это подход сверху-вниз, попытка повторить наш розовый ящик мозг, такие подходы я считаю либо риторикой, либо неполноценными. в вашем случае это скорее риторика.
Предпочитаю методы снизу-вверх.
4) Та же «экстраполяция», но «на несколько ходов вперёд».
С пониманием этого механизма я испытываю затруднения и не представляю, каким образом мозг способен отделять воображаемую картинку от реальной. Вроде бы нейроны везде одни и те же, тем не менее, человек может спокойно представить себе воображаемое пространство и мысленно оперировать в нём. Что интересно, на воображаемые образы вполне себе срабатывают реальные физиологические реакции (рефлексы). И в то же время человек вполне осознаёт, что всё его выдумки не имеют отношения к реальности. Существуют ли какие-нибудь гипотезы, как это может работать?
Я предпологаю, что паттерны деляться на «виртуализированные» и «реальные ощущаемые», как я и написал в статье. Все мышление идет виртулизированными паттернами.
Имхо, это также как-то связано со способностью сознания «сосредотачиваться» на чём-то одном (вопреки существенно параллельному устройству мозга).
в гипотизе про сознание делают ставку на то, что те нейроны которые отвечают за использованые во время мышления образы более активные чем все остальные.
5) Следующий уровень — генерация идей.
У меня пока даже нет предположений.
В список не были включены некоторые способности, которые также иногда относят к интеллекту. Например, язык
Это приобретаемый навык, это эволюция знаний а не мозга. Но у нас есть эволюционный продукт для общения, общий «язык» для всех людей, язык эмоций, заложенный генетически.
Ещё одно свойство сознания — «объяснение» уже произошедших событий. Давно замечено, что человек имеет тенденцию объяснять всё непонятное для себя чем-нибудь знакомым или понятным (мифы, религии). Т.е. сознанию нужно ретроспективно вернуться к каким-то событиям прошлого (память) и на их основании сделать какой-то вывод, который будет запомнен на будущее.
Память на последовательности уже предполагает прогноз на основе прошлого, но вот я пока не вижу причины обращаться к прошлому. Это уже процесс мышления и пока идей зачем описаной мною схемы в статье понадобиться обращаться к прошлому без потребности в прогнозировании, я пока придумать не могу.
Все применяемые модели нейросетей после обучения статичны. Нейроны с переменным паттерном, сначала распознававший зеленый квадрат, а теперь синий круг, никому не нужны, такими нейронам нельзя руководствоваться для принятия решений.
Я четко написал, что для системы доминанты нет разницы между памятью и сенсорами, сенсоры никогда не меняются, фактически их паттерн жесткий. Почему нейроны памяти основанные на сенсорной информации не должны быть жесткими, если они не жесткие и с переменным смыслом, то и нет смысла ими руководствоваться.
Первое что бросилось в глаза это отнесение Условного рефлекса к простым свойствам.
Условный рефлекс это уже целый комплекс процессов в нейронах.
У молюсков условный рефлекс вырабатывается на 3 нейронах: нейроне сенсоре безусловного стимула, нейроне сенсоре условного стимула и нейроне активирующем движение мышцы.
Паттерны любого уровня (поведения, ассоциаций, и т.д.) не могут быть статическими. Человек учиться и в том числе на собственных ошибках. Сунув руку в розетку и сумев выжить, уже через минуту он будет осмотрителен, что говорит о быстрой смене паттерна поведения. Основная проблема современных систем имитирующих искусственный интеллект, как раз в том, что они обладают статическими паттернами принятия решений.
Сменилась модель поведения вызываемая паттерном, а паттерн остался.
По поводу невозможности статичностого существования паттерна. Ну допустим 2+2=4, потом вам сказали что это неверно и 2+2=-8, вы же не забываете что раньше было 2+2=4, вы просто перестаете им пользоваться. Можно еще какие нибудь примеры с вашей стороны?
Мы же все меряем относительно чего либо другого, что принято за эталон. Так что да, доводы из тезисов не вселяют убежденности. Но то что мы можем манипулировать в формулах временем еще не означает, что в реальности мы это можем. Перемещаться мы можем только в 3 измерениях, но не во времени, оно само сносит нас по временной оси все дальше. Вопрос, действительно ли время еще одно своеобразное измерение или просто последствие ограничения скорости передачи информации?
Мой опыт работы с нейросетями показывает, что добавление исключительно новой информации требует добавление нейронов, иначе нарушится все то, чему была обучена нейросеть. Естественно из этого не следует, что в сложной структуре мозга это единственное решение для добавления информации и что оно там вообще используется.
Но я хочу найти максимально простую структуру на основе нейронов, позволяющую удерживать информацию без ее постоянного подкрепления из внешней среды с сохранением возможности руководствоваться информацией для совершения действий. Все модели нейронов обладают только одной функцией, то есть один нейрон может выучить только один фокус. Поэтому в моделировании нейросетей, новый фокус требует добавление нового нейрона. Если же эксперименты говорят нам что, извините, по добавлению новых нейронов у нас строгие ограничения мы изворачиваемся. Допустим, что мы заменяем добавление нового нейрона в сеть возможностью старым нейронам выучить новые фокусы, на которые они будут откликаться. Но выход у нейронов только один. Тут как раз и нужна будет управляющая структура, что бы мы не запутались, какой именно фокус имеет в виду нейрон. Я ищу структуру позволяющую выучить новые фокусы, и хочу реализовать это на нейронах, если при этом логической функции модели нейрона потребуются изменения, я не против изменить ее. Но главным пока остается воспроизвести «постоянную» память.
По поводу разницы и в структуре и в количественных характеристиках «постоянной» памяти насекомых и млекопитающих, я был бы безгранично рад понять, как это работает хотя бы у насекомых, их коннектом намного проще.
Есть два мнения про способ хранения информации в мозге, либо добавлением новых нейронов для новой инфы, либо каким то другим способом пока неустановленным (аргумент в их пользу слишком много добавлять нейронов), я склоняюсь все же к добавлению нейронов. Поэтому хочеться воспроизвести такой механизм используя только нейроны.
«Постоянная» память как возможность появляется уже у насекомых. Пчелы могут сообщать путь другим особям к новой поляне с цветами. Эта информация не результат собственного опыта и используется как руководство к действию.
Ну там есть граничная ошибка, если погрешность результата меньше то подгоняется нейросеть, если больше, то добавляют нейрон в нейросеть. Недостаток — стабильность все же нарушается изза переобучения сети. Я предлагаю решение этой проблемы наличием у нейрона части стабильных связей, после окончания первого обучения они уже никогда не изменяются. И в дальнейшем добавлением изменчивых асоциативных связей в нейрон. Стабильность и пластичность в одном флаконе.
Никто не отбирал у червя возможность выработать условный рефлекс. Но если выработать у червя рефлекс что в холодной воде при освещении его будут бить током, то поползав в в темноте в холодной воде, а потом в теплой воде при освещении, он погасит выработаный рефлекс, и заползет в холодное освещенное место не содрогнувшись. Условный рефлекс это память пока она подтверждается реальностью каждый раз. После гашения рефлекса памяти о прошедших событиях не остается.
Тем что сети Хопфилда не используются для систем управления, так как они дают ответ не через определенное количество тактов, а пока сеть не дойдет до состояния равновесия, и использовать их в реальном времени немного не то.
Никогда не позно узнать что-то новое. Можно прочитать раздел 3.9 статьи «21 век: что такое жизнь с точки зрения физики » ufn.ru/ufn10/ufn10_4/Russian/r104a.pdf
Если лень читать, то стратегия такая, если вы выиграли в прошлом раунде, вы увеличиваете ставку по арифметической прогрессии (или по числам Фибоначчи), если проиграли, ставка снова единица. Играем на деньги. Вы кидаете монетку, я угадываю и делаю ставки.
нужно разбираться в нейросетях и работать со звуком на компьютере на самом низком уровне, это высокый уровень знаний и еще более редкое сочитание знаний для одного человека. А создать рабочую технологию распознавания это потянет на серьезный бизнес и вам просто так никто рассказывать про это не будет. Спс и за такую статью.
Предпочитаю методы снизу-вверх.
Я предпологаю, что паттерны деляться на «виртуализированные» и «реальные ощущаемые», как я и написал в статье. Все мышление идет виртулизированными паттернами.
в гипотизе про сознание делают ставку на то, что те нейроны которые отвечают за использованые во время мышления образы более активные чем все остальные.
У меня пока даже нет предположений.
Это приобретаемый навык, это эволюция знаний а не мозга. Но у нас есть эволюционный продукт для общения, общий «язык» для всех людей, язык эмоций, заложенный генетически.
Память на последовательности уже предполагает прогноз на основе прошлого, но вот я пока не вижу причины обращаться к прошлому. Это уже процесс мышления и пока идей зачем описаной мною схемы в статье понадобиться обращаться к прошлому без потребности в прогнозировании, я пока придумать не могу.
Я четко написал, что для системы доминанты нет разницы между памятью и сенсорами, сенсоры никогда не меняются, фактически их паттерн жесткий. Почему нейроны памяти основанные на сенсорной информации не должны быть жесткими, если они не жесткие и с переменным смыслом, то и нет смысла ими руководствоваться.
У молюсков условный рефлекс вырабатывается на 3 нейронах: нейроне сенсоре безусловного стимула, нейроне сенсоре условного стимула и нейроне активирующем движение мышцы.
Сменилась модель поведения вызываемая паттерном, а паттерн остался.
По поводу невозможности статичностого существования паттерна. Ну допустим 2+2=4, потом вам сказали что это неверно и 2+2=-8, вы же не забываете что раньше было 2+2=4, вы просто перестаете им пользоваться. Можно еще какие нибудь примеры с вашей стороны?
Но я хочу найти максимально простую структуру на основе нейронов, позволяющую удерживать информацию без ее постоянного подкрепления из внешней среды с сохранением возможности руководствоваться информацией для совершения действий. Все модели нейронов обладают только одной функцией, то есть один нейрон может выучить только один фокус. Поэтому в моделировании нейросетей, новый фокус требует добавление нового нейрона. Если же эксперименты говорят нам что, извините, по добавлению новых нейронов у нас строгие ограничения мы изворачиваемся. Допустим, что мы заменяем добавление нового нейрона в сеть возможностью старым нейронам выучить новые фокусы, на которые они будут откликаться. Но выход у нейронов только один. Тут как раз и нужна будет управляющая структура, что бы мы не запутались, какой именно фокус имеет в виду нейрон. Я ищу структуру позволяющую выучить новые фокусы, и хочу реализовать это на нейронах, если при этом логической функции модели нейрона потребуются изменения, я не против изменить ее. Но главным пока остается воспроизвести «постоянную» память.
По поводу разницы и в структуре и в количественных характеристиках «постоянной» памяти насекомых и млекопитающих, я был бы безгранично рад понять, как это работает хотя бы у насекомых, их коннектом намного проще.
«Постоянная» память как возможность появляется уже у насекомых. Пчелы могут сообщать путь другим особям к новой поляне с цветами. Эта информация не результат собственного опыта и используется как руководство к действию.
таблица для максимальной серии из 10 выигрышей подряд
и получение асимметрии в циферках
Если лень читать, то стратегия такая, если вы выиграли в прошлом раунде, вы увеличиваете ставку по арифметической прогрессии (или по числам Фибоначчи), если проиграли, ставка снова единица. Играем на деньги. Вы кидаете монетку, я угадываю и делаю ставки.