Нейрон — это не «источник случайных чисел». Хаотическое поведение суть не случайное, а сложное — чрезвычайно сложное. То что вы считаете случайностью, на самом деле чувствительность и пластичность. Прочитайте, что такое хаос: «Динами́ческий ха́ос (также детерминированный хаос) — явление в теории динамических систем, при котором поведение нелинейной системы выглядит случайным, несмотря на то, что оно определяется детерминистическими законами.»
Но интересен хаос не непредсказуемостью — её-то как раз можно было вашим алгоритмом задать. А тем, что хаос — это источник порядка, хаотическое поведение может упорядочиваться — за счёт той самой сложности, чувствительности и пластичности. Это явление самоорганизации, конкретно диссипативной или неравновесной самоорганизации.
Например, генерация импульсов даже двух нейронов, если их соединить, сама собой синхронизируется. То есть из хаоса сам собой возникает порядок. Это давно известный факт, я могу найти ссылку на статью. Чем больше нейронов, тем сложнее синхронизация, по мере увеличения стремясь к сложности ритмов мозга и, соответственно, такой же упорядоченной активности нейронов на выходе нейронной сети, активизирующих мышцы и железы. Как следствие синхронизации, активность мышц и желёз тоже всегда организована в едином порядке. Сигналы рецепторов постоянно вносят в упорядоченную активность нейронов возмущение, порядок постоянно восстанавливается и в результате наше поведение тоже флуктуирует около задачи гомеостаза в конкретных условиях среды.
Как будут синхронизироваться ваши «источники случайных чисел»? Никак. Если что, есть осцилляторные нейронные сети, узнайте, какие там методы и успехи.
В итоге ваш «источник» будет даже не просто упрощением реальной сложности нейрона, а качественным упрощением. И проявляться это будет в том, что каждый нейрон у вас будет сам по себе. Наглядный пример: если вы хотите статистическими методами воспроизвести сложность нейрона, то мозг состоит из нейронов, а мозг — это наше поведение. Таким образом, возможность адекватно воспроизвести нейрон статистическими методами будет приближаться к тому, чтобы статистическими методами воспроизвести сложность поведения человека. Понаблюдать и воспроизвести. Наверное, не стоит объяснять, что это бессмысленная затея.
И возможность исследования таких систем тоже ограничена. Мало того, что нейрон просто сложный, он обучается, его работа связана с ДНК, так он ещё и открытая термодинамически неравновесная система. Для таких систем важен интенсивный обмен со средой, который позволяет им поддерживать своё организованное состояние. Причём обмен ведёт система как целое, поэтому попытка нейрон «разобрать» приведёт к тому, что обмен будет нарушен. Наглядный пример, к чему это приведёт: Можно разобрать компьютер на детали, а потом без особых проблем собрать обратно, или отключить, а потом включить и всё будет работать. Попробуйте разобрать на детали или отключить от воздуха человека. Он быстро превратится в слизь. Интенсивность обмена упала — и организм тоже начинает быстро и необратимо «падать» в состояние равновесия и покоя, распадаясь на элементы и растворяясь в среде. То же самое с любой клеткой. Как следствие, работа нейрона понятна только в более или менее общих чертах.
Но и это ещё не всё. Мозг — это нелинейная система. Сумма частей такой системы не идентична всей системе целиком, то есть поведение возникает не на уровне частей мозга, а на уровне всего мозга как целого. Функциям мозга нельзя сопоставить свои собственные части мозга, которые самостоятельно за эти функции отвечают, и выделив которые, можно было бы соединять их в мозги с любыми нужными функциями по типу конструктора.
Поэтому даже если вы каким-то фантастическим образом воспроизведёте нейрон в модели или просто возьмёте живые нейроны, собрать мозг это не поможет. Ваши нейроны среднестатистические, а все мозги индивидуальные и нейроны в них индивидуальные — как индивидуальны все люди. В результате детальки у вас вроде есть, но образца нет — как конкретно нейроны друг к другу подгонять. Как конкретно связи провести, какие веса, функция активации — и ещё куча всяких параметров, в которых нейроны могут отличаться. Причём постепенно, по функциям, собирать нельзя — см. выше. Что из этого следует?
Из этого следует то, что в попытке построения ИИ из таких нейронов вам всё равно придётся столкнуться с теми же аргументами, которые говорят о том, что качество количеством заменить не удастся. Потому что настоящая суть этих аргументов в том, что нельзя создать то, неизвестно что. Вы могли ознакомиться с этими аргументами по ссылке из моего первого поста. Как раз они в статье, которая одновременно популярно объясняет современные физические представления о мозге. Тут уже и так много написано.
В общем сразу вы вряд ли много поймёте, тем не менее задумайтесь, мозг может быть сложнее, чем вам до сих пор казалось. Простецкие идеи типа каких-то волшебных алгоритмов могут оказаться слишком вольным полётом мысли, которую не ограничивают факты.
2. Неравновесные фазовые переходы — Физическая энциклопедия (про морфогенез и синхронизацию написано во втором абзаце). http://femto.com.ua/articles/part_2/2481.html
Кстати, Sdima1357, а причём здесь синапсы? Нейрон — это открытая термодинамически неравновесная система, хаотический автоволновой осциллятор (ссылки на АИ нужны?). Генерация нейроном спайка зависит не только от состояния синапсов, а от всего, что может повлиять на любое, даже самое ничтожное, изменение его внутренних параметров. А на это, как вы понимаете, способно всё, что нейрон окружает, то есть и синапсы, и глия, и трамвай на Альфа Центавра.
Если к качественному изменению поведения системы может привести самое ничтожное изменение её внутренних параметров, то чтобы воспроизвести сложность поведения такой системы, сложность модели должна быть равносильна воссозданию этой системы на элементарном уровне материи. Любой другой уровень точности будет упрощением. Но столь точная модель не имеет смысла и создана быть не может, следовательно прямыми средствами воспроизвести сложность нейрона и тем более мозга у вас не выйдет. Поэтому, чтобы добиться исполнения вашей мечты — «мозг вполне может быть смоделирован с любой необходимой правдоподобностью» — у вас есть только один путь. Это попытаться заменить «качество» сложности реального мозга «количеством» более простой модели.
Это вам ясно? Но, замечу, такой подход тоже результатов не даст, качество количеством заменить не получится. На это есть отдельные аргументы.
В итоге, как понятно, и ваш алгоритм, и ваша мечта, и ваш «шум» в таком контексте — это на самом деле высосанная из пальца лабуда. Это было бы полбеды, но мало того, что вы не знаете, о чём пишете, вы ещё и бегаете от аргументов. А о неравновесных фазовых переходах на всех уровнях организма, внимании и синхронизации, вы, очевидно, не просто впервые услышали, а ещё и восприняли эти общепринятые научные представления, как посягательство на священные устои и заветы дедов — отсюда уже и хамство в личке, и минусы. Аргументов нет, но очень хочется. По-моему, у вас наблюдаются все признаки невежества.
В тему:
«Наконец, сложные системы, как целое, не поддаются компьютерной симуляции. (…) 1. Нельзя на основании свойств признака установить его причины (обратная задача). 2. Нельзя на основании известных причин, если они взаимодействуют между собой, установить однозначно свойства признака, вследствие возникающих свойств (прямая задача). 3. Нельзя с определенностью предсказать реакцию сложной системы на внешнее воздействие.»
Е. Д. Свердлов — академик РАН, профессор, научный руководитель Института молекулярной генетики РАН, заведующий лабораторией структуры и функций генов человека Института биоорганической химии РАН. «Нерешаемые проблемы биологии: нельзя создать два одинаковых организма, нельзя победить рак, нельзя картировать организм на геном». Журнал «Биохимия», 2018.
Академик в цитате оценивает проблему по максимуму, но даже если быть оптимистом, всё равно очевидно, что любая модель будет упрощением. А это значит, что только «количество» вместо «качества», и это конец для СИИ. О котором вы, полагаю, грезите.
Вы цитату приведёте про «тепловой шум»? Что в точке бифуркации вообще есть «что-то» — электроны, фотоны и т. д.? И вообще, почему только «тепловой шум»? Зачем фантазию так ограничивать? Трамвай простучал где-то, и вот он переход. Зубы стукнули за обедом, и вот опять.
Вот чтобы не выдумывать, обратитесь к науке. Бесконечно малое изменение суть абсолютная чувствительность системы в точке перехода, поэтому вы в принципе не можете узнать, что стало его причиной. Никакое исследование вам эту причину вычислить не позволит в принципе. Поэтому переход через точку бифуркации и не случаен, и непредсказуем одновременно. И поэтому же он не алгоритм. Алгоритм — это инструкция, но что стало причиной перехода и даже как конкретно он происходит описано быть не может. Как следствие, и мышление тоже не алгоритм в принципе.
Остальное я написал в посте выше и ответ на него пока не получил. Интересно, например, как вы со своим алгоритмом синхронизацию смоделируете. В общем снова жду от вас возражений по существу. Или — см. посты выше.
Почему вы решили, что переход в точке бифуркации детерминирует «тепловой шум электронов», как вы утверждаете? По-вашему, чувствительность к начальным условиям, присущая хаосу — когда близкие траектории в фазовом пространстве отдаляются друг от друга с экспоненциальной скоростью — это следствие «теплового шума»? Вы уверены, что в точке бифуркации вообще есть какие-либо электроны? В общем приведите цитату из АИ, пожалуйста.
Почему вы решили, что в мозге есть некие «случайные решения» и что они вообще нужны мозгу? Опыта и условий ему мало? Откуда вы взяли эти идеи?
В одной известной вам «реальной системе» с переходом через точку бифуркации связано каждое переключение внимания. Поэтому если бы этот переход был случайным, то и внимание переключалось бы куда попало. Однако наше поведение целенаправленное и последовательное. Более того, с неравновесными фазовыми переходами связана работа организма на всех уровнях от внутриклеточных процессов и морфогенеза до синхронизации нейронов на разных ритмах, в том числе синхронизации, отвечающей за внимание. Поэтому если бы эти переходы были случайными, то никакой жизни быть не могло бы в принципе. Ни целостный организм, ни целостное поведение просто не могли бы существовать.
В реальной системе бесконечно малое изменение — это некое «истинно элементарное событие». И так как минимум пока неизвестно, что из себя представляет материя на элементарном уровне, то переход через точку бифуркации непредсказуем, а точность моделирования открытых термодинамически неравновесных систем сильно ограничена. Наоборот, это та самая чувствительность к начальным условиям, которая позволяет системе формировать сложное поведение, невозможное без тонкого учёта нюансов условий. Почему, по-вашему, в определении бифуркации бесконечно малое изменение, а не случайный переход куда попало?
Что касается вашего алгоритма из ссылки, то что в мозге вы им в принципе собираетесь моделировать? Каждый нейрон? Или сразу мозг в целом? Каждый нейрон — это открытая термодинамически неравновесная система, точнее хаотический автоволновой осциллятор. В мозге нейроны, будучи связанными в единую сеть, сами собой синхронизируются на разных ритмах, ритмы меняются, как следствие, активность всех мышц и желёз тоже всегда упорядочена в едином порядке и постоянно меняется, посредством постоянных неравновесных переходов, сообразно задачам. Исходя из этого, сколько «наблюдаемых данных» для сколько-нибудь вменяемой модели вам потребуется? Может ли их быть хотя бы в принципе когда-нибудь достаточно?
Ещё раз вас спрошу, где в бифуркации случайность? Где в бифуркации алгоритм? Какое отношение ваше утверждение о "решающей роли случайных процессов" имеет отношение к бифуркациям? К мозгу? К хаосу? К тому, что написано в моём посте, за который вы поставили минус? В первом посте вы написали, что я не прав. В чём?
Переформулирую. На каком основнии вы минусуете точное изложение фактов? Вы сделали это по ошибке? Бывает. Всё знать невозможно. Но тогда исправьте ошибку и дело с концом. Я что-то написал неверно? Что?
Бифуркация - это качественное изменение поведения нелинейной системы прибесконечно малом изменении её параметров. Где здесь случайность, по-вашему? И где алгоритм?
Вы можете чётко пояснить, где это всё вы нашли в бифуркации? Вы же за эти утверждения мне минус поставили? Я прошу вас обосновать .
Вы знаете о роли неравновесных фазовых переходов (которые связаны с переходом через точку бифуркации) в организме, мозге?
Это дискретная цифровая модель, программа. То есть это не реальность, а её некоторое упрощение. Как упрощением являются любые модели. Но чтобы искусственный мозг мог демонстрировать столь же сложное поведение, как мозг реальный, он должен и поведение реального мозга воспроизводить не упрощённо, а во всей сложности. Иначе это будет упрощённая модель. Но упрощённая нам не походит. С неравновесными фазовыми переходами в мозге связано всё на всех уровнях, поэтому любое упрощение превратит модель в качественно более простую, попросту неадекватную сложности реального мозга.
Может быть, это неважно? Пусть попроще будет? Во-первых, понятно, что если мышление критически связано с бесконечно малым уровнем материи мозга, то выделить в нём «функцию личности» и перенести её на другой носитель невозможно, так как это равносильно абсолютно точной копии мозга. Во-вторых, связь бифуркации с бесконечно малыми изменениями параметров системы — суть абсолютная чувствительность системы. Поэтому упростив модель, вы «упростите» и чувствительность. Точнее говоря, ваш мозг перестанет быть открытой системой, его взаимодействие со средой станет качественно проще, вы относительно больше переподчините его не среде, а некоторой программе.
И наконец, в-третьих. Соедините во-первых и во-вторых. Сложность реального мышления равносильна изучению материи на элементарном уровне, так как реальное мышление критически связано с бесконечно малыми изменениями параметров мозга. Сложность модели — если вы хотите, чтобы она была не менее сложной, чем реальный мозг — должна тоже быть равносильной изучению материи на элементарном уровне. Но такое знание минимум не достигнуто, а на самом деле и не имеет смысла вообще. В итоге сложность мозга прямыми средствами недостижима. Единственный путь — это который я вам предложил оценить в посте выше.
Есть осцилляторные нейронные сети, но они далеки от практического применения по причине сложности моделирования такой динамики. А сложно моделировать как раз по причине того, что моделировать можно только то, что хотя бы в принципиальном смысле может быть известно, тогда как выбор в точке бифуркации не может быть известен в принципе. В этом и проблема.
Ваш следующий вопрос наверняка будет о том, почему бы просто не создать очень «большую» обычную искусственную нейронную сеть и тем самым, условно говоря, заменить «качество» сложности мозга «количеством» более простой ИНС. И, как кажется, на каком-то этапе можно будет добиться той же сложности функций, как и в естественном мышлении. Вы считаете это возможно? Или что-то помешает? Заранее скажу - что-то помешает.
Это не гипотеза. Это давно известные факты, они давно уже в энциклопедиях. Тем не менее физика работы организма/мозга совершенно неизвестна сколько-нибудь широкому кругу людей. Даже морфогенез до сих пор многие считают чем-то необъяснимым, хотя основополагающие принципы известны ещё с 50-х годов. Вопросы — как в ДНК может поместиться план организма? — очень распространены. Хотя такого плана нигде нет и он не нужен. Просто всё, что связано с самоорганизацией, очень сложно объяснить. Ниже ссылки на основное из того, что я написал в посте выше.
Нет, компьютер так выглядеть в принципе не может, так как биологические системы и компьютеры/механизмы — это в принципе разные системы. Например, вы можете разобрать компьютер на детали и потом без проблем собрать обратно или отключить, потом включить и всё будет работать. Попробуйте разобрать или отключить от воздуха человека. Он быстро превратится в слизь. Дело в том, что компьютеры — равновесные системы, биологические — открытые термодинамически неравновесные. К последним относится всё живое. Их особенность — интенсивный обмен со средой веществом/энергией, за счёт чего поддерживается упорядоченное состояние. Интенсивность обмена упала — и организм тоже начинает быстро и необратимо «падать» в состояние равновесия и беспорядка, распадаясь на отдельные элементы и растворяясь в среде.
Подробности того, как из клетки формируется многоклеточный организм и почему он не распадается, объяснять долго, но конкретно про нейроны сказать проще.
Например, каждый нейрон сам по себе — это открытая термодинамически неравновесная система, конкретно — это хаотический автоволновой осциллятор. В мозге нейроны соединены в сеть, это приводит к тому, что активность больших ансамблей нейронов сама собой упорядочивается — синхронизируется. Это самоорганизация, открытые термодинамически неравновесные системы способны к самоорганизации. В результате возникают разные ритмы мозга. А ритмы — это важная вещь. Чем сложнее ритмическая картина, тем больше в мозге разной информации (синхронизация — это упорядочение хаоса, а упорядочение хаоса — это уменьшение энтропии и появление информации). Например, внимание связано с селективной синхронизацией нейронов на частоте гамма-ритма. Частота гамма-ритма самая высокая в мозге — и внимание тоже самая яркая и чёткая часть сознания. Причём каждое переключение внимания — это переход через точку бифуркации, когда синхронизируются новые ансамбли нейронов, соответственно тому, куда внимание направлено в данный момент. И наконец порядок в мозге — это и порядок в работе мышц и желёз, с чем нейронная сеть мозга связана на выходе.
Если в целом, то глобальная синхронизация больших популяций нейронов присуща состоянию бездействия или глубокого сна. В момент пробуждения, по причине изменения концентрации веществ в нейронах и увеличения их активности, в нейронной сети растёт неравновесие, поэтому слишком простая волновая динамика больше не может распределить энергию по нейронной сети. В результате глобальная синхронизация распадается на некоторое множество волновых процессов, происходящих на разной частоте — ритмы мозга усложняются, картина синхронизации становится сложнее — появляется внимание, образы и эмоции, «возникает» сознающий себя субъект.
Как происходит обрушение песчаной кучи или сход снежной лавины? Это простые модели неравновесных систем и перехода через точку бифуркации.
Вначале в систему активно поступает энергия/вещество, из-за чего системе растут напряжения, она приходит в неравновесное состояние и в какой-то момент происходит её обрушение. Причём то, как конкретно пойдёт обрушение, зависит от самых ничтожных нюансов условий, сложившихся в момент обрушения, то есть в момент перехода через точку бифуркации. Про эффект бабочки слышали? Другими словами, если строго, то бифуркация — это качественное изменение поведения нелинейной системы при бесконечно малом изменении её параметров. Вот качественно такие процессы и происходят в мозге — бифуркации и обрушения (неравновесные фазовые переходы) — начиная от морфогенеза до изменения активности нейронов. Никаких вычислений здесь нет.
Появятся они, когда вы, хотя бы в принципиальном смысле, сможете предсказывать поведение системы в точке бифуркации. Но оно зависит от бесконечно малых событий, поэтому принципиально непредсказуемо. Природу невозможно исследовать на уровне бесконечно малых подробностей. Например, это равносильно абсолютно точному измерению и так далее, в общем невозможно, чтобы не углубляться. В итоге мозг, мышление — это в принципе не вычислительная система, не вычислительный процесс.
Мозг - это только с одной стороны нейронная сеть, а с другой - это открытая трмодинамически неравновесная система. Например, каждое переключение внимания - это переход через точку бифуркации (неравновесный фазовый переход). И в целом работа мозга на всех уровнях, начиная от морфогенеза и до синхронизации изначально хаотической активности нейронов (в результате чего возникают ритмы мозга), связана с такими переходами.
В свою очередь, бифуркация - это качественное изменение поведения нелинейной системы при бесконечно малом изменении её параметров. Этот переход принципиально непредсказуем, то есть принципиально невычислим. Поэтому кое-что из первой - нейросетевой - стороны взять можно, но вторая сторона - термодинамическая - всё равно не позволит воспроизвести первую во всей сложности.
Идея же, что, мол, наплевать, и качество можно заменить количеством - сложную работу мозга заменить искусственной нейронной сеть попроще, но зато побольше, тоже ошибочная. Только аргументы не один абзац займут.
Мозг - это открытая термодинамически неравновесная система. Например, каждое переключение внимания - это переход через точку бифуркации (неравновесный фазовый переход) и вообще работа мозга на всех уровнях связана с такими переходами - от морфогенеза до синхронизации изначально хаотической активности нейронов (в результате чего возникают ритмы мозга).
В свою очередь, бифуркация - это качественное изменение поведения нелинейной системы при бесконечно малом изменении её параметров. На уровне бесконечно малых подробностей природа непознаваема, поэтому этот переход в принципе невычислим, то есть принципиально непредсказуем, - но, как понятно, не случаен.
Из физики работы мозга вообще много чего следует в смысле перспектив сильного ИИ, изучения сознания или даже идеи свободы воли и т. д.: https://dronron.livejournal.com/
Нейрон — это не «источник случайных чисел». Хаотическое поведение суть не случайное, а сложное — чрезвычайно сложное. То что вы считаете случайностью, на самом деле чувствительность и пластичность. Прочитайте, что такое хаос: «Динами́ческий ха́ос (также детерминированный хаос) — явление в теории динамических систем, при котором поведение нелинейной системы выглядит случайным, несмотря на то, что оно определяется детерминистическими законами.»
Но интересен хаос не непредсказуемостью — её-то как раз можно было вашим алгоритмом задать. А тем, что хаос — это источник порядка, хаотическое поведение может упорядочиваться — за счёт той самой сложности, чувствительности и пластичности. Это явление самоорганизации, конкретно диссипативной или неравновесной самоорганизации.
Например, генерация импульсов даже двух нейронов, если их соединить, сама собой синхронизируется. То есть из хаоса сам собой возникает порядок. Это давно известный факт, я могу найти ссылку на статью. Чем больше нейронов, тем сложнее синхронизация, по мере увеличения стремясь к сложности ритмов мозга и, соответственно, такой же упорядоченной активности нейронов на выходе нейронной сети, активизирующих мышцы и железы. Как следствие синхронизации, активность мышц и желёз тоже всегда организована в едином порядке. Сигналы рецепторов постоянно вносят в упорядоченную активность нейронов возмущение, порядок постоянно восстанавливается и в результате наше поведение тоже флуктуирует около задачи гомеостаза в конкретных условиях среды.
Как будут синхронизироваться ваши «источники случайных чисел»? Никак. Если что, есть осцилляторные нейронные сети, узнайте, какие там методы и успехи.
В итоге ваш «источник» будет даже не просто упрощением реальной сложности нейрона, а качественным упрощением. И проявляться это будет в том, что каждый нейрон у вас будет сам по себе. Наглядный пример: если вы хотите статистическими методами воспроизвести сложность нейрона, то мозг состоит из нейронов, а мозг — это наше поведение. Таким образом, возможность адекватно воспроизвести нейрон статистическими методами будет приближаться к тому, чтобы статистическими методами воспроизвести сложность поведения человека. Понаблюдать и воспроизвести. Наверное, не стоит объяснять, что это бессмысленная затея.
И возможность исследования таких систем тоже ограничена. Мало того, что нейрон просто сложный, он обучается, его работа связана с ДНК, так он ещё и открытая термодинамически неравновесная система. Для таких систем важен интенсивный обмен со средой, который позволяет им поддерживать своё организованное состояние. Причём обмен ведёт система как целое, поэтому попытка нейрон «разобрать» приведёт к тому, что обмен будет нарушен. Наглядный пример, к чему это приведёт: Можно разобрать компьютер на детали, а потом без особых проблем собрать обратно, или отключить, а потом включить и всё будет работать. Попробуйте разобрать на детали или отключить от воздуха человека. Он быстро превратится в слизь. Интенсивность обмена упала — и организм тоже начинает быстро и необратимо «падать» в состояние равновесия и покоя, распадаясь на элементы и растворяясь в среде. То же самое с любой клеткой. Как следствие, работа нейрона понятна только в более или менее общих чертах.
Но и это ещё не всё. Мозг — это нелинейная система. Сумма частей такой системы не идентична всей системе целиком, то есть поведение возникает не на уровне частей мозга, а на уровне всего мозга как целого. Функциям мозга нельзя сопоставить свои собственные части мозга, которые самостоятельно за эти функции отвечают, и выделив которые, можно было бы соединять их в мозги с любыми нужными функциями по типу конструктора.
Поэтому даже если вы каким-то фантастическим образом воспроизведёте нейрон в модели или просто возьмёте живые нейроны, собрать мозг это не поможет. Ваши нейроны среднестатистические, а все мозги индивидуальные и нейроны в них индивидуальные — как индивидуальны все люди. В результате детальки у вас вроде есть, но образца нет — как конкретно нейроны друг к другу подгонять. Как конкретно связи провести, какие веса, функция активации — и ещё куча всяких параметров, в которых нейроны могут отличаться. Причём постепенно, по функциям, собирать нельзя — см. выше. Что из этого следует?
Из этого следует то, что в попытке построения ИИ из таких нейронов вам всё равно придётся столкнуться с теми же аргументами, которые говорят о том, что качество количеством заменить не удастся. Потому что настоящая суть этих аргументов в том, что нельзя создать то, неизвестно что. Вы могли ознакомиться с этими аргументами по ссылке из моего первого поста. Как раз они в статье, которая одновременно популярно объясняет современные физические представления о мозге. Тут уже и так много написано.
В общем сразу вы вряд ли много поймёте, тем не менее задумайтесь, мозг может быть сложнее, чем вам до сих пор казалось. Простецкие идеи типа каких-то волшебных алгоритмов могут оказаться слишком вольным полётом мысли, которую не ограничивают факты.
В тему:
1. Синхронизация (нейробиология) — Википедия. https://ru.wikipedia.org/wiki/%D0%A1%D0%B8%D0%BD%D1%85%D1%80%D0%BE%D0%BD%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_(%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F)
2. Неравновесные фазовые переходы — Физическая энциклопедия (про морфогенез и синхронизацию написано во втором абзаце). http://femto.com.ua/articles/part_2/2481.html
Кстати, Sdima1357, а причём здесь синапсы? Нейрон — это открытая термодинамически неравновесная система, хаотический автоволновой осциллятор (ссылки на АИ нужны?). Генерация нейроном спайка зависит не только от состояния синапсов, а от всего, что может повлиять на любое, даже самое ничтожное, изменение его внутренних параметров. А на это, как вы понимаете, способно всё, что нейрон окружает, то есть и синапсы, и глия, и трамвай на Альфа Центавра.
Если к качественному изменению поведения системы может привести самое ничтожное изменение её внутренних параметров, то чтобы воспроизвести сложность поведения такой системы, сложность модели должна быть равносильна воссозданию этой системы на элементарном уровне материи. Любой другой уровень точности будет упрощением. Но столь точная модель не имеет смысла и создана быть не может, следовательно прямыми средствами воспроизвести сложность нейрона и тем более мозга у вас не выйдет. Поэтому, чтобы добиться исполнения вашей мечты — «мозг вполне может быть смоделирован с любой необходимой правдоподобностью» — у вас есть только один путь. Это попытаться заменить «качество» сложности реального мозга «количеством» более простой модели.
Это вам ясно? Но, замечу, такой подход тоже результатов не даст, качество количеством заменить не получится. На это есть отдельные аргументы.
В итоге, как понятно, и ваш алгоритм, и ваша мечта, и ваш «шум» в таком контексте — это на самом деле высосанная из пальца лабуда. Это было бы полбеды, но мало того, что вы не знаете, о чём пишете, вы ещё и бегаете от аргументов. А о неравновесных фазовых переходах на всех уровнях организма, внимании и синхронизации, вы, очевидно, не просто впервые услышали, а ещё и восприняли эти общепринятые научные представления, как посягательство на священные устои и заветы дедов — отсюда уже и хамство в личке, и минусы. Аргументов нет, но очень хочется. По-моему, у вас наблюдаются все признаки невежества.
В тему:
«Наконец, сложные системы, как целое, не поддаются компьютерной симуляции. (…) 1. Нельзя на основании свойств признака установить его причины (обратная задача). 2. Нельзя на основании известных причин, если они взаимодействуют между собой, установить однозначно свойства признака, вследствие возникающих свойств (прямая задача). 3. Нельзя с определенностью предсказать реакцию сложной системы на внешнее воздействие.»
Е. Д. Свердлов — академик РАН, профессор, научный руководитель Института молекулярной генетики РАН, заведующий лабораторией структуры и функций генов человека Института биоорганической химии РАН. «Нерешаемые проблемы биологии: нельзя создать два одинаковых организма, нельзя победить рак, нельзя картировать организм на геном». Журнал «Биохимия», 2018.
Blue brain project: связи и хаос — https://biomolecula.ru/articles/blue-brain-project-sviazi-i-khaos
Академик в цитате оценивает проблему по максимуму, но даже если быть оптимистом, всё равно очевидно, что любая модель будет упрощением. А это значит, что только «количество» вместо «качества», и это конец для СИИ. О котором вы, полагаю, грезите.
Вы цитату приведёте про «тепловой шум»? Что в точке бифуркации вообще есть «что-то» — электроны, фотоны и т. д.? И вообще, почему только «тепловой шум»? Зачем фантазию так ограничивать? Трамвай простучал где-то, и вот он переход. Зубы стукнули за обедом, и вот опять.
Вот чтобы не выдумывать, обратитесь к науке. Бесконечно малое изменение суть абсолютная чувствительность системы в точке перехода, поэтому вы в принципе не можете узнать, что стало его причиной. Никакое исследование вам эту причину вычислить не позволит в принципе. Поэтому переход через точку бифуркации и не случаен, и непредсказуем одновременно. И поэтому же он не алгоритм. Алгоритм — это инструкция, но что стало причиной перехода и даже как конкретно он происходит описано быть не может. Как следствие, и мышление тоже не алгоритм в принципе.
Остальное я написал в посте выше и ответ на него пока не получил. Интересно, например, как вы со своим алгоритмом синхронизацию смоделируете. В общем снова жду от вас возражений по существу. Или — см. посты выше.
Наконец-то я чего-то по существу от вас добился.
Почему вы решили, что переход в точке бифуркации детерминирует «тепловой шум электронов», как вы утверждаете? По-вашему, чувствительность к начальным условиям, присущая хаосу — когда близкие траектории в фазовом пространстве отдаляются друг от друга с экспоненциальной скоростью — это следствие «теплового шума»? Вы уверены, что в точке бифуркации вообще есть какие-либо электроны? В общем приведите цитату из АИ, пожалуйста.
Почему вы решили, что в мозге есть некие «случайные решения» и что они вообще нужны мозгу? Опыта и условий ему мало? Откуда вы взяли эти идеи?
В одной известной вам «реальной системе» с переходом через точку бифуркации связано каждое переключение внимания. Поэтому если бы этот переход был случайным, то и внимание переключалось бы куда попало. Однако наше поведение целенаправленное и последовательное. Более того, с неравновесными фазовыми переходами связана работа организма на всех уровнях от внутриклеточных процессов и морфогенеза до синхронизации нейронов на разных ритмах, в том числе синхронизации, отвечающей за внимание. Поэтому если бы эти переходы были случайными, то никакой жизни быть не могло бы в принципе. Ни целостный организм, ни целостное поведение просто не могли бы существовать.
В реальной системе бесконечно малое изменение — это некое «истинно элементарное событие». И так как минимум пока неизвестно, что из себя представляет материя на элементарном уровне, то переход через точку бифуркации непредсказуем, а точность моделирования открытых термодинамически неравновесных систем сильно ограничена. Наоборот, это та самая чувствительность к начальным условиям, которая позволяет системе формировать сложное поведение, невозможное без тонкого учёта нюансов условий. Почему, по-вашему, в определении бифуркации бесконечно малое изменение, а не случайный переход куда попало?
Что касается вашего алгоритма из ссылки, то что в мозге вы им в принципе собираетесь моделировать? Каждый нейрон? Или сразу мозг в целом? Каждый нейрон — это открытая термодинамически неравновесная система, точнее хаотический автоволновой осциллятор. В мозге нейроны, будучи связанными в единую сеть, сами собой синхронизируются на разных ритмах, ритмы меняются, как следствие, активность всех мышц и желёз тоже всегда упорядочена в едином порядке и постоянно меняется, посредством постоянных неравновесных переходов, сообразно задачам. Исходя из этого, сколько «наблюдаемых данных» для сколько-нибудь вменяемой модели вам потребуется? Может ли их быть хотя бы в принципе когда-нибудь достаточно?
Ещё раз вас спрошу, где в бифуркации случайность? Где в бифуркации алгоритм? Какое отношение ваше утверждение о "решающей роли случайных процессов" имеет отношение к бифуркациям? К мозгу? К хаосу? К тому, что написано в моём посте, за который вы поставили минус? В первом посте вы написали, что я не прав. В чём?
Переформулирую. На каком основнии вы минусуете точное изложение фактов? Вы сделали это по ошибке? Бывает. Всё знать невозможно. Но тогда исправьте ошибку и дело с концом. Я что-то написал неверно? Что?
Бифуркация - это качественное изменение поведения нелинейной системы прибесконечно малом изменении её параметров. Где здесь случайность, по-вашему? И где алгоритм?
Вы можете чётко пояснить, где это всё вы нашли в бифуркации? Вы же за эти утверждения мне минус поставили? Я прошу вас обосновать .
Вы знаете о роли неравновесных фазовых переходов (которые связаны с переходом через точку бифуркации) в организме, мозге?
В чём я не прав, поясните конкретно. Что должна доказывать ваша ссылка?
Полагаю, вы просто не поняли, о чём речь. Не поняли, что она идёт об общепринятых научных теориях, а не о моих догадках.
Это дискретная цифровая модель, программа. То есть это не реальность, а её некоторое упрощение. Как упрощением являются любые модели. Но чтобы искусственный мозг мог демонстрировать столь же сложное поведение, как мозг реальный, он должен и поведение реального мозга воспроизводить не упрощённо, а во всей сложности. Иначе это будет упрощённая модель. Но упрощённая нам не походит. С неравновесными фазовыми переходами в мозге связано всё на всех уровнях, поэтому любое упрощение превратит модель в качественно более простую, попросту неадекватную сложности реального мозга.
Может быть, это неважно? Пусть попроще будет? Во-первых, понятно, что если мышление критически связано с бесконечно малым уровнем материи мозга, то выделить в нём «функцию личности» и перенести её на другой носитель невозможно, так как это равносильно абсолютно точной копии мозга. Во-вторых, связь бифуркации с бесконечно малыми изменениями параметров системы — суть абсолютная чувствительность системы. Поэтому упростив модель, вы «упростите» и чувствительность. Точнее говоря, ваш мозг перестанет быть открытой системой, его взаимодействие со средой станет качественно проще, вы относительно больше переподчините его не среде, а некоторой программе.
И наконец, в-третьих. Соедините во-первых и во-вторых. Сложность реального мышления равносильна изучению материи на элементарном уровне, так как реальное мышление критически связано с бесконечно малыми изменениями параметров мозга. Сложность модели — если вы хотите, чтобы она была не менее сложной, чем реальный мозг — должна тоже быть равносильной изучению материи на элементарном уровне. Но такое знание минимум не достигнуто, а на самом деле и не имеет смысла вообще. В итоге сложность мозга прямыми средствами недостижима. Единственный путь — это который я вам предложил оценить в посте выше.
Есть осцилляторные нейронные сети, но они далеки от практического применения по причине сложности моделирования такой динамики. А сложно моделировать как раз по причине того, что моделировать можно только то, что хотя бы в принципиальном смысле может быть известно, тогда как выбор в точке бифуркации не может быть известен в принципе. В этом и проблема.
Ваш следующий вопрос наверняка будет о том, почему бы просто не создать очень «большую» обычную искусственную нейронную сеть и тем самым, условно говоря, заменить «качество» сложности мозга «количеством» более простой ИНС. И, как кажется, на каком-то этапе можно будет добиться той же сложности функций, как и в естественном мышлении. Вы считаете это возможно? Или что-то помешает? Заранее скажу - что-то помешает.
Это не гипотеза. Это давно известные факты, они давно уже в энциклопедиях. Тем не менее физика работы организма/мозга совершенно неизвестна сколько-нибудь широкому кругу людей. Даже морфогенез до сих пор многие считают чем-то необъяснимым, хотя основополагающие принципы известны ещё с 50-х годов. Вопросы — как в ДНК может поместиться план организма? — очень распространены. Хотя такого плана нигде нет и он не нужен. Просто всё, что связано с самоорганизацией, очень сложно объяснить. Ниже ссылки на основное из того, что я написал в посте выше.
1. Синхронизация (нейробиология) — Википедия. https://ru.wikipedia.org/wiki/%D0%A1%D0%B8%D0%BD%D1%85%D1%80%D0%BE%D0%BD%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_(%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D0%B1%D0%B8%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F)
2. Неравновесные фазовые переходы — Физическая энциклопедия (про морфогенез и синхронизацию написано во втором абзаце). http://femto.com.ua/articles/part_2/2481.html
3. Диссипативные системы — Обзор — Википедия. https://en.wikipedia.org/wiki/Dissipative_system#Overview
Что касается невычислимости бифуркаций, то во вчерашнем посте я уже написал, почему так.
Нет, компьютер так выглядеть в принципе не может, так как биологические системы и компьютеры/механизмы — это в принципе разные системы. Например, вы можете разобрать компьютер на детали и потом без проблем собрать обратно или отключить, потом включить и всё будет работать. Попробуйте разобрать или отключить от воздуха человека. Он быстро превратится в слизь. Дело в том, что компьютеры — равновесные системы, биологические — открытые термодинамически неравновесные. К последним относится всё живое. Их особенность — интенсивный обмен со средой веществом/энергией, за счёт чего поддерживается упорядоченное состояние. Интенсивность обмена упала — и организм тоже начинает быстро и необратимо «падать» в состояние равновесия и беспорядка, распадаясь на отдельные элементы и растворяясь в среде.
Подробности того, как из клетки формируется многоклеточный организм и почему он не распадается, объяснять долго, но конкретно про нейроны сказать проще.
Например, каждый нейрон сам по себе — это открытая термодинамически неравновесная система, конкретно — это хаотический автоволновой осциллятор. В мозге нейроны соединены в сеть, это приводит к тому, что активность больших ансамблей нейронов сама собой упорядочивается — синхронизируется. Это самоорганизация, открытые термодинамически неравновесные системы способны к самоорганизации. В результате возникают разные ритмы мозга. А ритмы — это важная вещь. Чем сложнее ритмическая картина, тем больше в мозге разной информации (синхронизация — это упорядочение хаоса, а упорядочение хаоса — это уменьшение энтропии и появление информации). Например, внимание связано с селективной синхронизацией нейронов на частоте гамма-ритма. Частота гамма-ритма самая высокая в мозге — и внимание тоже самая яркая и чёткая часть сознания. Причём каждое переключение внимания — это переход через точку бифуркации, когда синхронизируются новые ансамбли нейронов, соответственно тому, куда внимание направлено в данный момент. И наконец порядок в мозге — это и порядок в работе мышц и желёз, с чем нейронная сеть мозга связана на выходе.
Если в целом, то глобальная синхронизация больших популяций нейронов присуща состоянию бездействия или глубокого сна. В момент пробуждения, по причине изменения концентрации веществ в нейронах и увеличения их активности, в нейронной сети растёт неравновесие, поэтому слишком простая волновая динамика больше не может распределить энергию по нейронной сети. В результате глобальная синхронизация распадается на некоторое множество волновых процессов, происходящих на разной частоте — ритмы мозга усложняются, картина синхронизации становится сложнее — появляется внимание, образы и эмоции, «возникает» сознающий себя субъект.
Ссылки на АИ см. в посте ниже.
Как происходит обрушение песчаной кучи или сход снежной лавины? Это простые модели неравновесных систем и перехода через точку бифуркации.
Вначале в систему активно поступает энергия/вещество, из-за чего системе растут напряжения, она приходит в неравновесное состояние и в какой-то момент происходит её обрушение. Причём то, как конкретно пойдёт обрушение, зависит от самых ничтожных нюансов условий, сложившихся в момент обрушения, то есть в момент перехода через точку бифуркации. Про эффект бабочки слышали? Другими словами, если строго, то бифуркация — это качественное изменение поведения нелинейной системы при бесконечно малом изменении её параметров. Вот качественно такие процессы и происходят в мозге — бифуркации и обрушения (неравновесные фазовые переходы) — начиная от морфогенеза до изменения активности нейронов. Никаких вычислений здесь нет.
Появятся они, когда вы, хотя бы в принципиальном смысле, сможете предсказывать поведение системы в точке бифуркации. Но оно зависит от бесконечно малых событий, поэтому принципиально непредсказуемо. Природу невозможно исследовать на уровне бесконечно малых подробностей. Например, это равносильно абсолютно точному измерению и так далее, в общем невозможно, чтобы не углубляться. В итоге мозг, мышление — это в принципе не вычислительная система, не вычислительный процесс.
С чем связан минус?
Мозг - это только с одной стороны нейронная сеть, а с другой - это открытая трмодинамически неравновесная система. Например, каждое переключение внимания - это переход через точку бифуркации (неравновесный фазовый переход). И в целом работа мозга на всех уровнях, начиная от морфогенеза и до синхронизации изначально хаотической активности нейронов (в результате чего возникают ритмы мозга), связана с такими переходами.
В свою очередь, бифуркация - это качественное изменение поведения нелинейной системы при бесконечно малом изменении её параметров. Этот переход принципиально непредсказуем, то есть принципиально невычислим. Поэтому кое-что из первой - нейросетевой - стороны взять можно, но вторая сторона - термодинамическая - всё равно не позволит воспроизвести первую во всей сложности.
Идея же, что, мол, наплевать, и качество можно заменить количеством - сложную работу мозга заменить искусственной нейронной сеть попроще, но зато побольше, тоже ошибочная. Только аргументы не один абзац займут.
В мозге нет.
Мозг - это открытая термодинамически неравновесная система. Например, каждое переключение внимания - это переход через точку бифуркации (неравновесный фазовый переход) и вообще работа мозга на всех уровнях связана с такими переходами - от морфогенеза до синхронизации изначально хаотической активности нейронов (в результате чего возникают ритмы мозга).
В свою очередь, бифуркация - это качественное изменение поведения нелинейной системы при бесконечно малом изменении её параметров. На уровне бесконечно малых подробностей природа непознаваема, поэтому этот переход в принципе невычислим, то есть принципиально непредсказуем, - но, как понятно, не случаен.
Из физики работы мозга вообще много чего следует в смысле перспектив сильного ИИ, изучения сознания или даже идеи свободы воли и т. д.: https://dronron.livejournal.com/