Нейронные сети - это не просто набор корелляторов - это еще и мощная ассоциативная база знаний с распределенным хранением. Но говорить о живом мозге, что это нейронная сеть, неверно, ИМХО.
В живом мозге можно отчетливо выделить целый ряд функциональных блоков. Таких как:
1. входные сети (к ним сходятся внешние сигналы). Очень различаются для ушей, глаз и т.д. Например, представьте ушные улитки - свитая в спираль трубка. тонкая с одной стороны, и расщиряющаяся к другой. таким образом, ее сечение (и длина окружности) плавно увеличивается. Практически, это анализатор спектра - нейроны соединены по окружности в плоскости сечения. На разных частотах возникает резонанс в разных сечениях;
2. блок построения текущего контекста восприятия (имеет обратнуя связь на входные сети, резко увеличивая точность восприятия);
3. блок управления вектором внимания;
4. аппарат выработки оценок (фактически - эмоций, показывающих отношение индивидуума к оцениваеной ситуации);
5. Целый отдел для абстрактной обработки: блок гипотез, строящий контекст для абстрактных объектов. ищет ответы и решения и в итоге - принимает "свободное" решение что делать;
6. выходные сети - формируют внешний сигнал управления; Они кстати имеют "обратные связи" для контроля и обучения выходной сети
Даже память и то разная по времени запоминания (скорости обучения);
И все эти блоки достаточно хитро соединены длинными связями.
И вообще, еще остались непонятными некоторые принципиальные моменты. Например, использующиеся в технике сети не устраивают принципиально - они используют 1 (однократный во времени) входной вектор и выдают сигнал на 1ом выходе, типа "узнал/не узнал".
Правильнее использовать сети в которих входной вектор представляет из себя множество сигналов каждый со своей амплитудой (спокойно!
амплитуда может быть задана как в ЧИМ - частотой сигналов). Сеть должна запоминать и реагировать (например, возбуждением какой-то определенной своей области) на разные входные векторы. Разная возбужденная область для разных входных векторов. Чем чаще встречается входной вектор - тем выще уровень возбуждения (опознавания). Такая сеть уже заключает в себе возможность автообучения.
Да всего здесь не перечислишь, не говоря уже о подробном описании.