现有计算机基于统计推理实现人工智能，那么大脑中也同样存在算法吗
大脑的两个算法
我们的大脑非常复杂，至今我们仍在尝试用计算模型模拟它。以下是我们大脑的两个算法，可以让我们适应不同环境。
图像处理
我们的大脑在处理图像方面十分优秀。
【现有计算机基于统计推理实现人工智能，那么大脑中也同样存在算法吗】 我们可以辨认左右反转的图像，基於我们大脑内建的机制。当我们认知左右不对称的图像，我们的大脑会将它储存成两份，原版放在一个大脑半球，左右反转的版本则放在另一个半球，因此我们可以无视左右对称性辨认图像，事实上左右反转的两个图像往往是同一个对象。研究发现当我们的大脑左右半球失去连结，这种能力就会失去，令我们将左右不对称的两个图像当成两个独立对象。
除了反转，我们的大脑也可以旋转图像。我们可以认知顺时针或逆时针旋转角度在45度内的图像。此外，我们的大脑能认知上下反转的图像，包括被旋转的版本。因此，在一个图像的360度旋转里，我们的大脑可以在其中180度的范围内认知该图像，上下反转的两个版本各有90度。
处理浮动的工作量
大脑的运作需要来自脑脊髓液的营养供给，而它的容量比较稳定，因此我们的大脑无法用提供能量消耗的方式应对更高的工作量。
不过，我们的大脑发展了各个功能高度分化的脑区，共享有限的营养供给。如果我们的大脑遇上更大的认知工作量，更多的脑脊髓液带着营养流向负责相关功能的脑区，同时流向其他脑区的脑脊髓液会减少。因此，我们得以专注於认知活动，代价是在其他活动的表现不佳。
以上的过程只是暂时的。不过，有些过程却是永久的。大脑的脑区分布随时变化，例如数学家的大脑将辨认人脸的能力用於认知数学符号。
■网友
有一种AI的模型叫做artificial neural network，人工神经网络。是模拟人类大脑神经网络的模型设计的。虽然听起来很虎，当年学得时候我也很兴奋，可是深入了解之后发现，一切并没有想象的那么简单......
■网友
皮层柱其实并没有被完全证实存在，但在神经形态电子系统的研究中已经被广泛采用。IBM的真北认知芯片，也采用了这样理念进行设计，例如芯片中的“神经突触核心电路”就是模仿假设的皮层柱的形态和功能。IBM假设突触中是存在算法的，并且设计了150多种算法。2014年，真北芯片及其开发技术体系完成之后，美国海军实验室、陆军实验室、洛斯阿拉莫斯国家实验室分别利用这套开发技术体系个，分别在基于真北芯片的嵌入式单板机、高通量服务器、可扩展计算机上对系统进行功能定制，历经两年时间，在2016年均取得成功。这说明皮层柱内嵌算法的模型是有效的。
皮层柱里的算法，是长期进化过程形成的，具体形式未知，但是具有功能是肯定的。IBM在实际开发皮层柱算法时，并没有拘泥于实现形式，而是主要关注实现功能。
■网友
专业AI的路过，试着提供一点答案。AI算法中许多看起来复杂的算法啊公式啊，了解之后就会发现其本质并不一定像“看起来”的那样晦涩。拿题目中提到的微分方程来说，这东西在AI中使用广泛，原因其实是微分方程描述了从初态开始，系统的状态随着时间发展变化后的累积结果，换而言之，它表达了系统是如何“记住”曾经发生的事情（输入）的。再比如说卷积，其运算描述了如何在混合两个函数后还能分别保留各自的特征，也就是系统如何对同一个输入在不同角度进行处理并混合结论，等等。这些在公式和方程上看起来复杂的东西，在具体实现中其实单次的运算很简单。例如神经元的学习offset*delta*(1-delta)，实际上就是“错误程度”“当前修正”“历史修正”三个部分的混合，简单点说就是“这次做的距离完美大概还差多少”“大概要做多少调整”和“以前怎么调整的”。然后再配合上许许多多次，就可以用微分方程来整体描述了什么的
推荐阅读
- |奥迪开发基于C-V2X校车警示系统
- 大部分黑客或安全研究员读的是啥「大学专业 」
- 在哈尔滨工业大学计算机系就读是啥样的体验
- 计算机技术与科学专业怎样利用高中毕业的暑假
- 非计算机专业想要利用课余时间深入自学C++，想要找到比较体面的工作大概需要啥水平
- 有点计算机基础的人想尽快找份编程的工作。哪种编程的工作最好找还需要学些啥
- 硕士研究生选通信还是计算机视觉
- 华威大学计算机本科咋样
- 加拿大像滑铁卢，多伦多大学的计算机授课型研究生咋样
- 计算机进不了桌面，任务管理器也打不开，咋办