1樓：孫天祥
不過話說回來，也可以從某些角度對比一下人工神經網路（ANN）和生物神經網路。例如從神經元的個數來看，ANN遠少於人腦，甚至比青蛙腦的數量級還要小不少。不過從每個神經元連線的神經元個數來看，可能和人腦差不太多。
另外，現在有cnn rnn等等，用於處理不同任務，但在生物腦中，應該是一套演算法，有人做過類似實驗。因此，算不上模擬生物腦。
2樓：[已重置]
某種程度上，將視覺和語言系統耦合的工作，比如image caption就是在模擬人腦的類似功能。其餘的，比如text to image, text to video，都有模擬複雜的人腦智慧型的影子，機械人控制則是在某種程度上模擬小腦的控制功能。但是具體現有的演算法是不是一定和人腦的方法完全一致，在多大程度上一致，都還是問題。
3樓：黃璞
人工智慧（包括不限於深度學習，xx學習）並不僅限於指模仿生物/大腦，雖然很多概念是借鑑和沿用生物知識。
題主說的這種應該是類腦計算。
4樓：劉凱-AGI
中科院曾毅研究組，成功模擬了鼠腦，正在模擬猴腦，人腦則太難，要消耗太大量的計算資源。
但是，用的不是你說的CNN，RNN等神經網路演算法。而且，別被這波深度學習迷了雙眼，這世界上還有很多很有意思的東西，深度神經網路只是其中之一。
遺傳演算法，模擬退火演算法，粒子群演算法，神經網路等智慧型演算法的作用？
哈哈哈 神經網路可以用於旋轉機械的故障診斷。這是因為，故障診斷本質上是一種分類任務，而神經網路最擅長的就是分類。常見故障型別 殘差收縮網路 1 2 就是一種專門用於故障診斷的神經網路。深度殘差收縮網路 同時，如上圖所示，由於殘差收縮網路整合了軟閾值化，因而適合強雜訊資料的特徵學習 3 軟閾值化，其中...
如何評估神經網路演算法的計算量，從而來確定需要多少GPU的投入？
GPU的投入有兩方面 視訊記憶體GPU計算量 視訊記憶體占用 模型所佔的視訊記憶體 乙個batch的訓練資料占用的視訊記憶體模型視訊記憶體占用可以通過計算模型中的矩陣大小乘以單個元素所佔位元組計算。訓練資料的視訊記憶體占用也可用類似方法計算。計算量的單位是flop，也就是乙個乘法和加法，例如計算兩個...
使用神經網路破譯一般的加密演算法是否可行？
樸素的貝葉斯 能提這個問題說明了神經網路在 01判別 多類分類 單值回歸 多值生成 等場景下，在常見資料集上的能力已經達到或超越了人類的智慧型水平。從而使得人們誤以為它可以在 智慧型問答 邏輯推理 啟發計算 破譯破解 等領域攻克重要困難。神經網路算是乙個複雜度為O 1 的函式，對於RSA這種基於大素...