人工智能吧 关注：114,023贴子：505,303
生物神经元的活性比简单的1或0更复杂。神经元发出尖峰，这在某种意义上是一个二进制输出，但不同类型的神经元和不同的条件下的尖峰的频率和模式有很大的不同。关于如何解释神经元的输出有不同的观点。一个极端的论点是，每个单独的尖峰事件的时间是有影响的；内尖峰时间编码着信息。其他理论家认为神经元的输出作为一个标量值，对应于尖峰形成的速度。然而，这已被证明，有时新皮层可以非常迅速地执行显著的任务以至于所涉及的神经元没有足够的时间来产生即使一个尖峰。在这些任务中，内尖峰时间和尖峰速率不能编码信息。有时，神经元开始以一种快速接力的方式形成两到四个迷你燃烧尖峰，在它进入以稳定速率形成尖峰之前。这些微小的燃烧可以在突触后细胞中产生持久的效应，后突触细胞即接受这种输入的细胞。
这些HTM神经元的状态不同于其他神经网络模型，这值得一些解释。首先，公认是一些生物神经元以不同速率产生尖峰，这些速率取决于它们的输入有多匹配于他们理想的“接受域”。然而，单个神经元对网络的性能从来都不是必不可少的；活跃细胞的数量是最重要的，任何单个神经元都可以停止工作，这对网络的影响很小。因此，产生尖峰速率这个变量是不必要的，对于新皮层的功能来说，因此它是一个我们选择在HTM模型忽略的属性。我们可以通过在SDR中使用更多比特来弥补变量编码的不足。所有迄今为止创建的HTM实现都工作得很好，即使没有编码速率变量。避免编码速率变量的第二个原因是二进制单元状态使得软件和硬件实现更加简单。HTM系统几乎不需要浮点运算，这在任何速率编码系统中都是必需的。硬件实现HTM将是非常简单的，它不需要浮点数学。有可编程计算机的类比。当人们第一次开始建造可编程计算机时，一些设计者提倡用十进制逻辑。二进制逻辑胜出，因为它是能更简单地被造出来。
