回复：浅谈反射算法

没有完整看完，但对一个神经元只相当一位0与1的存储单元持异议，对比人工神经网络来理解，单个神经元的状态是用n个权值和一个阀值来表示的，n 是连接数，这相当于(n+1) *64位，而生物神经元的一个轴突和n个树突电阻是由蛋白质构成的模拟值，理论上无限，实际敏感度也不会太低，按照人眼对光线的敏感度估算，1024级应该能达到，即最少10位存储单元，总体相当于(n+1)*10位。人脑胜在神经元之间是分层相互连接的，不像电脑目前是孤立的存储单元，所以数据压缩能力很强。另外，人工神经网络硬件芯片ibm 公司也早就制造出来了，据说集成了上千万个神经元，不知道战胜国际象棋冠军的深蓝是不是用了这个芯片。

这样的算法可以利用现代集成电路进行集成吗？如果可以，您估计集成度能达到多高？可以与人脑到一样的大小吗

顶，已加精

推荐

反射，说到底不过是脉冲时序可塑性和hopfield神经网络，脉冲时序可塑性意思就是时间序列学习，hopfield神经网络就是对信号的同时性进行学习，你如果了解过stdp就知道了。而且人脑的stdp规则非常全面，可以对任何序列过程进行建模，这就是为什么人脑具有丰富的自我意识和时间意识的原因，从而人脑可以通过stdp来对任意两个时间差进行最小化，不仅如此人脑还在进行强化学习，也就是说是对相应神经递质的接收能产生相应的效果，如果没有精神病，那你就多研究一下深度学习还有类脑计算吧。