Я написал, что пока технической базы нет.
То есть, проблема не в несовершенстве алгоритмов.
Но это решаемая проблема, сейчас доступны и суперкомпьютеры и компьютерные фермы, уже квантовые на подходе.
Посмотрим на нейронную сеть из 100 Меганейронов.
Оценим память на нейрон. Ориентируемся на 32 разрядные слова.
состояние нейрона 1 слово
количество связей возьмем 16 (восем достаточно, можно 32.)
Связь опишем 32 разрядным словом. Старший байт - вес связи. Младшие 24 связь (указатель) с другим нейроном.
По памяти получается 1+16 = 17 слов на нейрон.
68 байт на нейрон.
Для оценки производительности нейровычислителей используются следующие показатели:
CUPS (connections update per second) - число измененных значений весов в секунду (оценивает скорость обучения).
CPS (connections per second) - число соединений (умножений с накоплением) в секунду (оценивает производительность).
CPSPW = CPS/Nw, где Nw - число синапсов в нейроне.
CPPS - число соединений примитовов в секунду, CPPS=CPS*Bw*Bs, где Bw, Bs - разрядность весов и синапсов.
MMAC - миллионов умножений с накоплением в секунду.
Но для меня сейчас ситуация вырисовывается.
Т.е. по размерам памяти возможны сети
1 млрд. - 100 млн. -10 млн.
По быстродействию меньше (пока догадка. бездоказательно и безоценочно)
100 млн. -10 млн. - 1 млн.
Теперь стало понятно, почему стоит вопрос об интеллекте простых животных.
Современные нейросети сравнимы по размерам с мозгом насекомых (тараканов 1 млн. и мух дрозофил 100 тыс.)
И вопросы:
- есть ли интеллект у животных с 1 млн нейронов?
- как продемонстрировать, что он есть?
- какой автоматический тест на интеллект для нейронной сети на 1 млн нейронов и животных с мозгом 1 млн нейронов?