※ 引述《b6s (b6s)》之銘言:
: ※ 引述《ykjiang (Yukuan)》之銘言:
: : 當然,我相信不是所有想法都是 Hawkins 自己個人產生的,不要忘了,
: : 他的背後是一整個團隊。
: 其實我比較期待看到的是,多一點文獻引用。
: 當然,誠如您在底下提到的,這是科普書,所以這麼想是超過了點。
: : 另一方面,如果我對張復的導讀沒有誤解:
: : 1. 我覺得他是以類神經網路的觀點來看待 Hawkins 的東西。
: 我猜,大概是 Bayesian network。
: : 2. 他依舊認為回饋迴路只是在作「調節」。
: : 3. 他沒真的抓到重點。
: 張老師熟悉的是 pattern classification/recognition 的典範,
: 或許,「預測」一詞的意義不太容易扭轉成 Hawkins 講的那種。
: 進一步說,當今流行的 machine learning 方法,是用 "adaption" 當 "prediction."
: 其實,我覺得這不衝突,只是要想換成 Hawkins 的「預測」,至少在軟體實踐方面,
: 很麻煩。
: 喔,以上自然也只是臆測。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 61.59.10.52
其實我會斷定張復誤解 Hawkins 的 model 還有一個重要的原
因:
你可以看看 page 16 最後一段,張復認為 Hawkins 主要貢獻
所在。
然後再看看 page 217 中, Hawkins 對自己 model 的論述。
如果你仔細比較,就可以發現,他們講的根本不是同一件事情...
就這方面,我是很注重細節的...
沒錯,大腦新皮質,大致說來,可以分成六層。這從染色的切面顯
微照片就可以看出來了。
但是 Hawkins 強調的「階層」,不是指皮質內(縱切)的這六層,
而是不同「皮質區」間形成的階層。
就這一點,以視覺為例,可以參考 page 150 圖一及相關的說明。