Pull to refresh

Как работает интеллект (единый алгоритм различения и обобщения)

Artificial Intelligence

Знаете ли Вы, как именно Вы что-то знаете? Никто не знает!



Хочу раскрыть Вам несколько секретов естественного интеллекта, а заодно рассказать о том, как проектирую интеллект искусственный.

Небольшой дисклеймер. В статье будут описаны весьма амбициозные идеи. Большинство из представленных идей можно развернуть в самостоятельные циклы статей. Поэтому здесь представлены идеи лишь для первичного ознакомления. Я не питаю иллюзий, что будет много тех, кто схватит идею слету. Поэтому вопросы приветствуются, буду стараться разъяснять. И да, я знаю, что это все очень похоже на миллион других идей, алгоритмов и т. п. Разница лишь в том, что эта конструкция идей претендует на совершенно полную симуляцию работы естественного интеллекта во всех аспектах, которые Вы можете или не можете вообразить. Без черных дыр, неосмысленных проблем или неизвестных технических решений.

Да, это все о наиболее полном и сильном искусственном интеллекте. Предчувствую жадность некоторых исследователей и пренебрежение некоторых коллекционеров идей. Но все же, теперь, после предупреждения, приступим. Информации будет много и плотность ее очень высока, так что — держитесь за что-нибудь покрепче. Может быть придется перечитывать десятки раз и задавать тысячи вопросов. Я готов на них отвечать, поскольку одиночные исследования пора выводить на более практический уровень, требующий привлечения нескольких сотен специалистов.

Для начала, давайте посмотрим, как работает ум, когда что-то узнает. Казалось бы, мы так быстро ориентируемся в обстановке, достаточно несколько мгновений, чтобы узнать, какие предметы нам видны, как они расположены, какое у них поведение. Из-за этой иллюзии складывается впечатление, что мозг работает очень-очень быстро.

Почему же это иллюзия? Попробую объяснить.


Представьте, что Вы неожиданно попали в очень малознакомую ситуацию. Туда, где никогда не были. Например, в джунгли, или наоборот, в пустыню. А может быть это будет просто густой клочковатый туман? Или Вы видите чужое звездное небо.

Что происходит? Что различает ум? Ему не на что опереться. Приходится классифицировать обстановочку медленно и тягостно. Выискивать опорные кластеры признаков, чтобы ориентироваться относительно их.

Знаете ли Вы, что видит новорожденный? Хаотическое движение цветных пятен без содержания и смысла. Но кое-что он слышит, что позволяет ему начать ориентироваться. Он слышит ставший привычным голос матери. Он уже привык осязать ее тело, теплое, ароматное, дающее вкусное молоко.

Процесс осмысления закладывается начиная с формирования органов чувств.

Когда ум оказывается в незнакомой ситуации, он не понимает ее. Ему не на что опереться. Нет чего-то, что он уже может предсказать.
И он начинает последовательную и глубокую классификацию ситуации

Для того, чтобы как-то перейти от образов к алгоритмам и математике, нам понадобятся всего четыре термина и отношения между ними.


Первый термин это признак. Признак это то, что можно воспринять. Например, черный цвет. Или соленый вкус. Или круглая форма.
Второй признак это представление. Представление основано на повторяемости признаков. Если два признака воспринимаются совместно, возникает представление, обобщающее эти признаки.
Третий термин это субпредставление. Субпредставление это отношение признака к представлению. Для всех представлений его признаки — это субпредставления.
Четвертый термин это суперпризнак. Суперпризнак это отношение представления к суперпризнаку. Для всех признаков представления в которые они входят — это суперпризнаки.

Все вместе это объединяется в проактивный универсальный классификатор


Что значит — проактивный? Это значит, что он все время классифицирует. Это крайне важно. Все поведение классификатора определено лишь тем, куда он хочет заглянуть, что проверить.

Что значит — универсальный? Это значит, что он классифицирует все, до чего может дотянуться.

Что значит классификатор? Это значит, что он строит связанную сеть представлений о ситуациях, о тенденциях в их изменениях, о наиболее устойчивых представлений ситуации, тем самым, формируя наиболее устойчивое представление о внешнем мире.

И как же все это работает?


Алгоритм классификатора не сложен, но довольно не прост для понимания. Сначала я опишу требования к алгоритму, а затем приведу пару наглядных примеров.

1. Органы восприятия представлены специфическими для каждой сферы восприятия драйверами
1а. Какой бы сложной ни была сфера восприятия, она разворачивается в одномерное множество, в котором признаку соответствует адрес (индекс) и значение признака по этому индексу
1б. Классификатор, обращаясь к драйверу по определенному адресу получает в результате измеренное значение. Это может быть символ в последовательном тексте, цвет области в пространстве, высота и амплитуда звука, температура и т.п.
1в. Важно, драйвер использует относительную модель адресации, от индекса к индексу, никак не сохраняя временную последовательность. Например, в строке «МАМА МЫЛА РАМУ» индекс обозначает смещение. Если текущий индекс указывает на первую букву второго слова, то смещение +2 указывает на букву «Л». Если снова задать смещение +2, мы получим пробел.

2. Классификатор сохраняет переходы, подсчитывая вероятность подтверждения и опровержения значений при переходах из ключевого признака по смещению индекса.
2а. Если текущее значение признака уже есть в сети, то классификатор выбирает наиболее вероятное представление для этого признака и предсказывает наиболее вероятный переход к следующему признаку, после чего обращается к драйверу со смещением.
2б. Вся сеть представлений постоянно корректируется и сортируется по наиболее вероятным представлениям о текущих признаках
2в. Представления второго порядка связывают между собой представления первого порядка. Таким образом, для того, чтобы проверить представление второго порядка, нужно проверить входящие в него представления первого порядка. Получается рекурсивный алгоритм.

3. Мгновенное состояние классификатора представляется иерархией упорядоченных списков представлений разных порядков.
3а. Алгоритм старается всегда повышать порядок представления в первую очередь. Самый высокий порядок представления отражает наиболее высокий уровень понимания. Так, например для крышки и ножек следующим уровнем представления является стол, а для стола, стула и раковины — следующий уровень это кухня.
3б. Классификатор содержит в качестве представлений простые числовые номера. Это внутренний язык классификатора. Внутренний язык в некотором подмножестве соответствует тому языку, которым пользуются люди для коммуникации (выражения представлений и их распознавания). Алгоритм для сопоставления представлений выражаемых и воспринимаемых точно такой же, но возможен и хак. Можно выбрать определенный порядок представлений и повышать приоритет тех, которые имеют для человека смысл. Тогда классификатор будет быстрее исследовать именно те представления о мире, которые помогут ему быстрее и лучше ориентироваться в мире, воспринимаемом людьми и общаться с нами на одном языке

4. Классификатор не работает с бесконечной памятью и в бесконечном времени. Поэтому он игнорирует довольно многие признаки и представления, как неперспективные для устойчивой классификации. Позже мы рассмотрим, как в сеть представлений упаковываются многомерные сферы восприятия, включая движение и меру движения — время.
4а. Предварительно, на каждый порядок представлений отводится миллион переходов между субпредставлениями предыдущего порядка, при этом для формирования следующего порядка учитываются лишь двадцать тысяч наиболее вероятных. Здесь важно то, что полезны как наиболее вероятные подтверждения, так и наиболее вероятные опровержения, поэтому считаем их раздельно
4б. Количество порядков представлений достаточно велико, и практически равно количеству представлений первого порядка. Для того, чтобы сократить количество порядков (ведь для каждого порядка мы отводим около миллиона переходов между субпредставлениями) с миллиона до тех же 20 тысяч, применяется идея наиболее верхнего контекста. Представления, подтверждающие представление наиболее высокого порядка после ранжирования по вероятностям прореживаются, сохраняя лишь наиболее короткие цепочки до первичных признаков.

5. Направление классификации всегда определяется с представления наиболее высокого порядка. Контекст содержит упорядоченные по вероятности представления наиболее высокого порядка, постоянно обновляя этот контекст, проверяя возникновение и прекращение признаков, наиболее быстро этот контекст подтверждающих или опровергающих.
5а. Содержание этого контекста есть наиболее полное понимание исследуемой ситуации и тенденций
5б. Чем меньше в контексте понимания представлений, тем выше оценка ясности и точности понимания
5в. Именно в рамках контекста определяются вопросы коммуникации, различения субъектов и объектов, их групп и взаимодействия, целей и желаний, отношений и эмоций. Рассматривать этот вопрос можно долго, для начало должно сложиться хорошее представление об основном цикле работы классификатора и основном срезе состояния сети классификации.

Зачем все эти детали?



Конечно, есть и более простое представление основной идеи работы классификатора. Эта идея звучит так: «чему это принадлежит»? Это может быть сложным для понимания. Когда мы говорим о когнитивном акте, мы обычно имеем в виду вопрос «что это?»
Практически же, этот вопрос имеет два аспекта «чем это владеет?» и «чему это принадлежит?». Эти два вопроса инвариантны, достаточно просто развернуть направление поиска. Это параллельные процессы восприятия/поведения. Восприятие двигается в сторону поиска владельца (наиболее устойчивой опоры для дальнейшей классификации), а поведение двигается в сторону поиска принадлежащего.

Что же дальше?



Для тех, кому интересно, мы можем объединить усилия в исследовании модели и разработке полезных и актуальных приложений, не требующих значительных ресурсов, но работающих с самым важным в отрасли ИИ — с пониманием.
Мало где Вы найдете что-то конкретное по вопросу понимания. Что такое понимание? Как его определить? Как его моделировать?

Поэтому я предлагаю очень глубоко проработанную модель, охватывающую как метафизические и философские вопросы, так и прагматичные технические вопросы реализации и внедрения продуктов.

Добро пожаловать в новый мир — мир настоящего искусственного интеллекта и искусственных личностей.

Ваш ход, хабражители.
Only registered users can participate in poll. Log in, please.
Мое отношение к ИИ
19.14% Я проектировщик ИИ и интересуюсь практическими подходами 49
50.78% Меня увлекает тема интеллекта и интересуют философские и метафизические аспекты 130
29.69% Я интересуюсь ИИ время от времени, но скорее разочарован ситуацией в отрасли 76
4.3% Меня не интересует ИИ. Зачем я сюда залез? 11
17.19% Автор ничего не понимает в ИИ, что за бред он сюда принес? 44
14.84% Меня привлекает подход и модель автора, есть вопросы и желание разобраться 38
14.06% Что за стиль? Многобукв и совсем нет картинок! 36
12.5% Что за стиль? Никакой структуры, никакой терминологии, никакой аккуратности! 32
3.52% Презрительное фи и игнор. Я отражу это в карме автора 9
5.86% Супергениально! 15
Nobody voted yet. Nobody abstained.
Tags:искусственный интеллектуниверсальный классификаторалгоритм поведения интеллекта
Hubs: Artificial Intelligence
Total votes 33: ↑16 and ↓17-1
Views14K

Popular right now

Top of the last 24 hours