Нейронна мережа (біологічна нейронна мережа, БНМ) — сукупність нейронів головного і спинного мозку центральної нервової системи (ЦНС) і ганглій периферичної нервової системи (ПНС), які пов'язані або функціонально об'єднані за допомогою синапсів в , що утворюють ансамблі, які об'єднуються в системи та виконують специфічні фізіологічні функції.
Нейронна мережа складається з групи нейронних ланцюгів — груп мофро-функціонально пов'язаних нейронів. Один нейрон може бути пов'язаний із багатьма іншими нейронами за допомогою нейронних відростків — довгих аксонів та коротких розгалуджених дендритів. З загальна і зв'язків в мережі може бути достатньо великим, наприклад, мозок людини містить до 100 мільярдів нейронів і кожен нейрон може з'єднуватись з великою кількістю, до 10 000, інших нейронів, передаючи сигнали один одному через 1000 трильйонів синапсів. Місце контакту нейронів називається синапсом, типовий синапс — аксо-дендричний хімічний. Передача імпульсів здійснюється хімічним шляхом за допомогою нейромедіаторів або електричним шляхом за допомогою проходження іонів з однієї клітини в іншу.
Уявлення про нейронні мережі справило значний вплив на технології штучного інтелекту, завдяки спробі побудувати математичну модель нейронної мережі було створено великий інструментарій штучних нейронних мереж, який широко використовується в прикладній математиці та інформатиці. За деякими оцінками звичне функціонування головного мозку еквівалентно комп’ютеру з процесором 1 трильйон біт на секунду. Оцінки об’єму пам’яті людського мозку варіюються від 1 до 1000 терабайт.
Історія
Перші згадки про нейронні мережі помічені у Бейна (1873) та Джеймса (1890) — у своїх роботах вони розглядають розумову діяльність як результат взаємодії між нейронами головного мозку.
Згідно з Бейном, будь-яка діяльність веде до активізації певного набору нейронів. При повторенні тієї ж діяльності зв'язок між цими нейронами зміцнюються. Згідно з його теорією, ці повторення ведуть до формування пам'яті. Наукове співтовариство того часу сприйняло теорію скептично, оскільки її наслідком було виникнення надмірної кількості нейронних зв'язків у мозку. Тепер очевидно, що мозок є надзвичайно складною конструкцією і здатний працювати з декількома завданнями одночасно.
Теорія Джеймса була схожа з теорією Бейна, але в той же час Джеймс припустив, що формування пам'яті відбувається в результаті проходження електричного струму між нейронами в головному мозку, не вимагаючи з'єднань нейронів для кожного акту запам'ятовування або дії.
Британський фізіолог Шеррінгтон у 1898 році провів експерименти для перевірки теорії Джеймса, в яких пропускав електричний струм уздовж спинного мозку щурів. При цьому замість очікуваного посилення струму, відповідно до теорії Джеймса, Шеррінгтон виявив, що електричний струм слабшає з плином часу. Результати експериментів Шеррінгтона зіграли важливу роль у розробці теорії звикання (габітуації).
У 1949 році Дональд Гебб стверджував, що нейронні зв'язки не є статичними — їх можна покращувати кожного разу, коли вони активуються. Ця гіпотеза відома як «правило Гебба». Воно передбачає, що процес навчання не є результатом фіксованої властивості нейронів; це залежна від часу функція їх змінних зв'язків. Основна ідея, яка лежить в основі правила Гебба, полягає в тому, що скупчення нейронів мають тенденцію збуджуватися разом, коли сприймається подразник. Їх коливальна активність може тривати і після припинення дії подразника. Таким чином, подія, яка спричинила одночасне коливання групи нейронів, фіксується в пам’яті у вигляді групи синхронізованих нейронів.
Біологічні та штучні нейронні мережі
Штучні нейронні мережі (ШНМ) досягли великих успіхів за останні роки, підштовхнувши штучний інтелект до того, щоб перевершити людський мозок у багатьох конкретних завданнях, таких як гра в шахи та го, відеоігри, медична діагностика тощо. Незважаючи на це, коли мова йде про більш загальні та більш абстрактні завдання, що вимагають адаптивного навчання та пізнання, людський мозок демонструє кращу продуктивність. За допомогою мозку люди можуть сприймати, розуміти, адаптуватися до навколишнього середовища та активно змінювати його. Порівняно з ШНМ, БНМ все ще мають переваги в багатьох аспектах:
- вища енергоефективність
- паралельні обчислення
- навчання в реальному часі
- самовідновлення
- автономна свідомість (активне пізнання) тощо.
Ці характеристики БНМ значною мірою виграють від природи біологічних нейронів і їх мереж в обробці інформації. Нейрон, основна одиниця БНМ, обробляє інформацію, запускаючи потенціали дії (ПД; або спайки) відповідно до свого мембранного потенціалу (різниця між внутрішнім і зовнішнім потенціалами нейрона) за принципом «усе або нічого»: коли його мембранний потенціал перевищує поріг спрацьовування знизу, нейрон запускає ПД. Крім того, синапс з’єднує 2 нейрони, завдяки чому ПД, що випромінює пресинаптичний нейрон, викликає зміну мембранного потенціалу постсинаптичного нейрона, таким чином сигнал передається від пресинаптичного нейрона до постсинаптичного нейрона. Крім того, сила синапсів адаптивно змінюється у відповідь на вхідні сигнали та відповіді постсинаптичних нейронів, які, як вважають, лежать в основі нейропластичності — здатності мозку навчатися та зберігати спогади.
Див. також
Додаткова література
Книги
- Ronald J. MacGregor (2012). Theoretical Mechanics of Biological Neural Networks (англ.). Elsevier Science. с. 377. ISBN .
- Karl H. Pribram (2014). Rethinking Neural Networks: Quantum Fields and Biological Data (англ.). . с. 564. ISBN .
- Peter Robin Hiesinger (2022). The Self-Assembling Brain: How Neural Networks Grow Smarter (англ.). Princeton University Press. с. 384. ISBN .
- Edmund T. Rolls (2023). Brain Computations and Connectivity. Oxford: Oxford Centre for Computational Neuroscience, Oxford University Press. ISBN .
Журнали
- Нейрофізіологія (журнал)
- Neural Networks
- Frontiers in Systems Neuroscience
Статті
- Підбірка статей Neural circuits (Nature Portfolio)
- Barrett, David GT; Morcos, Ari S; Macke, Jakob H (2019). Analyzing biological and artificial neural networks: challenges with opportunities for synergy?. Current Opinion in Neurobiology (англ.) 55. с. 55–64. doi:10.1016/j.conb.2019.01.007.
- Pircher Thomas; Pircher Bianca; Schlücker Eberhard; Feigenspan Andreas (2021). The structure dilemma in biological and artificial neural networks. Scientific Reports (англ.) 11 (1). doi:10.1038/s41598-021-84813-6.
- Powell Henry; Winkel Mathias; Hopp Alexander V.; Linde, Helmut (2022). A hybrid biological neural network model for solving problems in cognitive planning. Scientific Reports (англ.) 12 (1). doi:10.1038/s41598-022-11567-0.
- Suhaimi Ahmad; Lim Amos W. H.; Chia Xin Wei; Li Chunyue; Makino Hiroshi (2022). Representation learning in the artificial and biological neural networks underlying sensorimotor integration. Science Advances (англ.) 8 (22). doi:10.1126/sciadv.abn0984.
- Smirnova Lena; Caffo Brian S. та ін. (2023). Organoid intelligence (OI): the new frontier in biocomputing and intelligence-in-a-dish. Frontiers in Science (English) 0. doi:10.3389/fsci.2023.1017235.
- Chen Zhe; Liang Qian; Wei Zihou; Chen Xie; Shi Qing; Yu Zhiqiang; Sun Tao (2023). An Overview of In Vitro Biological Neural Networks for Robot Intelligence. Cyborg and Bionic Systems (англ.) 4. doi:10.34133/cbsystems.0001.
- Seguin Caio; Sporns Olaf; Zalesky Andrew (12 липня 2023). Brain network communication: concepts, models and applications. Nature Reviews Neuroscience (англ.). с. 1–18. ISSN 1471-0048. doi:10.1038/s41583-023-00718-5.
Примітки
- Ronald J. MacGregor (2012). Theoretical Mechanics of Biological Neural Networks (англ.). Elsevier Science. с. 377. ISBN .
- Karl H. Pribram (2014). Rethinking Neural Networks: Quantum Fields and Biological Data (англ.). . с. 564. ISBN .
- Peter Robin Hiesinger (2022). The Self-Assembling Brain: How Neural Networks Grow Smarter (англ.). Princeton University Press. с. 384. ISBN .
- Herculano-Houzel, Suzana (2009). The human brain in numbers: a linearly scaled-up primate brain. Frontiers in Human Neuroscience. Т. 3. doi:10.3389/neuro.09.031.2009. ISSN 1662-5161. PMC 2776484. PMID 19915731. Процитовано 28 червня 2023.
{{}}
: Обслуговування CS1: Сторінки з PMC з іншим форматом () Обслуговування CS1: Сторінки із непозначеним DOI з безкоштовним доступом () - Zhang, Jiawei (2019). Basic Neural Units of the Brain: Neurons, Synapses and Action Potential. doi:10.48550/ARXIV.1906.01703. Процитовано 28 червня 2023.
- Bain (1873). Mind and Body: The Theories of Their Relation. New York: D. Appleton and Company.
- James (1890). The Principles of Psychology. New York: H. Holt and Company.
- Sherrington, C.S. Experiments in Examination of the Peripheral Distribution of the Fibers of the Posterior Roots of Some Spinal Nerves. Proceedings of the Royal Society of London. 190: 45—186.
- HEBB, D.O. (1949). The Organization of Behavior: a Neuropsychological Theory (eng) . New York: JOHN WILEY & SONS, Inc.; London: CHAPMAN & HALL, Limited.
- Silver, David; Schrittwieser, Julian; Simonyan, Karen; Antonoglou, Ioannis; Huang, Aja; Guez, Arthur; Hubert, Thomas; Baker, Lucas; Lai, Matthew (2017-10). Mastering the game of Go without human knowledge. Nature (англ.). Т. 550, № 7676. с. 354—359. doi:10.1038/nature24270. ISSN 1476-4687. Процитовано 28 червня 2023.
- Vinyals, Oriol; Babuschkin, Igor; Czarnecki, Wojciech M.; Mathieu, Michaël; Dudzik, Andrew; Chung, Junyoung; Choi, David H.; Powell, Richard; Ewalds, Timo (2019-11). Grandmaster level in StarCraft II using multi-agent reinforcement learning. Nature (англ.). Т. 575, № 7782. с. 350—354. doi:10.1038/s41586-019-1724-z. ISSN 1476-4687. Процитовано 28 червня 2023.
- Mei, Xueyan; Lee, Hao-Chih; Diao, Kai-yue; Huang, Mingqian; Lin, Bin; Liu, Chenyu; Xie, Zongyu; Ma, Yixuan; Robson, Philip M. (2020-08). Artificial intelligence–enabled rapid diagnosis of patients with COVID-19. Nature Medicine (англ.). Т. 26, № 8. с. 1224—1228. doi:10.1038/s41591-020-0931-3. ISSN 1546-170X. PMC 7446729. PMID 32427924. Процитовано 28 червня 2023.
{{}}
: Обслуговування CS1: Сторінки з PMC з іншим форматом () - Chen, Zhe; Liang, Qian; Wei, Zihou; Chen, Xie; Shi, Qing; Yu, Zhiqiang; Sun, Tao (2023-01). An Overview of In Vitro Biological Neural Networks for Robot Intelligence. Cyborg and Bionic Systems (англ.). Т. 4. doi:10.34133/cbsystems.0001. ISSN 2692-7632. PMC 10076061. PMID 37040493. Процитовано 28 червня 2023.
{{}}
: Обслуговування CS1: Сторінки з PMC з іншим форматом () - Marois, René; Ivanoff, Jason (2005-06). Capacity limits of information processing in the brain. Trends in Cognitive Sciences. Т. 9, № 6. с. 296—305. doi:10.1016/j.tics.2005.04.010. ISSN 1364-6613. Процитовано 28 червня 2023.
- Bear, Mark F.; Connors, Barry W.; Paradiso, Michael A. (2016). Neuroscience: exploring the brain (вид. Enhanced fourth edition). Burlington, MA: Jones & Bartlett Learning. ISBN .
В іншому мовному розділі є повніша стаття Biological neural network(англ.). Ви можете допомогти, розширивши поточну статтю за допомогою з англійської.
|
Це незавершена стаття з нейронауки. Ви можете проєкту, виправивши або дописавши її. |
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Cya stattya pro merezhi nervovih klitin zhivih organizmiv Pro ponyattya u informatici div Shtuchna nejronna merezha Nejronna merezha biologichna nejronna merezha BNM sukupnist nejroniv golovnogo i spinnogo mozku centralnoyi nervovoyi sistemi CNS i ganglij periferichnoyi nervovoyi sistemi PNS yaki pov yazani abo funkcionalno ob yednani za dopomogoyu sinapsiv v sho utvoryuyut ansambli yaki ob yednuyutsya v sistemi ta vikonuyut specifichni fiziologichni funkciyi Trakti biloyi rechovini v mozku lyudini sho spoluchaye tila nejroniv mizh soboyu vizualizovani MRT traktografiyeyu source source source source source source source Kartografuvannya nejronnih merezh mozku na osnovi difuzijnoyi MRT Nejronna merezha skladayetsya z grupi nejronnih lancyugiv grup mofro funkcionalno pov yazanih nejroniv Odin nejron mozhe buti pov yazanij iz bagatma inshimi nejronami za dopomogoyu nejronnih vidrostkiv dovgih aksoniv ta korotkih rozgaludzhenih dendritiv Z zagalna i zv yazkiv v merezhi mozhe buti dostatno velikim napriklad mozok lyudini mistit do 100 milyardiv nejroniv i kozhen nejron mozhe z yednuvatis z velikoyu kilkistyu do 10 000 inshih nejroniv peredayuchi signali odin odnomu cherez 1000 triljoniv sinapsiv Misce kontaktu nejroniv nazivayetsya sinapsom tipovij sinaps akso dendrichnij himichnij Peredacha impulsiv zdijsnyuyetsya himichnim shlyahom za dopomogoyu nejromediatoriv abo elektrichnim shlyahom za dopomogoyu prohodzhennya ioniv z odniyeyi klitini v inshu Traktografichna rekonstrukciya nejronnih zv yazkiv mizh nejronami mozku difuzijna tenzorna tomografiya Uyavlennya pro nejronni merezhi spravilo znachnij vpliv na tehnologiyi shtuchnogo intelektu zavdyaki sprobi pobuduvati matematichnu model nejronnoyi merezhi bulo stvoreno velikij instrumentarij shtuchnih nejronnih merezh yakij shiroko vikoristovuyetsya v prikladnij matematici ta informatici Za deyakimi ocinkami zvichne funkcionuvannya golovnogo mozku ekvivalentno komp yuteru z procesorom 1 triljon bit na sekundu Ocinki ob yemu pam yati lyudskogo mozku variyuyutsya vid 1 do 1000 terabajt IstoriyaPershi zgadki pro nejronni merezhi pomicheni u Bejna 1873 ta Dzhejmsa 1890 u svoyih robotah voni rozglyadayut rozumovu diyalnist yak rezultat vzayemodiyi mizh nejronami golovnogo mozku Zgidno z Bejnom bud yaka diyalnist vede do aktivizaciyi pevnogo naboru nejroniv Pri povtorenni tiyeyi zh diyalnosti zv yazok mizh cimi nejronami zmicnyuyutsya Zgidno z jogo teoriyeyu ci povtorennya vedut do formuvannya pam yati Naukove spivtovaristvo togo chasu sprijnyalo teoriyu skeptichno oskilki yiyi naslidkom bulo viniknennya nadmirnoyi kilkosti nejronnih zv yazkiv u mozku Teper ochevidno sho mozok ye nadzvichajno skladnoyu konstrukciyeyu i zdatnij pracyuvati z dekilkoma zavdannyami odnochasno Teoriya Dzhejmsa bula shozha z teoriyeyu Bejna ale v toj zhe chas Dzhejms pripustiv sho formuvannya pam yati vidbuvayetsya v rezultati prohodzhennya elektrichnogo strumu mizh nejronami v golovnomu mozku ne vimagayuchi z yednan nejroniv dlya kozhnogo aktu zapam yatovuvannya abo diyi Britanskij fiziolog Sherrington u 1898 roci proviv eksperimenti dlya perevirki teoriyi Dzhejmsa v yakih propuskav elektrichnij strum uzdovzh spinnogo mozku shuriv Pri comu zamist ochikuvanogo posilennya strumu vidpovidno do teoriyi Dzhejmsa Sherrington viyaviv sho elektrichnij strum slabshaye z plinom chasu Rezultati eksperimentiv Sherringtona zigrali vazhlivu rol u rozrobci teoriyi zvikannya gabituaciyi U 1949 roci Donald Gebb stverdzhuvav sho nejronni zv yazki ne ye statichnimi yih mozhna pokrashuvati kozhnogo razu koli voni aktivuyutsya Cya gipoteza vidoma yak pravilo Gebba Vono peredbachaye sho proces navchannya ne ye rezultatom fiksovanoyi vlastivosti nejroniv ce zalezhna vid chasu funkciya yih zminnih zv yazkiv Osnovna ideya yaka lezhit v osnovi pravila Gebba polyagaye v tomu sho skupchennya nejroniv mayut tendenciyu zbudzhuvatisya razom koli sprijmayetsya podraznik Yih kolivalna aktivnist mozhe trivati i pislya pripinennya diyi podraznika Takim chinom podiya yaka sprichinila odnochasne kolivannya grupi nejroniv fiksuyetsya v pam yati u viglyadi grupi sinhronizovanih nejroniv Biologichni ta shtuchni nejronni merezhiShtuchni nejronni merezhi ShNM dosyagli velikih uspihiv za ostanni roki pidshtovhnuvshi shtuchnij intelekt do togo shob perevershiti lyudskij mozok u bagatoh konkretnih zavdannyah takih yak gra v shahi ta go videoigri medichna diagnostika tosho Nezvazhayuchi na ce koli mova jde pro bilsh zagalni ta bilsh abstraktni zavdannya sho vimagayut adaptivnogo navchannya ta piznannya lyudskij mozok demonstruye krashu produktivnist Za dopomogoyu mozku lyudi mozhut sprijmati rozumiti adaptuvatisya do navkolishnogo seredovisha ta aktivno zminyuvati jogo Porivnyano z ShNM BNM vse she mayut perevagi v bagatoh aspektah visha energoefektivnist paralelni obchislennya navchannya v realnomu chasi samovidnovlennya avtonomna svidomist aktivne piznannya tosho Ci harakteristiki BNM znachnoyu miroyu vigrayut vid prirodi biologichnih nejroniv i yih merezh v obrobci informaciyi Nejron osnovna odinicya BNM obroblyaye informaciyu zapuskayuchi potenciali diyi PD abo spajki vidpovidno do svogo membrannogo potencialu riznicya mizh vnutrishnim i zovnishnim potencialami nejrona za principom use abo nichogo koli jogo membrannij potencial perevishuye porig spracovuvannya znizu nejron zapuskaye PD Krim togo sinaps z yednuye 2 nejroni zavdyaki chomu PD sho viprominyuye presinaptichnij nejron viklikaye zminu membrannogo potencialu postsinaptichnogo nejrona takim chinom signal peredayetsya vid presinaptichnogo nejrona do postsinaptichnogo nejrona Krim togo sila sinapsiv adaptivno zminyuyetsya u vidpovid na vhidni signali ta vidpovidi postsinaptichnih nejroniv yaki yak vvazhayut lezhat v osnovi nejroplastichnosti zdatnosti mozku navchatisya ta zberigati spogadi Div takozhShirokomasshtabni merezhi mozku Nejroplastichnist Nejronnij ansambl Nervovi volokna Nejroinformatika Inzheneriya nervovoyi tkanini Nejroinzheneriya Klitinna nejronauka Sistemna nejronaukaDodatkova literaturaKnigi Ronald J MacGregor 2012 Theoretical Mechanics of Biological Neural Networks angl Elsevier Science s 377 ISBN 9780080924410 Karl H Pribram 2014 Rethinking Neural Networks Quantum Fields and Biological Data angl Taylor amp Francis s 564 ISBN 9781317780953 Peter Robin Hiesinger 2022 The Self Assembling Brain How Neural Networks Grow Smarter angl Princeton University Press s 384 ISBN 9780691241692 Edmund T Rolls 2023 Brain Computations and Connectivity Oxford Oxford Centre for Computational Neuroscience Oxford University Press ISBN 978 0 19 888791 1 Zhurnali Nejrofiziologiya zhurnal Neural Networks Frontiers in Systems NeuroscienceStatti Pidbirka statej Neural circuits Nature Portfolio Barrett David GT Morcos Ari S Macke Jakob H 2019 Analyzing biological and artificial neural networks challenges with opportunities for synergy Current Opinion in Neurobiology angl 55 s 55 64 doi 10 1016 j conb 2019 01 007 Pircher Thomas Pircher Bianca Schlucker Eberhard Feigenspan Andreas 2021 The structure dilemma in biological and artificial neural networks Scientific Reports angl 11 1 doi 10 1038 s41598 021 84813 6 Powell Henry Winkel Mathias Hopp Alexander V Linde Helmut 2022 A hybrid biological neural network model for solving problems in cognitive planning Scientific Reports angl 12 1 doi 10 1038 s41598 022 11567 0 Suhaimi Ahmad Lim Amos W H Chia Xin Wei Li Chunyue Makino Hiroshi 2022 Representation learning in the artificial and biological neural networks underlying sensorimotor integration Science Advances angl 8 22 doi 10 1126 sciadv abn0984 Smirnova Lena Caffo Brian S ta in 2023 Organoid intelligence OI the new frontier in biocomputing and intelligence in a dish Frontiers in Science English 0 doi 10 3389 fsci 2023 1017235 Chen Zhe Liang Qian Wei Zihou Chen Xie Shi Qing Yu Zhiqiang Sun Tao 2023 An Overview of In Vitro Biological Neural Networks for Robot Intelligence Cyborg and Bionic Systems angl 4 doi 10 34133 cbsystems 0001 Seguin Caio Sporns Olaf Zalesky Andrew 12 lipnya 2023 Brain network communication concepts models and applications Nature Reviews Neuroscience angl s 1 18 ISSN 1471 0048 doi 10 1038 s41583 023 00718 5 PrimitkiRonald J MacGregor 2012 Theoretical Mechanics of Biological Neural Networks angl Elsevier Science s 377 ISBN 9780080924410 Karl H Pribram 2014 Rethinking Neural Networks Quantum Fields and Biological Data angl Taylor amp Francis s 564 ISBN 9781317780953 Peter Robin Hiesinger 2022 The Self Assembling Brain How Neural Networks Grow Smarter angl Princeton University Press s 384 ISBN 9780691241692 Herculano Houzel Suzana 2009 The human brain in numbers a linearly scaled up primate brain Frontiers in Human Neuroscience T 3 doi 10 3389 neuro 09 031 2009 ISSN 1662 5161 PMC 2776484 PMID 19915731 Procitovano 28 chervnya 2023 a href wiki D0 A8 D0 B0 D0 B1 D0 BB D0 BE D0 BD Cite news title Shablon Cite news cite news a Obslugovuvannya CS1 Storinki z PMC z inshim formatom posilannya Obslugovuvannya CS1 Storinki iz nepoznachenim DOI z bezkoshtovnim dostupom posilannya Zhang Jiawei 2019 Basic Neural Units of the Brain Neurons Synapses and Action Potential doi 10 48550 ARXIV 1906 01703 Procitovano 28 chervnya 2023 Bain 1873 Mind and Body The Theories of Their Relation New York D Appleton and Company James 1890 The Principles of Psychology New York H Holt and Company Sherrington C S Experiments in Examination of the Peripheral Distribution of the Fibers of the Posterior Roots of Some Spinal Nerves Proceedings of the Royal Society of London 190 45 186 HEBB D O 1949 The Organization of Behavior a Neuropsychological Theory eng New York JOHN WILEY amp SONS Inc London CHAPMAN amp HALL Limited Silver David Schrittwieser Julian Simonyan Karen Antonoglou Ioannis Huang Aja Guez Arthur Hubert Thomas Baker Lucas Lai Matthew 2017 10 Mastering the game of Go without human knowledge Nature angl T 550 7676 s 354 359 doi 10 1038 nature24270 ISSN 1476 4687 Procitovano 28 chervnya 2023 Vinyals Oriol Babuschkin Igor Czarnecki Wojciech M Mathieu Michael Dudzik Andrew Chung Junyoung Choi David H Powell Richard Ewalds Timo 2019 11 Grandmaster level in StarCraft II using multi agent reinforcement learning Nature angl T 575 7782 s 350 354 doi 10 1038 s41586 019 1724 z ISSN 1476 4687 Procitovano 28 chervnya 2023 Mei Xueyan Lee Hao Chih Diao Kai yue Huang Mingqian Lin Bin Liu Chenyu Xie Zongyu Ma Yixuan Robson Philip M 2020 08 Artificial intelligence enabled rapid diagnosis of patients with COVID 19 Nature Medicine angl T 26 8 s 1224 1228 doi 10 1038 s41591 020 0931 3 ISSN 1546 170X PMC 7446729 PMID 32427924 Procitovano 28 chervnya 2023 a href wiki D0 A8 D0 B0 D0 B1 D0 BB D0 BE D0 BD Cite news title Shablon Cite news cite news a Obslugovuvannya CS1 Storinki z PMC z inshim formatom posilannya Chen Zhe Liang Qian Wei Zihou Chen Xie Shi Qing Yu Zhiqiang Sun Tao 2023 01 An Overview of In Vitro Biological Neural Networks for Robot Intelligence Cyborg and Bionic Systems angl T 4 doi 10 34133 cbsystems 0001 ISSN 2692 7632 PMC 10076061 PMID 37040493 Procitovano 28 chervnya 2023 a href wiki D0 A8 D0 B0 D0 B1 D0 BB D0 BE D0 BD Cite news title Shablon Cite news cite news a Obslugovuvannya CS1 Storinki z PMC z inshim formatom posilannya Marois Rene Ivanoff Jason 2005 06 Capacity limits of information processing in the brain Trends in Cognitive Sciences T 9 6 s 296 305 doi 10 1016 j tics 2005 04 010 ISSN 1364 6613 Procitovano 28 chervnya 2023 Bear Mark F Connors Barry W Paradiso Michael A 2016 Neuroscience exploring the brain vid Enhanced fourth edition Burlington MA Jones amp Bartlett Learning ISBN 978 1 284 21128 3 V inshomu movnomu rozdili ye povnisha stattya Biological neural network angl Vi mozhete dopomogti rozshirivshi potochnu stattyu za dopomogoyu perekladu z anglijskoyi Divitis avtoperekladenu versiyu statti z movi anglijska Perekladach povinen rozumiti sho vidpovidalnist za kincevij vmist statti u Vikipediyi nese same avtor redaguvan Onlajn pereklad nadayetsya lishe yak korisnij instrument pereglyadu vmistu zrozumiloyu movoyu Ne vikoristovujte nevichitanij i nevidkorigovanij mashinnij pereklad u stattyah ukrayinskoyi Vikipediyi Mashinnij pereklad Google ye korisnoyu vidpravnoyu tochkoyu dlya perekladu ale perekladacham neobhidno vipravlyati pomilki ta pidtverdzhuvati tochnist perekladu a ne prosto skopiyuvati mashinnij pereklad do ukrayinskoyi Vikipediyi Ne perekladajte tekst yakij vidayetsya nedostovirnim abo neyakisnim Yaksho mozhlivo perevirte tekst za posilannyami podanimi v inshomovnij statti Dokladni rekomendaciyi div Vikipediya Pereklad Ce nezavershena stattya z nejronauki Vi mozhete dopomogti proyektu vipravivshi abo dopisavshi yiyi