[Djay]

К сожалению нет времени на более обстоятельный ответ. Но "своевременное" вмешательство модератора нарушает "плавное" течение беседы.

Я долго ждала от Вас, Эквинокс, этих слов. И Вы, в очередной раз, меня порадовали:

Структура нейронной сети человека в значительной степени случайна.Теперь подумайте, возможно ли представить Вам в форуме полноценную нейронную сеть человека, да не одного, а двух, и причем, одна из нейронных сетей должна принадлежать гению, а другая - среднестатистическому человеку?

Это высказывания совершенно достоверно и наукой подтверждается, равно как и сложность и многоплановость живых н.с.
И потому, на данном этапе, никакая наука не в состоянии дать даже приблизительного определения, чем отличается нейронная сеть гения от обывателя. Равно как и дать полноценное объяснение такого явления, как интуиция.
Механизм колебаний мембранного потенциала дает картину прохождения электрохимичеких импульсов через нейронные цепочки.
Но ни о каких "искуственных" н.с. на таком уровне нет и речи.
Искуственные н.с. это всего лишь статистические алгоритмы, построенные на подсмотренном у живой природы принципе организации нейронной цепочки из отдельных морфофункциональных
единиц нервной ткани (нейронов) с пороговой величиной передаваемого импульса. Не более того.

• Он получает входные сигналы (исходные данные либо выходные сигналы других нейронов нейронной сети) через несколько входных каналов. Каждый входной сигнал проходит через соединение, имеющее определенную интенсивность (или вес); этот вес соответствует синаптической активности биологического нейрона. С каждым нейроном связано определенное пороговое значение. Вычисляется взвешенная сумма входов, из нее вычитается пороговое значение и в результате получается величина активации нейрона (она также называется пост-синаптическим потенциалом нейрона - PSP).
• Сигнал активации преобразуется с помощью функции активации (или передаточной функции) и в результате получается выходной сигнал нейрона.

Нейронные сети привлекательны с интуитивной точки зрения, ибо они основаны на примитивной биологической модели нервных систем. В будущем развитие таких нейро-биологических моделей может привести к созданию действительно мыслящих компьютеров. Между тем уже "простые" нейронные сети, которые строит система ST Neural Networks , являются мощным оружием в арсенале специалиста по прикладной статистике.

И никакая "интуиция" в искуственных н.с. не задействована, разве что на уровне челокека-оператора, который подбирает и классифицирует данные для ввода. А также должет правильно подобрать обучающий материал, чтобы ввести в и.н.с. по возможности
больше информации для моделирования различных ситуаций. Все!
Что в программу заложишь, то на выходе и получишь. Без вариантов.

Класс задач, которые можно решить с помощью нейронной сети, определяется тем, как сеть работает и тем, как она обучается. При работе нейронная сеть принимает значения входных переменных и выдает значения выходных переменных. Таким образом, сеть можно применять в ситуации, когда у Вас имеется определенная известная информация, и Вы хотите из нее получить некоторую пока не известную информацию (Patterson, 1996; Fausett, 1994). Вот некоторые примеры таких задач:
Прогнозирование на фондовом рынке. Зная цены акций за последнюю неделю и сегодняшнее значение индекса FTSE, спрогнозировать завтрашнюю цену акций.
Предоставление кредита. Требуется определить, высок ли риск предоставления кредита частному лицу, обратившемуся с такой просьбой. В результате разговора с ним известен его доход, предыдущая кредитная история и т.д.
Управление. Нужно определить что должен делать робот (повернуться направо или налево, двигаться вперед и т.д.), чтобы достичь цели; известно изображение, которое передает установленная на роботе видеокамера.
Итак, мы приходим ко второму важному условию применения нейронных сетей: Вы должны знать (или хотя бы иметь серьезные подозрения), что между известными входными значениями и неизвестными выходами имеется связь. Эта связь может быть искажена шумом (так, едва ли можно ожидать, что по данным из примера с прогнозированием цен акций можно построить абсолютно точный прогноз, поскольку на цену влияют и другие факторы, не представленные во входном наборе данных, и кроме того в задаче присутствует элемент случайности), но она должна существовать

Итак, если речь в данном вопросе и идет об интуиции (а она идет),
то опять-таки о той самой таинственной для науки человеческой интуиции, которую должет непременно иметь пользователь для успешной работы с и.н.с.