SNN會唔會成為下一代主流人工智能演算法之一？

https://www.linkedin.com/pulse/spiking-neural-networks-snns-mimicking-brain-next-gen-raja-lt4vc

https://www.msra.cn/zh-cn/news/features/brain-inspired-ai

暫時既ANN係自主學習同適應能力方面好似無咩進展？統計模型要依賴大量數據去訓練 但亦有佢既好處 好似係建立知識庫、生成系統等等 但上面講既缺陷SNN可唔可以補救返？

同埋當SNN呢類技術都發展埋 AGI既出現又係咪指日可待？

SNN同ANN最大分別喺邊？

SNN係ANN既一種 但舊啲既ANN包括啲咩RNN、NN、DNN?

ANN係大分類嚟
裏面有NN CNN RNN …
裏面個structure 會有唔同

但我未睇明SNN咩嚟

佢類似人腦脈沖 要儲夠一定電勢（electrical potential 達到一定門檻值（threshold level 就會發出訊號 但有會有負電勢出現 又會隨時間電勢下降 所以時間同電勢傳送既位置都係引發下個訊號產生既因素之一

呢種機制好處係唔會成日動用所有人工神經元 而且果網絡會有適應上既學習能力 同傳統既統計模型果種型式應該有好大分別

不過我自己係讀緊應用數 嚟緊一年先讀科機器學習應用（machine learning 理論會遲下先自修 所以我暫時對一般ANN認識都唔深 淨聽到上面唔同類別既ANN同埋啲weighting上調整🙏🏼

呢到打漏左隻字 CNN*

https://youtu.be/ythnIwpQCgQ?si=ZE_uzgulw9UnvG_5

唔鐘意睇字可以睇片

https://www.youtube.com/watch?v=PeW-TN3P1hk

2020年個陣好多講SNN

不過之後GPT出咗世之後冇乜人再理ANN

Wahterloo 既comp sci 聽聞係世界級🙏🏼
好期待睇呢段片 聽晚睇埋佢🤤

睇到logarithm果後半段好多嘢都唔明佢講咩 係咪要有啲signal processing 或者logarithm既背景知識 但睇前半段 呢個技術除左係比傳統既更慳電 我諗佢既「適應能力」亦相當吸引 可以即時學習再慢慢適應

呢兩年LLM果啲咁受歡迎 又有生成程式 咁想問下SNN既未來又何去何從？

Algorithm*

冇未來

點解呀😭

慳電係因為有neuromorphic hardware optimized，特登為佢設計個hardware去運算實低秏。人腦係低秏，但問題係你冇可能設計個人腦出黎

SNN 做到嘅野 ML/DL一樣做到。AI野都係交比ML/DL，SNN本身唔係為AI而設

你意思係現今既ml/dl技術都做到有適應能力既學習？同埋snn呢類技術又有咩發展潛力？🙏🏼🙏🏼

冇睇段片唔知佢指嘅「適應能力」實際上指緊咩

唔得閒解釋咁多，所以我用好多jargons，睇唔明請體諒


基本上我睇過嘅snn learning algorithms 一係就係想學ml做 global learning，一係就係local learnning rules但係最終都係做緊ml本身已經做到嘅野，或者成個theory係唔需要snn個structure

hebbian rules statistically其實只係pca，不過SNN可以令佢online/event-based咁解，但ML一樣有方法做到

STDP 配 homeostatic rules 可以encode 好多patterns，但一樣係ML做到嘅野

果d咩 surrogate gradient propagation更加唔洗講

又例如之前有篇用snn做one-shot learning
https://www.nature.com/articles/s42256-020-0159-4

事實上個spike-timing difference都係用番real value黎計，簡單講姐係唔需要模擬個snn

嚟緊會學下ML應用 遲下又睇埋ML+DL啲理論 希望到時了解更深

但見網上話SNN一嚟慳電 二嚟做人機介面都好似有啲前景 三嚟用嚟會模型嚟研究下生物神經系統 最後就佢既STDP既適應性同時間/位置變量既處理好似都ok?

我自己諗法係SNN可以補充傳統ANN弱勢既地方 尤其係達致agi 既門檻上 前排睇啲片都話暫時ai未識自主計劃、自主學習同適應新環境 呢啲唔知係咪SNN可以處理既地方？