Pipa, нашел в теме "12 стульев", а как попало туда мне не известно.
"Я бы сказала, что между (традиционным) компом и мозгом почти ничего общего нет
. Мозг построен аналогично социуму - все люди телесно приблизительно одинаковы (по меньшей мере, они рождались, еще не зная, чем им придется заниматься в жизни). А специализация происходит в зависимости от того, в каком месте/среде человека/нейрон угораздило родиться. Поэтому и "функциональные зоны" в мозгу, как и в социуме, являются зонами профессиональной занятости. Причем, по голому человеку с заткнутым кляпом ртом, в большинстве случаев, трудно определить его профессию. Тоже самое касается и нейронов мозга.
Иное дело в компьютере - тут каждая деталь уникальна и по своему устройству способна выполнять только ту самую единственную функцию, ради которой ее такой создали. А сам процесс работы компьютер похож на конвейер, в котором каждый цех не похож на другие.
Самое разительное отличие компьютера от мозга то, компьютер - преимущественное последовательный процесс, подобный непрерывно работающему конвейеру. Тогда как мозг - сетевая структура, которая работает на принципе "голосования" среди своих узлов (как правило, это голосование не всеобщее, а непрямое многоступенчатое).
Соответственно этому, компьютер работает по алгоритмам, сочиняемым программистами или математиками. При этом сам алгоритм представляет собой заданную последовательность операций, которую компьютер должен на своем конвейере выполнить.
Тогда как мозг - нейросетевая самообучающаяся система, работающая на статистических принципах ("суммировании множества голосов с разными весами"). И хотя в принцип можно было бы задать для каждого элемента сети то, как он должен голосовать, этого обычно никогда не делают, поскольку ни математики, ни программисты, просто не могут дать рекомендации такой огромной прорве узлов. А работают с сетью путем обучения, когда ее заставляют "голосовать" по множеству вопросов, правильны ответ на которые известен. При этом за ошибку наказываются все те, кто голосовал за ошибочное решение и настолько строго, насколько его голос это решение определил (весовой фактор). Ну, а за правильный ответ раздается поощрение по той же самой системе. Чем дольше проводится обучение на разных примерах тем, точнее такая нейросистема будет решать задачи. Хотя здесь есть некий порог, лучше которого научиться нельзя. Поэтому ошибки такая система все равно будет совершать! Только это не те ошибки, за которые ставят двойки в школе
, а ошибки того рода, когда из множества вариантов нейросистема выбирает не самый лучший/оптимальный, а какой-то другой рядом с ним, близкий по оптимальности.
По этим причинам нейросистема едва ли заменит обычный компьютер в деле применения алгоритмов, но окажется способной решать задачи иного рода, когда требуется найти подходящее решение, одновременного удовлетворяющее огромному силу противоречивых требований.
Здесь стоит пояснить, что большинство практических задач, которые нынче решает математика (а вместе с ней и компьютеры) ... вообще не имеют решения! Иными словами, идеал, удовлетворяющий всем требованиям, в принципе не достижим. Тем не менее, в массе неидеальных вариантов возможно выбрать самый лучший (или наименее плохой). Вот его и требуется найти! Так вот "чистая математика" во многих случаях перед такими задачами пасует, поскольку по формально-логическим критериям получаемый ответ неверен. Т.е. логика не может нам помочь найти среди неверных ответов наилучший, поскольку с точки зрения логики ни один из неверных ответов не может быть лучше другого. А вот нейросетевая система решения не испытывает таких затруднений, т.к. использует не чистую логику, а "метод взвешивания" всевозможных вариантов, среди которых всегда может быть найден самый "увесистый", сколько бы ошибок он не содержал. Соответственно этому, нейросеть способна решать задачи, содержащие в своем условии заведомо противоречивые требования! При этом неизбежные несоответствия таким требованиям будет выглядеть, как ошибки, к которым нейросеть относится снисходительно.
Задачи с противоречивыми условиями (правильное их название - "некорректные задачи" или точнее по-английски "Шll Posed Problems") типичны в областях распознавания образов и кластеризации. В этом смысле показательна "Нейронная сеть Кохонена" - яркий пример нейросетевого алгоритма для решения задач из рода "ориентации" живого организма в реальности.
И напоследок хочу высказать собственную мысль о том, что с практической точки зрения наиболее ценно открытие законов природы, которые выполняются ... не всегда! Поскольку всеобщих законов во Вселенной мало, да и в силу своей всеобщности они выявляются без особого труда. А потому особую ценность представляют собой законы со многими исключениями, которые как раз и мешают этот закон сформулировать. Скажем, Галелея когда-то осмеяли за заявление о том, что все тела, независимо от их тяжести, падают одинаково. И таких случаев в природе очень много. Поэтому видится очень важным выделить из реальности те закономерности, которые на общем фоне не видны, т.к. проявляются не всегда. И вот здесь самое место нейросетям с их способностью решать некорректные задачи."
http://forum.postnagualism.com/index.php?topic=72807.msg296107#msg296107 
