پیش‌نویس:محاسبات عصبی
محاسبات عصبی، فرآیند پردازش اطلاعات توسط شبکه های نورونی است. این محاسبات با سنت فلسفی معروف به نظریه محاسباتی ذهن در ارتباط است، که به عنوان محاسبات گرایی شناخته می شود و ادعا می کند که محاسبات عصبی شناخت را توضیح می دهد. وارن مک کالاک و والتر پیتس، اولین افرادی بودند که گزارشی از فعالیت عصبی را به عنوان محاسباتی ارائه کردند، در مقاله بنیادین خود در سال 1943، حساب منطقی ایده های ماندگار در فعالیت عصبی.
سه شاخه کلی از محاسبات گرایی وجود دارد، شامل کلاسیکیسم، اتصال گرایی، و علوم اعصاب محاسباتی. همه سه شاخه موافقند که شناخت محاسبات است، با این حال، آنها در مورد اینکه چه نوع محاسبات شناخت را تشکیل می دهد، مخالفت دارند. سنت کلاسیکیسم باور دارد که محاسبات در مغز دیجیتال است، مشابه محاسبات دیجیتال. هر دو اتصال گرایی و علوم اعصاب محاسباتی نیازی به این ندارند که محاسباتی که شناخت را محقق می کنند، حتما محاسبات دیجیتال باشند. با این حال، این دو شاخه بسیار با هم مخالفت دارند در مورد اینکه چه نوع داده های آزمایشی باید برای ساخت مدل های توضیحی پدیده های شناختی استفاده شود. اتصال گرایان بر اساس شواهد رفتاری برای ساخت مدل هایی که پدیده های شناختی را توضیح می دهند، تکیه می کنند، در حالی که علوم اعصاب محاسباتی از اطلاعات نورواناتومی و نوروفیزیولوژیکی برای ساخت مدل های ریاضی که شناخت را توضیح می دهد، بهره می برد.[۱]
هنگام مقایسه سه سنت اصلی نظریه محاسباتی ذهن، همچنین اشکال مختلف ممکن محاسبات در مغز، مفید است که تعریف کنیم منظور ما از محاسبات به معنی کلی چیست. محاسبات، پردازش اطلاعات است، که به طور دیگر به عنوان متغیرها یا موجودیت ها شناخته می شود، بر اساس مجموعه ای از قواعد. قاعده در این معنا، فقط دستورالعملی برای اجرای یک دستکاری بر روی وضعیت فعلی متغیر است، به منظور تولید خروجی مشخص. به عبارت دیگر، یک قاعده مشخص می کند که چه خروجی را بر اساس ورودی معین به سیستم محاسباتی تولید کند.
یک سیستم محاسباتی یک مکانیزم است که اجزای آن باید به صورت عملکردی سازمان یافته باشند تا اطلاعات را مطابق با مجموعه قواعد تعیین شده پردازش کنند. انواع اطلاعاتی که توسط یک سیستم محاسباتی پردازش می شوند، مشخص می کند که چه نوع محاسباتی را انجام می دهد. به طور سنتی، در علوم شناختی، دو نوع محاسبات پیشنهاد شده مرتبط با فعالیت عصبی وجود دارد - دیجیتال و آنالوگ، با این حال، اکثریت قاطع کارهای نظری یک درک دیجیتال از شناخت را در بر می گیرد.
محاسبات به طور عملکردی سازمان یافته هستند تا عملیات را بر روی رشته های ارقام انجام دهند با توجه به نوع و مکان رقم در رشته. برخی معتقدند که سیگنال گیری قطار عصبی، یک نوع محاسبات دیجیتال را پیاده سازی می کند، زیرا سیگنال های عصبی می توانند به عنوان واحدهای جداگانه یا ارقام در نظر گرفته شوند، مانند 0 یا 1 - نورون یا یک پتانسیل عمل را شلیک می کند یا این کار را انجام نمی دهد. بنابراین، قطارهای سیگنال عصبی می توانند به عنوان رشته های ارقام دیده شوند. به طور متناوب، سیستم های محاسباتی آنالوگ، دستکاری ها را بر روی متغیرهای غیر گسسته، بی انتها مداوم انجام می دهند، یعنی موجودیت هایی که به طور مداوم به عنوان یک تابع از زمان تغییر می کنند. این نوع عملیات توسط سیستم های معادلات دیفرانسیل تشخیص داده می شوند.[۱]
محاسبات عصبی را می توان به عنوان مثال با ساخت مدل های محاسبات عصبی مورد مطالعه قرار داد.
یک مجله علمی به این موضوع اختصاص داده شده است، محاسبات عصبی .
شبکه‌های عصبی مصنوعی (ANN) زیرشاخه‌ای از حوزه تحقیقاتی یادگیری ماشین است. کار بر روی ANN ها تا حدودی از دانش محاسبات عصبی الهام گرفته شده است. [۱]