আমি জানি আমার প্রশ্ন / শিরোনাম খুব নির্দিষ্ট নয়, তাই আমি এটি পরিষ্কার করার চেষ্টা করব:
কৃত্রিম নিউরাল নেটওয়ার্কগুলির তুলনামূলকভাবে কঠোর ডিজাইন রয়েছে। অবশ্যই, সাধারণত, তারা জীববিজ্ঞান দ্বারা প্রভাবিত হয় এবং বাস্তব নিউরাল নেটওয়ার্কগুলির একটি গাণিতিক মডেল তৈরি করার চেষ্টা করে, তবে প্রকৃত স্নায়ু নেটওয়ার্কগুলির বিষয়ে আমাদের বোঝার সঠিক মডেল তৈরির জন্য অপর্যাপ্ত। অতএব, আমরা সঠিক মডেল বা "নিকটে" আসল স্নায়বিক নেটওয়ার্কগুলির যে কোনও কিছু ধারণা করতে পারি না।
যতদূর আমি জানি, সমস্ত কৃত্রিম নিউরাল নেটওয়ার্কগুলি রিয়েল নিউরাল নেটওয়ার্কগুলি থেকে অনেক দূরে। জীববিজ্ঞানে স্ট্যান্ডার্ড, ক্লাসিক সম্পূর্ণ সংযুক্ত এমএলপি উপস্থিত নেই। পুনরাবৃত্ত নিউরাল নেটওয়ার্কগুলির সত্যিকারের নিউরোপ্লাস্টিকটির অভাব থাকে, একটি আরএনএন-এর প্রতিটি নিউরনের একই "প্রতিক্রিয়া আর্কিটেকচার" থাকে যখন আসল নিউরনগুলি পৃথকভাবে তাদের তথ্য সংরক্ষণ এবং ভাগ করে নেয়। কনভোলিউশনাল নিউরাল নেটওয়ার্কগুলি কার্যকর এবং জনপ্রিয়, তবে (উদাহরণস্বরূপ) মানব মস্তিষ্কে চিত্র প্রক্রিয়াকরণে কয়েকটি কয়েকটি কনভলিউশন স্তর থাকে যখন আধুনিক সমাধান (গুগলনেটের মতো) ইতিমধ্যে কয়েকশ স্তর ব্যবহার করে ... এবং যদিও তারা কম্পিউটারের জন্য দুর্দান্ত ফলাফল তৈরি করছে , তারা মানুষের পারফরম্যান্সের খুব কাছাকাছিও নয়। বিশেষত যখন আমরা "প্রতি-স্তর-পারফরম্যান্স" সম্পর্কে চিন্তা করি, কারণ আমাদের সত্যিকারের নিউরাল নেটওয়ার্কগুলির তুলনায় পর্যাপ্ত পরিমাণে স্তর এবং ডেটা হ্রাস প্রয়োজন।
অতিরিক্তভাবে, আমার জ্ঞানের সাথে, এমনকি মডিউলার, স্ব-প্রসারিত / স্ব-পুনর্গঠন কৃত্রিম নিউরাল নেটওয়ার্কগুলি বরং সত্যিকারের নিউরাল নেটওয়ার্কগুলির বিশাল অভিযোজনযোগ্যতার তুলনায় "স্থির এবং স্থিতিশীল" are জৈবিক নিউরনে সাধারণত হাজার হাজার ডেনড্রাইট থাকে নিউরনকে বিভিন্ন অঞ্চল এবং অন্যান্য নিউরনের একটি বিচিত্র প্রকারের সাথে সংযুক্ত করে। কৃত্রিম নিউরাল নেটওয়ার্কগুলি আরও "সোজা" "
সুতরাং, কৃত্রিম নিউরাল নেটওয়ার্কগুলি থেকে আমরা মানব মস্তিষ্ক / রিয়েল নিউরাল নেটওয়ার্কগুলি সম্পর্কে কিছু জানতে পারি? বা ক্লাসিক, স্ট্যাটিক অ্যালগরিদমগুলির চেয়ে ভাল পারফরম্যান্স তৈরি করার সফ্টওয়্যার তৈরি করার কিছু প্রচেষ্টা (বা এমন জিনিসগুলি করা যায় যেখানে এই জাতীয় অ্যালগরিদম ব্যর্থ হয়)?
এই বিষয় সম্পর্কে কেউ কি সরবরাহ করতে পারে (পছন্দমত বৈজ্ঞানিক)?
সম্পাদনা: আরও উত্তর অত্যন্ত প্রশংসা করা হয় (: