Recientemente se ha demostrado que los algoritmos de aprendizaje profundo entrenados para predecir palabras enmascaradas de una gran cantidad de texto generan activaciones similares a las del cerebro humano. Sin embargo, lo que impulsa esta similitud sigue siendo desconocido actualmente. Aquí, comparamos sistemáticamente una variedad de modelos de lenguaje profundo para identificar los principios computacionales que los llevan a generar representaciones de oraciones similares a las del cerebro. Específicamente, analizamos las respuestas cerebr
Comentarios
¿Y no será que los algoritmos han sido diseñados con ese "sesgo"? El creador del algoritmo, de alguna manear, intenta plasmar lo que conoce que funciona, que básicamente es lo que pasa en el cerebro humano.
Permítanme divagar y pensar en voz alta.
#1 me temo que no, ... tienes hora y horas de disfrute en este canal dedica tiempo y curiosidad en ver que las redes neuronales pueden tener un sesgo en los datos pero no creo que en la estructura, que básicamente es de lo que va el artículo
#1 No. Son redes neuronales que aprenden lo que se les enseña no un algoritmo específico a medida para resolver el problema específico. Es un error grave que se repite cuando se habla a veces de algoritmos y de auditar algoritmos de empresas que utilizan uno de red neuronal libre denominado tensor-Flow y el problema es como se lo ha educado que puede ser más problemático y difícil de auditar
Las redes neuronales se parecen a un cerebro como un huevo a una tienda de ropa hippie. Creo que no hace falta decir nada más.
#3 compara estas con fragmentos del cerebelo por ejemplo