Parce que tu trouve que les transistors c'est super simples ?
Leurs réponse à haute fréquence n'est pas si simple que ça.
En ce qui concerne le « auto adaptive », c'est un peu comme les compilateurs JIT qui optimisent le code au besoin.
Et pour l'apprentissage, il y a aussi des algorithmes qui apprennent. Un bon example est la reconnaissence faciale.
Pour le « à aucun moment échantillonés » ce n'est pas vrai, le cerveau aussi échantillone.
Donc oui, je pense que ça vaux la peine d'essayer de comparer « la puissance de calcul » d'un cerveaux et celle de nos machine. Ça nous permet de relativisé et de se rendre compte de leur complexité relative.
Et tu te trompe, les capacité de calcul et de stockage du cerveau ne tendent pas vers l'infini.
[^] # Re: Notes
Posté par Aujourd'hui . En réponse au journal See the World in True Colors.. Évalué à -1.
Parce que tu trouve que les transistors c'est super simples ?
Leurs réponse à haute fréquence n'est pas si simple que ça.
En ce qui concerne le « auto adaptive », c'est un peu comme les compilateurs JIT qui optimisent le code au besoin.
Et pour l'apprentissage, il y a aussi des algorithmes qui apprennent. Un bon example est la reconnaissence faciale.
Pour le « à aucun moment échantillonés » ce n'est pas vrai, le cerveau aussi échantillone.
Donc oui, je pense que ça vaux la peine d'essayer de comparer « la puissance de calcul » d'un cerveaux et celle de nos machine. Ça nous permet de relativisé et de se rendre compte de leur complexité relative.
Et tu te trompe, les capacité de calcul et de stockage du cerveau ne tendent pas vers l'infini.