home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #16 / NN_1992_16.iso / spool / comp / ai / neuraln / 2938 < prev    next >
Encoding:
Internet Message Format  |  1992-07-25  |  2.6 KB
  1. Path: sparky!uunet!zaphod.mps.ohio-state.edu!uwm.edu!bionet!raven.alaska.edu!news.u.washington.edu!milton.u.washington.edu!davisd
  2. From: davisd@milton.u.washington.edu (Daniel Davis)
  3. Newsgroups: comp.ai.neural-nets
  4. Subject: Re: Neural Nets and Brains
  5. Message-ID: <1992Jul24.235828.23813@u.washington.edu>
  6. Date: 24 Jul 92 23:58:28 GMT
  7. References: <arms.711935064@spedden>> <BILL.92Jul23224539@ca3.nsma.arizona.edu> <arms.711986585@spedden>
  8. Sender: news@u.washington.edu (USENET News System)
  9. Organization: University of Washington, Seattle
  10. Lines: 39
  11.  
  12. In article <arms.711986585@spedden> arms@cs.UAlberta.CA (Bill Armstrong) writes:
  13. >
  14. >I don't fel quite comfortable with the way you phrased that.  My point
  15. >was that BP nets use continuous signals and the brain doesn't -- an
  16. >obvious very significant difference.  I was asking why people would
  17. >expect to understand the brain by studying a system (BP) that is
  18. >*different* at the most basic level of signalling.
  19. >
  20. >Don't you agree that if the brain works on 0-1 signals, then to study
  21. >the brain one could beneficially look at logical systems? 
  22.  
  23. There are many levels upon which one can model neuron function. When
  24. you choose to view it as 0-1 signals, you are stressing the action
  25. potentials propensity to spike to a maximum level. A neuron need not
  26. produce a spike, and instead the action potential can be viewed as a
  27. continuous function. If one wants finer detail, one can note that the
  28. action potentials are caused by transmission of neurotransmitters, and
  29. so one can talk about discrete systems again. (That is about as fine
  30. detail as I would care to go. No doubt one can talk quantum mechanical
  31. effects, if one is so inclined.)
  32.  
  33. I personally do not believe that viewing neuron function in a binary
  34. fashion will be fruitful until one models the sequencing and rate of
  35. firing of action potentials. As for the non-applicability of
  36. continuous functions to neuron functioning, I would suggest that
  37. continuous valued artificial neurons can be viewed as modelling the
  38. rate at which different neurons fire action potentials. (The rate of
  39. fire is often what conveys information, not simply whether or not a
  40. neuron has fired.)
  41.  
  42. Finally, it should be remembered that most of us are not in fact
  43. trying to model the brain, but are instead using insights from brain
  44. function (mainly the notion of distributed processing),
  45. _along_with_insights_gained_from_other_fields_, as design guides for
  46. information processing systems. Whether or not one can make analogies
  47. between one's chosen structure and a brain is often irrelevant.
  48.  
  49. Buy Buy -- Dan Davis, Univ. of Wash., Dept. of EE,
  50. davisd@u.washington.edu
  51.