότ να λύσει τις εξισώσεις για την κίνηση της μπάλας και για την κίνηση των χεριών του (με βάση τις τροχιές τους) και να υπολογίσει την κατάλληλη στιγμή που πρέπει να τα απλώσει, έτσι ώστε να πιάσει την μπάλα.

Αν στα παραπάνω βήματα γίνει ένα λάθος, τότε το ρομπότ δεν μπορεί να πιάσει την μπάλα...

Όταν πχ θέλουμε να πιάσουμε μία μπάλα που έρχεται από αρκετά μακριά και όσο είναι στον αέρα, διορθώνουμε την θέση μας διαρκώς λες και υπολογίσουμε το που θα πέσει η μπάλα, αλλά στην ουσία δεν κάνουμε ούτε μία αριθμητική πράξη.

Άλλο παραδείγματα είναι όταν τρέχουμε να πιάσουμε μία μπάλα, όταν παίζουμε ρακέτες, τένις.
Όταν (κακώς) περνάμε κάθετα έναν μεγάλο δρόμο και προσαρμόζουμε την ταχύτητα βαδίσματος, έτσι ώστε να περάσουμε με ασφάλεια.
Και πολλά άλλα που απαιτούν συντονισμό κίνησης και χρόνου.

Μπορεί αν γίνει αυτό με τους σημερινούς υπολογιστές;
Δηλαδή, υπάρχει τρόπος να βρούμε πότε η μπάλα φτάνει σε ένα σημείο, με βάση την τροχιά της, χωρίς να γίνουν υπολογισμοί;
Κάτι σαν "εμπειρική" προσέγγιση, χωρίς αριθμητική λύση, αλλά με αρκετά μεγάλη ακρίβεια. Γίνεται;

Νομιζω οτι αυτο κανουν τα εκπαιδευμενα νευρωνικα δικτυα πλεον

[nrg]

η ζωη δεν κανει πραξεις.οταν ακουει ενας μουσικος μια νοτα δεν κανει καμμια πραξη. εχει καλη μνημη και θυματε πολυ καλα πως ονομαζουμε αυτη την νοτα.το ιδιο κανει και ενα εντομο οταν γυρναει στην φωλια του κτλ

Η μνήμη είναι αποθήκη πληροφοριών.

Ο μουσικός συγκρίνει την νότα που ακούει με αυτήν που έχει στην μνήμη του.
Το έντομο συγκρίνει την διαδρομή που βλέπει, με αυτήν που έχει στην μνήμη του.

Η σύγκριση είναι πράξη.
Και μάλιστα όταν μιλάμε για διαδρομή, δηλαδή για εικόνα, αυτή η σύγκριση είναι απίστευτα δύσκολη.

[lolek1]

η ζωη δεν κανει πραξεις.οταν ακουει ενας μουσικος μια νοτα δεν κανει καμμια πραξη. εχει καλη μνημη και θυματε πολυ καλα πως ονομαζουμε αυτη την νοτα.το ιδιο κανει και ενα εντομο οταν γυρναει στην φωλια του κτλ

Η μνήμη είναι αποθήκη πληροφοριών.

Ο μουσικός συγκρίνει την νότα που ακούει με αυτήν που έχει στην μνήμη του.
Το έντομο συγκρίνει την διαδρομή που βλέπει, με αυτήν που έχει στην μνήμη του.

Η σύγκριση είναι πράξη.
Και μάλιστα όταν μιλάμε για διαδρομή, δηλαδή για εικόνα, αυτή η σύγκριση είναι απίστευτα δύσκολη.

δεν ειμαι ειδικος αλλα απο οτι ξερω η συγκριση ειναι πολυ ευκολο πραμα και μαλιστα απαιτει μικρο ποσο πληροφοριων
οταν βλεπουμε εναν γνωστο μας δεν συγρινουμε ολα τα χαρακτηριστικα του με αυτα που θυμομαστε αλλα παρα πολυ λιγα.
τα εντομα που εχουν λιγο μυαλο και μικρη μνημη για αυτον τον λογο τα καταφερνουν χωρις να χανονται

[Nandros]

Τελικά, δεν είναι ο καλός θεούλης, που έφτιαξε έτσι τον εγκέφαλο;

Christof Koch, chief scientific officer of the Allen Institute for Brain Science, calls the brain "the most complex object in the known universe,"

Theoretical physicist Michio Kaku said, “The human brain has 100 billion neurons, each neuron connected to 10,000 other neurons. Sitting on your shoulders is the most complicated object in the known universe.”

"We won't be able to understand the brain. It is the most complex thing in the universe," says Professor Sir Robin Murray, one of the UK's leading psychiatrists.

We each have something approaching 100 billion nerve cells – neurons – in the human brain (more than the number of stars in the Milky Way). Each of them can be connected directly with maybe 10,000 others, totalling some 100 trillion nerve connections. If each neuron of a single human brain were laid end to end they could be wrapped around the Earth twice over.

Όποιος υποστηρίζει ότι τέτοιες κατασκευές, προκύπτουν με τυχαίο τρόπο, δεν έχει παρά να μας τον δείξει.

Όμως, άλλη είναι η κουβέντα μας εδώ.

Έχουμε τον ειδικό των ειδικών, παγκοσμίως αναγνωρισμένο, τον Γιώργο Παξινό του οποίου ο Άτλας του ανθρωπίνου εγκεφάλου είναι τυφλοσούρτης για τους ομοίους του. Εδώ είναι τα επαγγελματικά του @@ που τα κουβαλάει με καρότσι!

Ο Παξινός μας λέει πως η ψυχή - βάση όλων των θρησκειών - δεν υπάρχει και όλα είναι διεργασίες των νευρώνων το εγκεφάλου.