Копирасты все сильнее пыжатся в поисках действительно КРУПНОГО прецедента, одновременно пытаясь скрыть от рядовых пользователей (и самих себя, любимых) технические детали. Нужно, как говорится, общее и строгое доказательство. Не по зубам орешек… Правда, слишком многим выгодно, чтобы большинство людей чувствовало себя априори виноватыми, даже толком не представляя, за что конкретно их собираются прищучить…
Знаете, почитав всю ленту комментариев, отвечу так: за ИГРЫ я готов платить просто потому, что это
а) удовольствие небезвредное
б) трата времени, пусть и помогающая расслабиться
С этой точки зрения платить за игры лучше, чем за них не платить.
А вот если мне вдруг понадобится использовать многоконвейерный GPU приставки, допустим, в нейрокластере, я не буду иметь для этого легального способа (кто, скажите мне, поручится, что корпорация Sony даст проприетарный SDK самоделкину из России, даже если он работает исключительно в интересах науки?), а взлом защиты будет грозить мне удаленной блокировкой сетевых возможностей — я буду сильно обижен…
Думаю, малое разрешение — насущная необходимость для такого дешевого гаджета. Вопрос в сжатии изображения с сенсора: там, вероятно, вариация на тему DjVu, и при высоком разрешении устройство захлебнется потоком данных — ведь производительный ARM туда вряд ли за такие деньги упрячут, скорее, можно рассчитывать на быстродействие, эквивалентное продвинутому Java-телефону.
Второй вопрос — при таких размерах понадобится максимально жесткий корпус, экраны eInk уже зарекомендовали себя устройствами, чувствительными даже к малейшим деформациям.
Берете ADDP-стереогарнитуру от Jabra (только не вкладыши), программный плеер с эквалайзером и спокойно слушаете… Качество у них на высоте — аудиоконвейер они делать умеют.
Рекурсивность метапринтов — слишком сложно для понимания. Пожалуйста, опишите подробнее что вы называете метапринтом?
Метапринтом я называю объект, состоящий из:
Входного паттерна, описанного содержимым некоего буфера восприятия за определенный промежуток времени (такт). В паттерн могут входить как чистые сенсорные данные, так и результирующие (а возможно, и входные) данные других метапринтов. Сравнение паттерна с эталонами идет нечетко, то есть на выходе операции сравнения будет список наиболее похожих эталонов;
Процедуры метапринта, определяющей реакцию интеллекта на внешнее воздействие. Здесь уже посложнее, так как процедура выбирается из списка эталонов, определенного входным паттерном. Причем, операция выбора тоже может являть собой метапринт более высокого уровня абстракции (в случае его отсутствия выполняется процедура, соответствующая входному эталону, наиболее похожему на поступившую сенсорику).
Выполнение процедуры метапринта характеризуется той особенностью, что это не однозначный упорядоченный список команд, а некая структура, в которой роль команд могут также играть метапринты более низких уровней абстракции (безусловные рефлексы и т.п.), запускаемые достаточно простыми паттернами. Например, в живых организмах команды, отдаваемые мозгом мускулам — тоже имеют вид метапринтов, активируемых входным импульсом, адресованным той или иной нейронной структуре. Те же метапринты более низкого уровня, активируемые из текущего, играют роль нечеткого (в отличие от реализаций алгоритмического ИИ) мультиветвления (почему — в последнем пункте). По окончании выполнения процедуры текущего метапринта и всех вызванных из него, имеем новое сенсорное состояние интеллекта, сформированное в буфере восприятия за время выполнения процедуры (причем возникновение активации одного из других метапринтов в процессе мультиветвления может, например, прервать выполнение текущего и сформировать совершенно новое состояние).
Карты предиктивной сенсорики. Здесь нужно дать некоторые пояснения. Формируется карта предиктивной сенсорики — при первом исполнении будущего метапринта, в дальнейшем дополняется (кондиционируется) и сохраняется в долговременной памяти в виде своеобразной структуры, напоминающей список «имя=значение», где входной эталон связывается с вероятностью появления на входе определенного сенсорного состояния. Здесь в дело вступает обратная связь — при появлении каждого нового состояния в результате многократного выполнения одного метапринта — список состояний и связанных с ними вероятностей обновляется. При частом повторении одного и того же результирующего состояния и сходной входной сенсорике на базе одного метапринта может сформироваться другой. Дополнительно нужно еще отметить, что карты разных метапринтов, вероятно, в биологических интеллектах могут пересекаться на уровне пар «имя=значение» (возможно, это следствие сжатия информации при записи в долговременную память), что ведет к накоплению своеобразной полуреляционной сенсорной базы данных.
Сформировать метапринт можно, либо вызвав уже упоминавшуюся ситуацию «паники» и заставив интеллект записать в качестве метапринта все содержимое буфера восприятия за прошедшие такты как входные и результирующие данные, а содержимое «лога» генерируемых команд вместе с обратной связью — как процедуру (тут особо отмечу, что лог записывается на одном уровне абстракции, без учета результата активации других метапринтов, что дает возможность кондиционирования и процедуры в будущем тоже), либо — кондиционированием, подавая определенную входную сенсорику, провоцируя любым способом действия и формируя карту предиктивной сенсорики, возможно, методом «поощрения и наказания» (тут требуются уже известные критерии «плохого» и «хорошего» исхода, для чего в ИИ должны быть прописаны безусловные рефлексы — почти некондиционируемые метапринты самосохранения).
Теперь о рекурсии метапринтов. Так как сенсорика может быть не только булевской, то неизбежно появление ситуации, когда у интеллекта с развитой сенсорикой появится метапринт, предиктивная карта которого будет содержать паттерн активации его самого. Судя по живым организмам, в ИИ такие ситуации должны быть вне закона (прописаны в некондиционируемом метапринте, управляющем работой аппаратной части), кроме случаев, когда требуется накопление определенной интенсивности сенсорики или создание ситуации контролируемой «утечки памяти буфера восприятия», т.е. сосредоточения, что в дальнейшем приводит к активации некоторого другого метапринта, чаще сложного и высокоабстрактного, или приводящего в действие какие-то узкоспециализированные аппаратные средства. Как пример: можно с большой долей достоверности утверждать, что система размножения млекопитающих полностью реализована именно на рекурсивных метапринтах.
«Паника» при достаточно большом количестве метапринтов и достаточном уровне их иерархичности возникнуть уже не может, опускаясь до простейших правил, решение может быть принято, пускай и элементарное. Или можно попытаться абстрагироваться от деталей и решить задачу от сенсоров более высокими уровнями абстракции. Но, на мой взгляд, на одном из уровней абстрагирования ответ точно будет найден.
Приходится признать, что полностью исключить такие ситуации невозможно, более того, каждый из нас за жизнь переживает как минимум 4 классических «паники», при этом минимум одну из них — имея уже мощный пласт полностью сформированных метапринтов. Более того, спровоцированная «паника» может затереть любой другой метапринт, подав на вход идентичную ему сенсорику.
Проблема в том, что в нейронной сети группы не могут быть однозначно выстроены в иерархию. Группа «приятный» может содержать определенную сенсорную информацию и от зрения и от слуха. Или содержать в себе элементы разных уровней абстракции, например музыка содержит информацию от сенсоров и от обработки её мозгом, который определяет периодичность, мелодию и прочее. Как это можно решить в случае с метапринтами я пока не представляю.
Наличие разнообразных вариантов вложенности как нейронных сетей, так и метапринтов (см. описание процедуры метапринта) дает возможность обрабатывать любую информацию, я думаю. Вообще по этой проблеме мне кажется, что ИИ должен иметь возможность на аппаратном уровне создавать из своих нейронных сетей выше определенного размера — суперсети, формируя их в иерархию, специфичную для каждой конкретной задачи. Правда, как хранить информацию о текущем состоянии и выполнять перестройку сетей — мне пока не слишком ясно…
Метапринты, насколько я понимаю, хорошо справляются в случае если необходимо записать несколько условий, но в случае если необходимо сравнивать разноплановую информацию или обрабатывать её рекурсивно, или делать новые выводы ситуация заметно усложняется.
Думаю, вероятностный характер входных паттернов и предиктивных карт позволяет обойти ограничение на разноплановость информации. В случае же живых организмов «важность» данных с разных планов определяется приоритетом сенсорики.
Вообще, по-моему, успешная работа ИИ может быть связана с наличием «двух(или более)потоковой» структуры, основанной на единой системе памяти, где хранится информация о имеющихся в настоящий момент метапринтах. При этом один «поток» работает непосредственно на выполнение метапринтов и взаимодействием с аппаратной частью, в то время, как второй — может в любой момент выполнить любой метапринт в режиме «эмулятора», а также — используя данные обо всех имеющихся в системе метапринтах, выполнять поисковый просчет однажды принудительно (возможно, с помощью специального низко- или высокоуровневого метапринта) сохраненной в кратковременной памяти и предварительно обработанной другими метапринтами сенсорики, подавая ее (возможно, случайным образом, но в этом не уверен) на вход самых разных процедур и просматривая результаты. Здесь, думаю, вполне может скрываться ключ к механизму «озарений» (и возможно, к использованию всех объемов мозговой ткани, над проблемой коего бьются все психоневрологи). В режиме «эмуляции» вполне могут формироваться новые метапринты (особенно высоких уровней), которые попадут в общую память, и при случае выполнятся, пополнив предиктивные карты для себя и других. Более того, в ситуации, когда в выполняемом основным потоком метапринте возникла «паника», эмулирующий поток может на время заместить собой основной (низкоуровневый метапринт «беспокойство»), и попытаться решить задачу, используя данные, находящиеся в данный момент в буфере «эмулятора». Иногда этим можно объяснить весьма странные курьезы восприятия у живых организмов (у людей — фобии).
Таким образом получается, что метапринты определяют работу интеллекта на всех уровнях, его «знания» представляют собой набор входных паттернов, которые с помощью специальных метапринтов высокого уровня абстракции могут быть опознаны и выданы на вход «эмулятора» в виде воспоминаний. Процедуры метапринтов, начиная с определенного уровня, имеют вид «умений» интеллекта, а предиктивные карты формируют «опыт восприятия», определяющий предсказуемость реакции интеллекта на внешние воздействия.
Ффухх! А материала-то уже на статью, кажись, набирается...
Я думаю, все эти проблемы успешно решаются живыми организмами за счет того, что:
— размер хранимого паттерна за счет развитой обработки поступающего потока непосредственно в нейросетях органов чувств составляет считанные элементы. Обработка же производится метапринтами более низкого уровня.
— те же нейросети органов чувств обеспечивают предопределенную привязку к поиску внутри групп паттернов по типу сенсорики. Ведь восприятие осознается интеллектом как поступающее с разных органов чувств — и это тоже обеспечивают метапринты низкого уровня (в качестве доказательства можно привести примеры природных синестетиков, например, муравьев).
— вложенность и рекурсия метапринтов, кажется неограниченны, то есть выполнение некой группы метапринтов может служить частью паттерна для другого метапринта уровнем выше или ниже, без иерархии.
— в таком случае легко обойти проблему ассоциативности, так как со временем все меньше сенсорных ситуаций порождает ситуацию «паника», а в случае вылета такого исключения в одной из групп метапринтов — сенсорика из других метапринтов, в том числе иного уровня вложенности, может сыграть роль замещающей. Здесь много опасностей (в биологии с этим связаны почти все патологии размножения птиц и млекопитающих), но думаю, это и есть ключ к неограниченному эвристическому поиску.
Загадкой остается, как вы правильно заметили, механизм сравнения, тем более, что на определенном уровне развития живой организм может сознательно генерировать на своем «рекурсивном» входе те или иные (правда, уже известные) паттерны, то есть они действительно слабо зависят от чистых входных данных, которые еще и сравниваться должны одновременно со всеми сразу хранимыми эталонами. Кроме того, метапринты ниже определенного уровня в достаточно развитом интеллекте исполняются в режиме «эмуляции», а значит, должен быть сформирован некий супер-метапринт, обеспечивающий такую эмуляцию. Возможно, существует вариант решения такой задачи на основе разветвленной иерархии вложенных простых нейросетей, но пока я об этом не думал, да и вычислительная мощь для моделирования правда потребуется запредельная.
Могу сказать, что однажды провел мысленный эксперимент: на клочке бумаги описал простейшую систему, имеющую всего пять булевских сенсоров, таймер и два движителя. Эта «машинка» должна была найти путь в захламленной комнате. Для сравнения прогнал эту идею через генетический алгоритм с фит-функцией, отыскивающей первую свободную дорогу (задача решалась десятком итераций на каждом перекрестке, машинка бы раздолбалась), и метапринтную систему, работающую по принципу оценки вероятности встречи с препятствием с каждой стороны в зависимости от продолжительности работы движителей. Поскольку полностью случайных лабиринтов не бывает, задача уже после прохождения двух-трех перекрестков и тупиков (тупик-типичная ситуация «паника») решалась вполне уверенно, только иногда половина лабиринта оставалась в стороне. Думаю, делай я машинку в железе, смог бы реализовать ее управление на Arduino с внешним модулем памяти на пару мегабайт…
Этот тип обучения заключается в построении модели мира внутри ИИ на основе объектов (метапринтов), имеющих обратную связь по сенсорике, времени и вероятности повторения. То есть входной блок ИИ непрерывно анализирует поступающую сенсорику в поисках некоторых паттернов, прописанных в долговременной памяти, причем определяется не только сходство с эталонным паттерном, но и вероятность его повторения в будущем.
Когда паттерн найден, выполняется некая последовательность действий, также записанная в долговременной памяти. Содержание этой последовательности действий зависит от того, насколько входной паттерн в памяти был похож на поступившую сенсорику, а также, какова вероятность того, что после выполнения метапринта на вход поступит результат, в виде еще одного паттерна сенсорики.
Главная проблема такого метода — запись последовательностей действий, которые ранее не были связаны с определенными паттернами сенсорики. Делать это можно либо, подавая на вход ИИ такую сенсорику, аналогов которой найти в данном состоянии памяти просто невозможно (тогда система порождает ситуацию «паника», входит в режим ручного управления и последовательность действий для метапринта прописывается предельно жестко), либо многократным повторением практически одной и той же сенсорики на входе, совмещенным с принуждением к выполнению тех или иных действий. Во втором случае на выходе метапринта будет некое дерево последовательностей действий, каждый узел которого будет кодироваться некой степенью соответствия входной сенсорики «эталонной», то есть средней для данного метапринта. Кроме того, каждый узел дерева будет характеризоваться определенной вероятностью возникновения на входе определенной «сенсорики результата», по которой можно дополнительно выбирать, какую конкретно последовательность должен в данный момент использовать ИИ (то есть, грубо говоря, возможна ситуация, когда ИИ выбирает последовательность действий, менее сходную с паттерном сенсорики на входе, но имеющую результирующую сенсорику, которая рассматривается как более соответствующая решению поставленной в настоящий момент задачи).
Насколько я знаю, этот метод в науке ИИ на данный момент может являться апокрифом, я сам узнал о нем случайно.
видите ли, если рассматривать информацию как совокупность цифровых данных, это не будет иметь смысла, а вот если сигнал будет интерпретироваться по разному в зависимости от его информативности — это совсем другая опера, и пост не уходит в абсурд. Вопрос в том, как разделять входящий (именно битовый, другого создать не сможем) поток на подпотоки для раздельной интерпретации, то есть — как задавать и кондиционировать рефлексы низкоуровневого восприятия. Ибо они завязаны в равной мере как на чистую сенсорику, так и на модель мира, уже построенную в ИИ и позволяющую обобщать эту самую сенсорику и создавать «эталоны» для ее опознания.
мы обязаны будем все время оценивать вероятность того, что информативность сигнала, приходящего с «водой» внезапно повысится, то есть непрерывно в «фоновом режиме» прослеживать соответствие поступающего потока определенным ранее критериям «воды», то есть придется непрерывно тренировать нейроны, отвечающие за фильтрацию. Я думаю, не будь у нас в мозгах такого или подобного механизма, мы разучились бы читать как только научились более-менее быстро распознавать буквы.
не забывайте о времени. Рефлекс, то есть низкоуровневый метапринт, должен действовать примерно так: «если за время k приходит сенсорика , то при выполнении за время t действий <vector_motion> на вход начнет приходить сенсорика <vector_result> за время T и с вероятностью P, достаточно большой, чтобы считать рефлекс (метапринт) безусловно подлежащим исполнению».
Раз вы в теме, то ответьте пожалуйста и на мой вопрос: реализуется ли где-нибудь в экспериментальных работах по ИИ метапринтный принцип обучения, или пока это считается утопией?
Атрофия нейронов, думаю, не должна возникать, так как нейроны, принимающие отфильтрованные данные, в биологических системах наверняка занимаются тем, что в «байпасном режиме» реализуют алгоритмы подмены, соответственно их в любой момент можно переключить на прямую выдачу в общий поток обработки ранее подменяемого сигнала и сконцентрировать восприятие на нем.
Обязательно придется учесть тот факт, что большую часть времени интеллект человека обретается в «аугментной реальности», когда большая часть поступающих сигналов отфильтровывается как неинформативная, и подменяется метапринтами восприятия, прописанными в долговременной памяти. Так что ИИ придется не просто обучать, но и кондиционировать, подавая на вход смесь полезной информации с «водой», чтобы обучить его концентрировать ресурсы для решения той или иной задачи.
Будем ждать оценок трудоемкости перехода на новый материал. Технология изготовления первой очереди транзисторов и микросхем, надо полагать, уже разработана?
а) удовольствие небезвредное
б) трата времени, пусть и помогающая расслабиться
С этой точки зрения платить за игры лучше, чем за них не платить.
А вот если мне вдруг понадобится использовать многоконвейерный GPU приставки, допустим, в нейрокластере, я не буду иметь для этого легального способа (кто, скажите мне, поручится, что корпорация Sony даст проприетарный SDK самоделкину из России, даже если он работает исключительно в интересах науки?), а взлом защиты будет грозить мне удаленной блокировкой сетевых возможностей — я буду сильно обижен…
Второй вопрос — при таких размерах понадобится максимально жесткий корпус, экраны eInk уже зарекомендовали себя устройствами, чувствительными даже к малейшим деформациям.
Метапринтом я называю объект, состоящий из:
Выполнение процедуры метапринта характеризуется той особенностью, что это не однозначный упорядоченный список команд, а некая структура, в которой роль команд могут также играть метапринты более низких уровней абстракции (безусловные рефлексы и т.п.), запускаемые достаточно простыми паттернами. Например, в живых организмах команды, отдаваемые мозгом мускулам — тоже имеют вид метапринтов, активируемых входным импульсом, адресованным той или иной нейронной структуре. Те же метапринты более низкого уровня, активируемые из текущего, играют роль нечеткого (в отличие от реализаций алгоритмического ИИ) мультиветвления (почему — в последнем пункте). По окончании выполнения процедуры текущего метапринта и всех вызванных из него, имеем новое сенсорное состояние интеллекта, сформированное в буфере восприятия за время выполнения процедуры (причем возникновение активации одного из других метапринтов в процессе мультиветвления может, например, прервать выполнение текущего и сформировать совершенно новое состояние).
Сформировать метапринт можно, либо вызвав уже упоминавшуюся ситуацию «паники» и заставив интеллект записать в качестве метапринта все содержимое буфера восприятия за прошедшие такты как входные и результирующие данные, а содержимое «лога» генерируемых команд вместе с обратной связью — как процедуру (тут особо отмечу, что лог записывается на одном уровне абстракции, без учета результата активации других метапринтов, что дает возможность кондиционирования и процедуры в будущем тоже), либо — кондиционированием, подавая определенную входную сенсорику, провоцируя любым способом действия и формируя карту предиктивной сенсорики, возможно, методом «поощрения и наказания» (тут требуются уже известные критерии «плохого» и «хорошего» исхода, для чего в ИИ должны быть прописаны безусловные рефлексы — почти некондиционируемые метапринты самосохранения).
Теперь о рекурсии метапринтов. Так как сенсорика может быть не только булевской, то неизбежно появление ситуации, когда у интеллекта с развитой сенсорикой появится метапринт, предиктивная карта которого будет содержать паттерн активации его самого. Судя по живым организмам, в ИИ такие ситуации должны быть вне закона (прописаны в некондиционируемом метапринте, управляющем работой аппаратной части), кроме случаев, когда требуется накопление определенной интенсивности сенсорики или создание ситуации контролируемой «утечки памяти буфера восприятия», т.е. сосредоточения, что в дальнейшем приводит к активации некоторого другого метапринта, чаще сложного и высокоабстрактного, или приводящего в действие какие-то узкоспециализированные аппаратные средства. Как пример: можно с большой долей достоверности утверждать, что система размножения млекопитающих полностью реализована именно на рекурсивных метапринтах.
Приходится признать, что полностью исключить такие ситуации невозможно, более того, каждый из нас за жизнь переживает как минимум 4 классических «паники», при этом минимум одну из них — имея уже мощный пласт полностью сформированных метапринтов. Более того, спровоцированная «паника» может затереть любой другой метапринт, подав на вход идентичную ему сенсорику.
Наличие разнообразных вариантов вложенности как нейронных сетей, так и метапринтов (см. описание процедуры метапринта) дает возможность обрабатывать любую информацию, я думаю. Вообще по этой проблеме мне кажется, что ИИ должен иметь возможность на аппаратном уровне создавать из своих нейронных сетей выше определенного размера — суперсети, формируя их в иерархию, специфичную для каждой конкретной задачи. Правда, как хранить информацию о текущем состоянии и выполнять перестройку сетей — мне пока не слишком ясно…
Думаю, вероятностный характер входных паттернов и предиктивных карт позволяет обойти ограничение на разноплановость информации. В случае же живых организмов «важность» данных с разных планов определяется приоритетом сенсорики.
Вообще, по-моему, успешная работа ИИ может быть связана с наличием «двух(или более)потоковой» структуры, основанной на единой системе памяти, где хранится информация о имеющихся в настоящий момент метапринтах. При этом один «поток» работает непосредственно на выполнение метапринтов и взаимодействием с аппаратной частью, в то время, как второй — может в любой момент выполнить любой метапринт в режиме «эмулятора», а также — используя данные обо всех имеющихся в системе метапринтах, выполнять поисковый просчет однажды принудительно (возможно, с помощью специального низко- или высокоуровневого метапринта) сохраненной в кратковременной памяти и предварительно обработанной другими метапринтами сенсорики, подавая ее (возможно, случайным образом, но в этом не уверен) на вход самых разных процедур и просматривая результаты. Здесь, думаю, вполне может скрываться ключ к механизму «озарений» (и возможно, к использованию всех объемов мозговой ткани, над проблемой коего бьются все психоневрологи). В режиме «эмуляции» вполне могут формироваться новые метапринты (особенно высоких уровней), которые попадут в общую память, и при случае выполнятся, пополнив предиктивные карты для себя и других. Более того, в ситуации, когда в выполняемом основным потоком метапринте возникла «паника», эмулирующий поток может на время заместить собой основной (низкоуровневый метапринт «беспокойство»), и попытаться решить задачу, используя данные, находящиеся в данный момент в буфере «эмулятора». Иногда этим можно объяснить весьма странные курьезы восприятия у живых организмов (у людей — фобии).
Таким образом получается, что метапринты определяют работу интеллекта на всех уровнях, его «знания» представляют собой набор входных паттернов, которые с помощью специальных метапринтов высокого уровня абстракции могут быть опознаны и выданы на вход «эмулятора» в виде воспоминаний. Процедуры метапринтов, начиная с определенного уровня, имеют вид «умений» интеллекта, а предиктивные карты формируют «опыт восприятия», определяющий предсказуемость реакции интеллекта на внешние воздействия.
Ффухх! А материала-то уже на статью, кажись, набирается...
— размер хранимого паттерна за счет развитой обработки поступающего потока непосредственно в нейросетях органов чувств составляет считанные элементы. Обработка же производится метапринтами более низкого уровня.
— те же нейросети органов чувств обеспечивают предопределенную привязку к поиску внутри групп паттернов по типу сенсорики. Ведь восприятие осознается интеллектом как поступающее с разных органов чувств — и это тоже обеспечивают метапринты низкого уровня (в качестве доказательства можно привести примеры природных синестетиков, например, муравьев).
— вложенность и рекурсия метапринтов, кажется неограниченны, то есть выполнение некой группы метапринтов может служить частью паттерна для другого метапринта уровнем выше или ниже, без иерархии.
— в таком случае легко обойти проблему ассоциативности, так как со временем все меньше сенсорных ситуаций порождает ситуацию «паника», а в случае вылета такого исключения в одной из групп метапринтов — сенсорика из других метапринтов, в том числе иного уровня вложенности, может сыграть роль замещающей. Здесь много опасностей (в биологии с этим связаны почти все патологии размножения птиц и млекопитающих), но думаю, это и есть ключ к неограниченному эвристическому поиску.
Загадкой остается, как вы правильно заметили, механизм сравнения, тем более, что на определенном уровне развития живой организм может сознательно генерировать на своем «рекурсивном» входе те или иные (правда, уже известные) паттерны, то есть они действительно слабо зависят от чистых входных данных, которые еще и сравниваться должны одновременно со всеми сразу хранимыми эталонами. Кроме того, метапринты ниже определенного уровня в достаточно развитом интеллекте исполняются в режиме «эмуляции», а значит, должен быть сформирован некий супер-метапринт, обеспечивающий такую эмуляцию. Возможно, существует вариант решения такой задачи на основе разветвленной иерархии вложенных простых нейросетей, но пока я об этом не думал, да и вычислительная мощь для моделирования правда потребуется запредельная.
Могу сказать, что однажды провел мысленный эксперимент: на клочке бумаги описал простейшую систему, имеющую всего пять булевских сенсоров, таймер и два движителя. Эта «машинка» должна была найти путь в захламленной комнате. Для сравнения прогнал эту идею через генетический алгоритм с фит-функцией, отыскивающей первую свободную дорогу (задача решалась десятком итераций на каждом перекрестке, машинка бы раздолбалась), и метапринтную систему, работающую по принципу оценки вероятности встречи с препятствием с каждой стороны в зависимости от продолжительности работы движителей. Поскольку полностью случайных лабиринтов не бывает, задача уже после прохождения двух-трех перекрестков и тупиков (тупик-типичная ситуация «паника») решалась вполне уверенно, только иногда половина лабиринта оставалась в стороне. Думаю, делай я машинку в железе, смог бы реализовать ее управление на Arduino с внешним модулем памяти на пару мегабайт…
Когда паттерн найден, выполняется некая последовательность действий, также записанная в долговременной памяти. Содержание этой последовательности действий зависит от того, насколько входной паттерн в памяти был похож на поступившую сенсорику, а также, какова вероятность того, что после выполнения метапринта на вход поступит результат, в виде еще одного паттерна сенсорики.
Главная проблема такого метода — запись последовательностей действий, которые ранее не были связаны с определенными паттернами сенсорики. Делать это можно либо, подавая на вход ИИ такую сенсорику, аналогов которой найти в данном состоянии памяти просто невозможно (тогда система порождает ситуацию «паника», входит в режим ручного управления и последовательность действий для метапринта прописывается предельно жестко), либо многократным повторением практически одной и той же сенсорики на входе, совмещенным с принуждением к выполнению тех или иных действий. Во втором случае на выходе метапринта будет некое дерево последовательностей действий, каждый узел которого будет кодироваться некой степенью соответствия входной сенсорики «эталонной», то есть средней для данного метапринта. Кроме того, каждый узел дерева будет характеризоваться определенной вероятностью возникновения на входе определенной «сенсорики результата», по которой можно дополнительно выбирать, какую конкретно последовательность должен в данный момент использовать ИИ (то есть, грубо говоря, возможна ситуация, когда ИИ выбирает последовательность действий, менее сходную с паттерном сенсорики на входе, но имеющую результирующую сенсорику, которая рассматривается как более соответствующая решению поставленной в настоящий момент задачи).
Насколько я знаю, этот метод в науке ИИ на данный момент может являться апокрифом, я сам узнал о нем случайно.