Сразу хочу подметить, вся мысль/теория или называйте ее как хотите исконно лишь мое соображение мыслей. Но главным редактором текста что бы проще ее сформулировать и донести корректно, конечно же выступает ИИ Но не полностью, если Вы внимательны то поймете где я оставил частичку себя

Биологический алгоритм: как мы учимся

Чтобы понять связь, начнём с основ нейробиологии (но я бы это назвал все же физиологией). Наш мозг можно представить как трехуровневую систему обработки информации:

1. Большие полушария (кора головного мозга) - отвечают за высшие функции: сознание, мышление, сложные вычисления. Проще говоря захотел встать - встал.

2. Мозжечок - координирует движения и отработанные, «автоматические» навыки. По другому я бы их назвал рефлекторными.

3. Спинной мозг - является главным «кабелем», передающим сигналы от периферийных датчиков(органов чувств) к мозгу и обратно к мышцам. Или по другому - внешние факторы.

Процесс обучения у человека основан на многократном повторении. Нервные пути, по которым проходит сигнал, укрепляются с каждой новой итерацией. Сначала действие даётся тяжело (вспомните, как вы впервые сели за велосипед или клавиатуру), но с каждым разом оно требует всё меньше сознательных усилий, пока не становится автоматическим или более осознанным.

Я осознал это на личном примере: За компьютером я сижу наверное с лет 14, а сейчас мне почти уже 30, и вот почти уже 16 лет вслепую, я не задумываюсь о расположении клавиш печатаю по клавиатуре, лишь изредка поглядываю если совсем не уверен.

И я это не в коем случае не выдумал, а лишь привел параллель.

Цифровое зазеркалье: машинное обучение

А теперь возьмем нейронные сети искусственного интеллекта, и их обучение. Как же они это делают? Если вы изучали нейронки то наверняка знаете про такое обучение как градиентный спуск.

Если кратко, процесс обучения ИИ - это не запись готовых ответов, а тонкая настройка «синаптических весов» (коэффициентов связей между искусственными нейронами). Сеть на каждом шаге (итерации) делает прогноз, вычисляет ошибку и крошечные корректировки в обратном направлении, минимизируя эту ошибку в следующий раз. Это своего рода «цифровое повторение».

Математика как язык природы

Математика царица наук, и прав был Гаусс.

Так к чему же все эти сравнения и мои исследования? К гениальному озарению конечно же. А точнее к ее истокам, к фундаменту осознания и познания, а не просто Ща поставлю TensorFlow и погоню свою нейронку делать.

Мы смогли деконструировать биологический процесс обучения, описать его на универсальном языке математики и воссоздать его в виде компьютерного алгоритма. Искусственный интеллект - это не просто технологический прорыв. Это доказательство того, что самые сложные процессы нашей собственной природы можно понять, смоделировать и применить.

По сути мы не изобрели новый способ обучения. Мы открыли и формализовали тот, что всегда использовала мать природа.