Sé que mi pregunta / título no es muy específico, así que intentaré aclararlo:
Las redes neuronales artificiales tienen diseños relativamente estrictos. Por supuesto, en general, están influenciados por la biología e intentan construir un modelo matemático de redes neuronales reales, pero nuestra comprensión de las redes neuronales reales es insuficiente para construir modelos exactos. Por lo tanto, no podemos concebir modelos exactos ni nada que se acerque a redes neuronales reales "cercanas".
Hasta donde yo sé, todas las redes neuronales artificiales están lejos de las redes neuronales reales. Las MLP clásicas estándar completamente conectadas no están presentes en biología. Las redes neuronales recurrentes tienen una falta de neuroplasticidad real, cada neurona de un RNN tiene la misma "arquitectura de retroalimentación", mientras que las neuronas reales guardan y comparten su información de forma bastante individual. Las redes neuronales convolucionales son efectivas y populares, pero (por ejemplo) el procesamiento de imágenes en el cerebro humano consta de solo unas pocas capas de convolución, mientras que las soluciones modernas (como GoogLeNet) ya usan decenas de capas ... y aunque están produciendo excelentes resultados para las computadoras , ni siquiera están cerca del desempeño humano. Especialmente cuando pensamos en un "rendimiento por capa", ya que necesitamos una cantidad bastante alta de capas y reducción de datos en comparación con las redes neuronales reales.
Además, que yo sepa, incluso las redes neuronales artificiales modulares, de autoextensión / autoestructuración son bastante "fijas y estáticas" en comparación con la enorme adaptabilidad de las redes neuronales reales. La neurona biológica normalmente tiene miles de dendritas que conectan la neurona con una gran variedad de áreas diferentes y otras neuronas. Las redes neuronales artificiales son mucho más "directas".
Entonces, ¿hay algo que podamos aprender sobre el cerebro humano / las redes neuronales reales de las redes neuronales artificiales? ¿O es solo un intento de crear un software que funcione mejor que los algoritmos clásicos y estáticos (o incluso hacer cosas donde tales algoritmos fallan)?
¿Alguien puede suministrar fuentes (preferiblemente científicas) sobre este tema?
EDITAR: Más respuestas son muy apreciadas (: