书籍 Models of the Mind的封面

Models of the Mind

Grace Lindsay

出版时间

2021-03-01

ISBN

9781472966421

评分

★★★★★
书籍介绍
人脑由850亿个神经元组成,它们由超过100万亿个突触连接。一个多世纪以来,各种各样的研究人员一直在寻找一种语言,该语言可以用来捕捉这些神经元的工作原理以及它们如何交流的本质,以及这些交流如何产生思想,观念和行为。他们正在寻找的语言是数学,如果没有它,我们将无法像今天一样理解大脑。在《心灵模型》中,作者和计算神经科学家Grace Lindsay解释了数学模型如何使科学家理解和描述大脑的许多过程,包括决策,感觉处理,量化记忆等。她向读者介绍了现代神经科学中最重要的概念,并强调了当数学建模的抽象世界与生物学的凌乱细节碰撞时出现的紧张关系。思维模型的每一章都侧重于已在神经科学的特定领域中应用的数学工具,从最简单的大脑构造物-单个神经元-到相互作用的神经元回路,整个大脑区域甚至行为的过程,不断发展。那大脑命令。此外,格蕾丝(Grace)还研究了该领域的历史,首先是在18世纪后期对青蛙腿进行的实验,然后建立了构成现代人工智能基础的人工神经网络的大型模型。在整个过程中,她都揭示了使用优雅的数学语言描述神经科学机制的价值。心灵模型的每一章都侧重于已在神经科学的特定领域中应用的数学工具,从最简单的大脑构造物-单个神经元-到相互作用的神经元回路,整个大脑区域甚至行为的过程,逐步发展那大脑命令。此外,格蕾丝(Grace)还研究了该领域的历史,首先是在18世纪后期对青蛙腿进行的实验,然后建立了构成现代人工智能基础的人工神经网络的大型模型。在整个过程中,她都揭示了使用优雅的数学语言描述神经科学机制的价值。思维模型的每一章都侧重于已在神经科学的特定领域中应用的数学工具,从最简单的大脑构造物-单个神经元-到相互作用的神经元回路,整个大脑区域甚至行为的过程,不断发展。那大脑命令。此外,格蕾丝(Grace)还研究了该领域的历史,首先是在18世纪后期对青蛙腿进行的实验,然后建立了构成现代人工智能基础的人工神经网络的大型模型。在整个过程中,她都揭示了使用优雅的数学语言描述神经科学机制的价值。从最简单的大脑结构单元-单个神经元-到相互作用的神经元,整个大脑区域乃至大脑所指挥的行为的循环。此外,格蕾丝(Grace)还研究了该领域的历史,首先是在18世纪后期对青蛙腿进行的实验,然后建立了构成现代人工智能基础的人工神经网络的大型模型。在整个过程中,她都揭示了使用优雅的数学语言描述神经科学机制的价值。从最简单的大脑结构单元-单个神经元-到相互作用的神经元,整个大脑区域乃至大脑所指挥的行为的循环。此外,格蕾丝(Grace)还研究了该领域的历史,首先是在18世纪后期对青蛙腿进行的实验,然后建立了构成现代人工智能基础的人工神经网络的大型模型。在整个过程中,她都揭示了使用优雅的数学语言描述神经科学机制的价值。从18世纪后期在青蛙腿上进行的实验开始,到建立构成现代人工智能基础的人工神经网络的大型模型。在整个过程中,她都揭示了使用优雅的数学语言描述神经科学机制的价值。从18世纪后期在青蛙腿上进行的实验开始,到建立构成现代人工智能基础的人工神经网络的大型模型。在整个过程中,她都揭示了使用优雅的数学语言描述神经科学机制的价值。
用户评论
神經科學還得靠數學來推動啊
The brain should be understood on three levels: computational, algorithmic and implementational. This book gives a remarkable overview of computational neuroscience. It shows biologists' efforts to move towards precise and fundamental modeling of the brain. However, any universal theory must be taken with care due to the complexity of the mind.
思维
思路非常清晰,复杂的理论被Grace Lindsay解释得很好接受。I hope I can write with this level of clarity!
不愧是Grace Lindsay,文筆清晰流暢,極為複雜的分析和模型淺入深出地被解釋得明明白白。講classical conditioning那一部分甚至學到了好多心理學史。
这本书可以看作是一本闲话Computational neuroscience。但和传统的computational neuroscience不同的地方是它结合人工神经网络的历史。所以这本书除了一般CN里面常见的生物学的Hodgkin-Huxley model,integrate-and-fire model这种单神经元和神经网络模型,还讲了人工神经网络在工程和计算机圈怎么从McCulloch-Pitts, Perceptron发展起来的,并且讲了好几次这两条不同线索的相遇和分道扬镳,比如Hopfield network怎么被纳入神经科学来模拟运动记忆,Hubel Wiesel的视觉模型怎么经过Fukushima最后被LeCun发展成CNN被用到各种工程中去。最后还提了一下Free-energ
Z-Library