Но не факт, что мозг работает сходным образом (несмотря на терминологию), и что данная технология имеет потенциал к нему приблизиться. По крайней мере - не в обозримом будущем.
Насколько я себе представляю, проблема тут в основном в том, что реальный мозг отличается тем, что в нём функциональные аналоги этих матриц изначально, врождённо, очень разреженные, причём не абы как, а так, что есть куча предустановленных образов-примитивов, из которых целевые практические образы формируются уже намного более экономично, чем то, как это приходится делать из сырых данных тем наивным нейросетям, которые сейчас обычно делают/обучают под какие-то узкоспециализированные задачи. Это как раз то место, где по крайней мере для обычных задач (ну, такого рода, с какими хорошо справляются птицы, звери и в т.ч. обычные люди) не стоило бы игнорировать реальную биологию, т.к. это дало бы огромную экономию вычислительных ресурсов - но тут проблема-то не в том, что имитация реального мозга чем-то плоха, а просто в том, что структура мозга и наборы базовых образов-примитивов разного уровня (эмоции - их частный случай) ещё слишком плохо изучены, чтобы их было возможно как-то осмысленно имитировать - и потому пока обычно идут в лоб, скармливая сырые данные и выращивая что-то из полного хаоса.
Ну и вторая проблема - такие вычисления на компе слишком медленны, нужно использовать аппаратную реализацию.
