• Сравнение мозга с нейронной сетью
    0
    Так, нет. Нет никаких переборов, тем более попарных. Паттерн возникает только тогда когда есть в нём потребность. Есть три рецептора, если эти рецепторы активизировались только все вместе и только так, то будет только одни паттерн АВС, даже не возникнет паттерна просто А. Зачем перебирать все комбинации если мы их никогда не встречали. Только когда возникает комбинация раздражителей АВ может возникнуть новый паттерн АВ, причём он еще должен закрепиться несколькими повторами.
  • Сравнение мозга с нейронной сетью
    +1
    Очень просто, главное единовременность событий. Точнее статистическая единовременность. В биологии есть понятие статистическое обучение, это пассивная форма научения, к примеру, способность реагировать на звуки родного языка у младенцев, за счёт того, что они эти звуки часто слышат. Здесь не требуется вообще никакого внешнего подкрепления, главное это комбинации на входе. В мозге как бы есть два направления обучения снизу вверх и сверху вниз. Снизу верх — это Синтез, достаточно только входов. Сверху вниз — это Анализ, придания рангов признакам. И эти аспекты, естественно, влияют друг на друга.
  • Сравнение мозга с нейронной сетью
    0
    Да, это уже ближе. Но если вести аналогию с НС, то здесь за каждый паттерн отвечал бы отдельный нейрон. Вес рецепторов А и В положителен в нейроне АВ — это A|B, только сумма весов рецепторов А и В выше порога для активности нейрона АВ — это A&B, веса могут быть и отрицательными соответственно еще можно составить формул. Но прежде создается при Синтезе нейрон с равнозначными положительными весами (A|B), а затем с помощью анализа происходит изменения в весах. В классических НС эти связи определены заранее, если нейронка полносвязная с одним слоем, то есть несколько нейронов-паттернов с одинаковым набором всех рецепторов, поэтому я говорю о полном отсутствии синтеза.
  • Сравнение мозга с нейронной сетью
    0

    Сложно дать математическое объяснение явлению в рамках задачи которое это явление не решает. Я попытаюсь объяснить другими образом. Представим систему с тремя рецепторами А, В, С. Это значит наша система будет работать с семью паттернами А, В, С, АВ, АС, ВС, АВС. Но в биологической системе скорее не будет заготовлено детекторов всех комбинаций, их факториал от количества, эти детекторы будут появляться, если это потребуется. Сработали вместе А и В, появилася паттерн АВ. Это и будет Синтез, т.е. создание паттерна. А анализ это обратное распространение ошибки. Если при детекции АВ ответ системы будет ошибкой, а при детекции только А ответ не будет являться ошибкой, то система прекратит ответы на раздражение АВ, а будет реагировать только на А. Это значит, что рецетор А будет иметь высокий вес в паттерне А, и рецепторы А и В будут иметь отрицательный вес в паттерне АВ. Надо понимать, что Анализ-Синтез это не универсальная формула решения задач. Это одни из механизмов протекающих при отработке информации корой, только лишь отдельной частью развитого мозга, это нельзя применить к простейшим или всей нервной системе.

  • OPENTadpole: первое кибернетическое животное
    0
    Проект OPENTadpole не подразумевается монетизировать, да и его развитие также. Для меня проект полностью завершён и лаконичен. Спасибо, за оценку качества, просто я люблю то, что я делаю. В планах более амбициозные вещи, к чему головастик был подготовкой и отработкой.
  • Код нейроэлемента
    0
    Спасибо. С классической теорией нейронных сетей я знаком и довольно-таки давно, благо на эту тему материалов очень много. Классические нейронные сети — это очень хорошая вещь, имеющая ряд преимуществ и у меня есть идеи неких «симбиозов», но об этом еще рано говорить.
    Сложно оценить размеры сети, время покажет. Во-первых, пока не ставиться цель получить некую личность, достаточно отдельных когнитивных функций, распознавание зрительных и слуховых образов, или просто распознавание команд на уровне домашних животных или детей. Во-вторых, нейроэлемент не совсем нейрон. Биологические клетки не выделяются точностью, увидеть направленную передачу в отдельной нервной клетке практически невозможно, это свойство можно выделить в некой группе. Можно сказать, что нейроны формируют нервную ткань мозга, подобно тому, как клетки печени формируют ткани печени определённым рисунком, паттерном. Нейроэлемент будет более продуктивен в плане вычислений. В-третьих, из 86 миллиардов (официальная цифра)) чуть больше половины это клетки-зёрна мозжечка. Эти клетки определяют, какой из каскадов тайминговой настройки будет запущен, механизм работы мозжечка можно упростить, сохранив его функционал.
    На мой взгляд, разум подобный человеческому возможно осилит хороший, производительный домашний ПК. Конечно, если модель будет оптимизирована. К примеру, приходилось видеть, как в компьютерной графике оперируют миллионами полигонов и вершин, причём для каждой вычисляется сложная формула работы материала и шейдера. В свой работе я пока не занимался оптимизацией, это один из сложных вопросов программирования, поэтому даже при относительно небольшом количестве элементов программа падает, ну какие тут могут быть искусственные мозги. Необходимо разделить графическую и расчетную часть, использовать потоки, а не корутины и т.д.
    Конечно, если строить систему, учитывая архитектуру каждого нейрона, топологию всех связей то потребуется бесконечное множество человеко-часов, мейнфрейм от IBM и немалая сумма денег. Главное это понимание логики и принципов работы чего-либо, зная их можно сделать лучше и проще.
  • Код нейроэлемента
    0
    В данной модели изменяются входы (изменение порога сумматора), более того изменяются выходы. Основанием для работы являются данные исследований биологического нейрона, прошу прощения, но «входов-инструкций» по всем признакам нет. В рисунке в статье довольно подробно изложено всё, что известно о том как нейрон обрабатывает (суммирует) входящие сигналы. Если честно, то традиционные нейросети я считаю выдающейся технологией, но её популяризация создало искажённое представление о нервной клетке.
  • Код нейроэлемента
    0
    Ну тогда и не стоит пытаться (шутка).
    В модели нет необходимости учитывать Всё, достаточно только реализовать логический функционал который приводит к интеллектуальному поведению и когнитивным функциям.
  • Структура и стартовые настройки мозга
    0
    У собак очень развитый мозг (вроде как 6 слоев в коре). Имеет значение не только количество слоев, но и общая площадь коры, а так же архитектура связей.
  • Структура и стартовые настройки мозга
    0
    Обязательно попробую, всё требует времени.
  • Удивительный мозжечок
    0
    Все описанное в серии лишь теории, которые требуют экспериментального подтверждения или опровержения. Я не имею лаборатории и у меня нет опыта работы с подопытными животными, поэтому сам эту работу я провест не могу.
    Усилие на мышце определяется частотой активаций её моторных единиц. Частота управляющих импульсов определяется временными интервалами между ними — таймингаии. Речь идёт об очень коротких временных интервалах. В нервной системе нет аналоговых сигналов, только короткие импульсы одинаковой амплитуды.
    Последовательность действий определяет кора больших полушай. Но то с каким усилием или характером будет происходить сокращение мышцы определяется памятью мозжечка.
  • Моделирование эмоций или электронное чувство новизны
    +1
    С теориями об эмоциях действительно большая беда, нет единого общепризнанного мнения. На мой взгляд лучше всего отражает действительность теории П.В.Симонова.
    Стоит разделить эмоции обусловленные потребностями и эмоциональные состояния. К примеру, существует потребность в самосохранении, состояние голода — страх. Страх может вызвать одну из двух защитных реакции: «A» или «B». A — атакуй или беги, модулируется повышение чувствительности нейронов моторная кора (злость). B — затаись и замри, модулируется понижение чувствительности нейронов моторной коры. Радость — это состояние при котором совокупно все потребности в состоянии насыщения. Формула счастья: Счастье = дофамин + серотонин + эндорфин. Печаль — отсутствие соответственно этих медиаторов. С отвращением, несколько сложнее, с этим эмоциональным состоянием связанна область коры которая у Человека сильно разрослась, у приматов подобная область активируется при получении неприятного вкуса или запаха. А человек может связать заложенный сценарий реакции не только на вкус и запах, а на многое другое.
    Моделировать эти эмоции пока невозможно, требует большой и масштабной работы. Программа очень проста и демонстрирует лишь некоторые базовые принципы.

    Рекомендую на эту тему лекции Дубынина, это академические знания от физиолога.
    Дубынин Вячеслав. Мозг потребности и эмоции

  • Память, консолидация памяти и бабушкины нейроны
    0
    И привыкание происходит так же на уровне отдельных синапсов.
    Речь идет о нейроэлементах, а это логическая еденица. В будущем в плане больше приблизить нейроэлемент к биологическому нейрону, добавив различные виды «медиаторов», с возможностью селективно модулировать нейроэлемент к различным медиаторам.
  • Память, консолидация памяти и бабушкины нейроны
    0
    Преимущественно этот эффект проявляется на крупных пирамидальных клетках гиппокампа, хотя может, наблюдаться и в других областях но в меньшей концентрации.


    Не все клетки имеют LTP. Грубо говоря, клетки которые вокруг крупных пирамидальных клеток гиппокампа подвержены привыканию.
  • Симулятор нервной системы. Часть 3. Ассоциативный нейроэлемент
    0
    Здравствуйте,
    В биологическом мозге всё, как всегда, сложнее. Предположительно чувствительность нейрона невысока и он хорошо восприимчив к изменения соседних нейронов. Скорее радиус его чувствительность не превышает десятка миллиметров (может и меньше) и только действительно сильная активность на большем расстоянии способна повлиять на него. Всё компенсируется за счет высокой локализованности, за счет многократного дублирования представительств, об этом я буду говорить в следующих выпусках.
    Изображение с собакой весьма условно, формирование такой рефлекторной дуги от одной области к другой через всю кору невозможно. Но помогает понять материал. Электромагнитное взаимодействие сильно теряет свою силу с расстоянием. На моделях, так скажем, небольшой эпизод формирования рефлекса в радиусе электромагнитной чувствительности нейрона. Влияние других удалённых участков есть, но она будет слабым.
  • Симулятор нервной системы. Часть 3. Ассоциативный нейроэлемент
    +1
    «Эфирный Поток Сознания»
  • Симулятор нервной системы. Часть 3. Ассоциативный нейроэлемент
    0
    Провокационный вопрос). Уважаю творчество AlexeyR, я подписан и читаю его, у него в статьях есть много интересного материала. Но признаться к своему стыду многое из его идей не понимаю. Но из того, что я понял могу сказать: наши идеи находятся в разных плоскостях.

    Процитирую другой свой комментарий на эту тему:
    Любая теория имеет право на существование пока она не будет опровергнута или не перейдёт в статус закона или парадигмы. Я считаю, что лучше сначала прорабатывать более простые теории, поддающиеся анализу, чем изучать необоснованно усложнённые. Колебания и волны ионов на поверхности мембраны или же квантовые взаимодействия это очень абстрактно и сложно для меня, я не знаю как эти теории применить к собаке Павлова или молюску Аплизии.
  • Симулятор нервной системы. Часть 1. Простой сумматор
    0
    Ссылка будет в последней седьмой части, дабы не нарушать целостность повествования и не создавать спойлеров. И мануал нужно еще подготовить.
  • Симулятор нервной системы. Часть 1. Простой сумматор
    0
    Показывать исходники мне будет стыдно. Я не программист, да и в плане переписать всё с добавлением нового функционала. В будущем обязательно поделюсь.
  • Симулятор нервной системы. Часть 1. Простой сумматор
    +3
    ) Нет, нет необходимости. Будет только версия на windows.
  • Электромагнитное взаимодействие нейронов
    0
    Возможно) Во всяком случае, должен быть механизм усиливающий сигнал.
  • Электромагнитное взаимодействие нейронов
    0
    Хорошая идея, спасибо.
  • Электромагнитное взаимодействие нейронов
    0
    (Возможна автозамена слов)
  • Электромагнитное взаимодействие нейронов
    0
    Некоторые Ваши вопросы затрагивают темы которые присутствуют в моей работе но ещё не обнородованны, поэтому отвечу без некоторых деталей. Наберитесь терпения, я обязательно поделюсь своими разработками.
    Нельзя говорить о каком-то накоплении заряда в теле клетки, речь идёт о мембранном потенциале и его изменении при возбуждении ткани. Для всех нервных тканей и всех организмов этот потенциал на удивление стабилен и постоянен, он играет главную роль при передаче нервного сигнала. Прочтите статью в википедии «Потенциал действия». Поэтому никакой «перегрузки» или «шока» для нейрона быть не может. Поедаются не заряд, а возбуждение посредством порций медиатора.
    При однообразном раздражении у нейрона возникает эффект привыкания — повышение порога. При длительном «простое»: эффект адаптации — понижение порога, при затяжном «простое» возможно спантанное срабатывание (здесь не отраденно). На видео это видно отсутствием продолжительных зацыкливаний.
    Динамическое создание нейронов имитирует непрерывно заполненное пространство сетью нейронов, все для наглядности, эффекты те же только нет лишних нейронов.
    90 градусов — взято для упрошения, важный параметр для «изоляции от соседний» — фокус нейрона.
    В модели нейрон не меняет своих координат, его местоположение имеет важное значение для анализа и переработки информации. Хотя в природе возможна миграция нейронов при определённых условиях.
    Если удалить нейрон, то это существенно не повлияет на работу системы, необходимо удоление целых областей, чтобы повредить рефлекторные дуги.
    Конечная цель получение имитационной модели когнитивных и рефлекторных функций животных и человека. В дальнейшем конечно испольвоние для получения алгоритмов распознавания речи и изображений, интеллектуального управления и машинного перевода.
  • Электромагнитное взаимодействие нейронов
    +1
    На данный момент разработана модель в рамках которой возможно обьяснение многих явлений и процессов в нервной системе (память, эмоции, пластичность). Причем, на примерах можно проилюстрировать учебники по нейрофизиологии: различные виды синапсов, привыкание, сенсибилитация, иррадиация, концентрация, без абстрактных терминов, все просто и наглядно. Осталась техническая часть, написание кода (вопрос времени, большая часть написана) и подготовка научной статьи. Но, существует проблема, все ооснованно на принципах описанных в статье и необходимы обоснования, подтверждения наличия механизмов подобных взаимодействий в биологических нейронах. И ведь процессы наблюдаемы и теоретически описанны уже давно, ещё Павловым.
    Любая теория имеет право на существование пока она не будет опровергнута или не перейдёт в статус закона или парадигмы. Я считаю, что лучше сначала прорабатывать более простые теории, поддающиеся анализу, чем изучать необоснованно усложнённые. Колебания и волны ионов на поверхности мембраны или же квантовые взаимодействия это очень абстрактно и сложно для меня, я не знаю как эти теории применить к собаке Павлова или молюску Аплизии.
  • Как работает наш мозг или как смоделировать душу?
    0
    Только в перспективе, но это будет не как Deep Dreem, а скорее как человек рисующий в каком нибудь графическом редакторе, мазок за мазком. Но до этого еще далеко, еще много работы.
  • Как работает наш мозг или как смоделировать душу?
    0
    Признаю своё заблуждение и не точность. В нервной системе большинство вставочных нейронов, а не безаксонных. Вставочный нейрон может иметь аксон. Спасибо, за дельное замечание.
  • Как работает наш мозг или как смоделировать душу?
  • Как работает наш мозг или как смоделировать душу?
    +1
    Большую часть информации мозг просто игнорирует, часть забывает сразу, часть забывает потом, да и вообще работает не точно и с ошибками, и на всю жизнь его ресурсов не хватает, что приводит к тремору и склерозу, а под гипнозом и алкоголем вообще может выдать что угодно.)
  • Как работает наш мозг или как смоделировать душу?
    0
    Пока о решении логических задач и речи не шло.
  • Как работает наш мозг или как смоделировать душу?
    0
    Не смотря на то, что здесь приведён пример про когнитивные карты, всё таки главная функция гиппокампа — это кратковременная память, если быть точнее перевод кратковременную память в долговременную. Перевод осуществляется из префронтальной коры в неокортекс и в другие области коры.
    За упоминание книги, спасибо, обязательно ознакомлюсь.
  • Мозг. Голографическая память. Квантовые вычисления. Анонс
    +1
    «Формальные нейроны, используемые в нейронных сетях, не имеют ничего общего с реальными нейронами» — для меня это главная пречина, почему столь плачевные результаты в биологическом подходе.
    За 50 лет морфология нейрона не изменилась, как в общем за последние миллионы лет.
  • Как работает наш мозг или как смоделировать душу?
    0
    То, что реполяризация играет роль информационного канала в нервной системе является всего лишь предположением, на основе этого создана модель. В работе готовой модели проявляются признаки биологического аналога (образование ассоциативных связей, условных рефлексов), что говорит о верности предположения.
    Вектор Т это результат вычислений нейрона, он определяется при каждой новой активации нейрона. Только детальным с учётом графика изменения заряда мембраны, модель работает в соответствии с биологическим аналогом, что опять же указывает на близость модели к реальности.
  • Новые нейронные сети или моделирование работы нервной системы
    0
    Хронология разроботки
  • Новые нейронные сети или моделирование работы нервной системы
    0
    К сожалению в окружающем мире не существует абсолютных истин, придерживаясь которых можно обучаться. Какой результат поведения более ожидаемый, как определить? В реальных условиях, иногда даже не существует учителей, которые укажут, подскажут, что истинно, а что нет. Организм обучается с позиции того, что удовлетворяет его внутренним целям, получение пищи защита и удовлетворение в потребности к размножению.

    В приме существуют два рефлекса, первый: рецептор, или рецепторный нейрон Q связан с моторным нейроном «1», второй: W > 2. Только при активации обоих в короткий промежуток времени происходит их объединение, причем если я воздействую на рецептор Q сначала потом на W, то эта последовательность запоминается и в дальнейшем при активации Q происходит ответ 1, потом 2, но не как не оборот. Хотя если повторять, потом, наоборот, запомнятся обе последовательности.

    Спасибо, за ссылку на статью. Я начал работу над подобной, но опишу используемую здесь модель нейрона.
  • Новые нейронные сети или моделирование работы нервной системы
    0
    Спасибо, подобные видео вдохновляют
  • Новые нейронные сети или моделирование работы нервной системы
    0
    Природа очень мудра, поэтому существуют два вида изменений в синапсах: быстрый и медленный. В синапсах есть вариативность в их силы, определяемое количеством выделяемых порций нейромедиатора. А также большинство синапсов/дендритов выращены на «прозапас», и некоторые исследователи фиксировали использование лишь 14% синапсов нейроном. Дальше, если потребуется, синапсы будут выращены примерно за 0,5 — 2 часа.
    Спасибо за ссылки, хотя проекты очень различны. Мне в работе еще далеко до игры модели в консоль, сначала нужно научить видеть и различать образы.
  • Новые нейронные сети или моделирование работы нервной системы
    0
    Спасибо за столь развернутый и подробный комментарий, Вы действительно во многом правы. Постараюсь ответить на всё.
    Действительно, в корреляции всего со всем нет никакого смысла и этого не происходит ни в природе, ни в модели. Нейрон не связывает, он скорее определяет предпочитаемое направление передачи возбуждения, причем существуют некоторые ограничения в выборе этого направления. Формируются так скажем пути передачи возбуждения, которые могут уточнятся, меняться, забываться, конкурировать между собой и влиять друг на друга, в условиях ограниченного пространства и ограниченных ресурсов нейронов.
    Конечно создание «чистого» разума невозможно. Без внутренних целей и мотиваций ничто не способно мыслить и обучаться. Я конечно планирую в бушующих моделях учитывать эмоции. К примеру, эмоцию новизны, которая отвечает за любопытство и желание получать новые знание, на удивление эту эмоцию можно легко эмулировать в концепции моей модели. Так же, планирую реализовать, модную в ранних работах по искусственным нейронным сетям, концепцию двух кнопок «поощрение» и «наказание».
    Даже в при пассивном рассмотрении изображений, когда происходит угадывание мозгом знакомых образов происходит выброс небольшого количества дофамина, создавая чувство небольшого удовольствия. Поэтому тема эмоционального подкрепления обучения, будет присутствовать в дальнейших работах.
    В моей модели, нейрон при его активации, анализирует паттерн всей системы, уникальную комбинацию всех активных нейронов с учетом их фаз в системе, и потом определяет как распределить выходные веса. Причем, оценка паттерна происходит с позиции самого нейрона. Самый простой результат такой работы нейрона направить возбуждение в направлении другого активного участка. Если бы, одновременно были активны множество других участков на некотором расстоянии друг от друга, картина была бы иная, нейроны бы вбирали другу точку в пространстве системы куда направить возбуждение. Этим можно объяснить наличие в гипокампе так называемой когнитивной карты, или зеркальных нейронов. Один нейрон обрабатывает очень много информации, и делает это весьма элегантно и просто.
    Иерархия в нервной системе действительно существует и очень распространена. Особенно она выражена в безусловных рефлексах, а так же в нервных системах у животных таких как, моллюски, черви и т.д. иерархия в их нервной системе строго определена и изучена. Но с эволюционным развитием в нервной системе все больше увеличивается вариативность. Успех заключается в объединении этих двух аспектов. Вариативность на уровне коры больших полушарий, строгая иерархия на уровне древнего мозга.
    Спасибо за указанные материалы и книги, я обязательно их изучу.
  • И снова игра «Жизнь»
    +5
    Любое наблюдение может дать новый опыт, новый опыт создает всплеск дофамина в крови, дофамин активизирует участки мозга ответственные за получение чувства удовольствия и счастья. У Человека есть потребность получать новую информацию, иногда просто есть желание за чем — то наблюдать, да же если это бессмысленная смена фишек на игровом поле.
  • И снова игра «Жизнь»
    0
    Алгоритм реализации прямой и шаг рассчитывается на каждый кадр, т.е скорость зависит от производительности пк. Могу посоветовать увеличить размер поля.