長文綜述：大腦中的熵、能、對稱性和動力學｜新春特輯

AIGC動態歡迎閱讀

原標題：長文綜述：大腦中的熵、能、對稱性和動力學｜新春特輯
關鍵字：流形,狀態,動力學,概率,模型
文章來源：人工智能學家
內容字數：41321字

內容摘要：

導語我們的大腦在一定程度上是貝葉斯推理系統，生成內部模型對外部世界作出預測，然后將預測與感官輸入不斷地進行對比，形成預測誤差并更新內部模型。2022年初發表于跨學科期刊Journal of Physics: Complexity的一項研究提出一種神經機制——大腦從腦網絡連接的對稱性破缺中生成內部模型。涌現的觀點說明了能如何與內部模型聯系起來，以及如何由神經底層中產生。研究關注在信息論框架內整合確定性過程和隨機性過程，從而將信息熵和能與腦網絡中的涌現動力學機制和自組織機制聯系起來。
人類大腦是由數以百億計的神經元相互連接所構成的復雜系統，吸引來自不同領域的無數科學家從不同尺度探究其中奧秘——從解析神經元之間的相互作用機理，到刻畫皮層柱之間的連接形式，再到探究腦區間不同認知功能的分離與整合模式，以期揭示人腦這一最為復雜的神經系統的工作模式，理解語言、學習、社會交往等高級認知活動的底層神經機制，并有望啟發通用人工智能機器人的設計。為探討認知、智能、意識等根本性問題，集智俱樂部組織了「神經動力學模型」、「計算神經科學」、「NeuroAI」等系列主題讀書會，并將在春節后開啟「能原理與

原文鏈接：長文綜述：大腦中的熵、能、對稱性和動力學｜新春特輯

聯系作者

文章來源：人工智能學家
作者微信：AItists
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構