GotAI.NET

Форум: Проблемы искусственного интеллекта

 

Регистрация | Вход

 Все темы | Новая тема Стр.6 (8)<< < Пред. | След. > >>   Поиск:  
 Автор Тема: На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
VPR
Сообщений: 94
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 31 окт 18 6:18
Изменено: 23 мар 19 13:16
Цитата:
Автор: NewPoisk
а) все крупные открытия уже сделаны

…Кстати, в массе своей даже молодёжь не верит не то что в "Сингулярность", но вообще в сколько-то заметный прогресс! - многие молодые люди со страхом думают о жизни на мизерные пенсии на старости (в России). Пожалуй, и такие голливудские фильмы, как "Планета обезьян..", с их кромешной тупостью, и многие политики-питекантропы также оптимизма не добавляют.

…На самом же деле, даже если бы все крупные открытия уже были сделаны, возможностей для "Сингулярности" хоть отбавляй! - как уже было сказано, ОТИ предсказывает, что для создания ИИ с мощностью человеческого ЕИ никаких новых технологий не требуется! - как и для создания совершенных систем виртуальной реальности, андроидов, "аватаров". Конечно, колоссальную отдачу даст и решение "мелких" технологических проблем, - например, реализации потенциальные возможностей трёхмерных электронных "чипов", особенно для высоко-параллельной обработки в ИИ, но пока успехи в решении этой рутинной научно-инженерной задачи довольно скромные. С другой стороны, в отсутствие руководящей теории (ОТИ) и в присутствии мощных лоббистских сил немалые научные средства тратятся на явно тупиковые направления, вроде технологий "мемристоров" или имитации отдельных нейронов (аналогично во всей науке - на первом месте здесь пресловутый "термояд" ?).

...Может ли РАН признать эти ошибки? - сомневаюсь, её легче распустить, чем реформировать. А ВУЗы, в том числе те, которым я предлагал сотрудничество в разработке "ОТИ", в недавно опубликованном мировом рейтинге ВУЗов занимают воистину ЖАЛКИЕ места !! Так кто же ТУПОЙ, если лучшее в мире образование приносит столь жалкие плоды ?? Возьмём, кстати, и вятский Физико-математический лицей - его ученики занимают первые места на международных конкурсах, но его руководитель отказался даже встретиться со мной - видимо, его вполне устраивает, что выпускники его Лицея в конечном итоге уезжают за границу или уходят в бизнес ??
[Ответ][Цитата]
VPR
Сообщений: 94
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 15 ноя 18 12:12
Изменено: 23 мар 19 13:20
P.S. 15 нояб. 2018
...Проверил рейтинг темы у поисковиков – тема занимает №1 у Гугл по запросу "общая теория интеллекта", – Спасибо, Гугл! – ты хоть тупой, но честный! Но.. где всё же "настоящая" наука? – где люди, готовые сделать из ОТИ недоступного для простых смертных "математического монстра" ?..
...Причина перерыва в изложении ОТИ – накопившееся отвращение к умственному труду.
...Нельзя не признать и сложность излагаемого здесь формализованного (почти математического) подхода, обещающего создание универсального ИИ, но именно в силу сложности имеющего пока скромные достижения по сравнению с простыми алгоритмами сетей "глубокого обучения". Сейчас даже те учёные, которые понимают ограниченность "глубокого обучения", всё равно продолжают сравнивать мозг с такими сетями (Константин Воронцов, май 2018) – просто потому, что им больше не с чем сравнивать био-мозг. Предлагаемые мной гипотезы, при всех их недостатках, всё-таки являются альтернативой, к тому же они важны для понимания работы био-мозга. Для био-мозга получаемые "процессинги" кажутся сложноватыми, но в био-мозге они, возможно, имеют более простую альтернативу.

...В настоящее время я продвигаюсь в изучении инвариантов сенсорного восприятия, и тут мне попался отрывок из "Искусственный интеллект и разум человеческой популяции", П.Г. Кузнецов (приложение к "Основы теории эвристических решений. Подход к изучению естественного и построению искусственного интеллекта", Е.А. Александров, 1975), оба труда довольно любопытные, см. https://sheba.spb.ru/za/kibernetika-1975.htm), в котором есть строки о том, что "инвариантами" являются "сущности" и даже физические законы. И тогда меня "осенило": суть изучения окружающего мира мозгом – от мозга младенца до мозга академика – является поиск и использование "инвариантов" !! Точнее так: сутью Интеллекта является нахождение и использование для оптимизации "целевой функции" инвариантов, связанных с описанием и обобщением объектов и "действий" (возможно – чего-то ещё ?).. Пока эта формула является гипотезой, так что приглашаю всех подумать о том, охватывает ли она все особенности функционирования мозга.
...(Примеч.: очевидна связь интеллекта с задачей классификации, которая связана с задачей построения "системы инвариантов", см. цитату В.Л. Попова (Инвариант // Матем. энциклопедия, 1979) в Википедии: "...целью математической классификации является построение полной системы инвариантов.. (эквивалентных объектов)").

...Простейшие инварианты – координатно-метрические – помогают нам "ориентироваться" в сенсорно-объектных сущностях и пространстве (в координатах), в движениях используются также инварианты, связывающие координатные и "динамические" величины. Все "кластеры" и "кластерные обобщения" являются способом описания "инвариантных сущностей" явлений, которые в инвариантах "1-го порядка" (координатных) сильно различаются. Все обобщения сущностей являются одновременно и инвариантами более высокого порядка. Инварианты наивысшего порядка (вероятно) – смысловые (в том числе законы природы).

...П.Г. Кузнецов пишет о том, что инварианты имеют множество представлений (или "проекций", используя его терминологию), т.е. описаний, в различных системах координат (Пример.: простейший случай – "явление" конкретного объекта является проекцией объекта на "сенсорную систему координат", но уже на уровне кластера часто происходит обобщение объектов в "объект(ы) определённого класса"). Как будет более подробно показано в следующем сообщении, максимально инвариантные признаковые описания (недеформируемых) объектов возможны в определённых системах координат, привязанных к этим объектам, а для пространственного ориентирования субъекта необходимы инвариантные пространственные описания объектов окружения, возможные в системах координат, связанных (упрощённо) с "телом" субъекта. Для преобразования "сенсорных координат" (зрения, слуха, "движений" и др.) в координаты "инвариантных описаний" необходимы блоки (часто обратимых) "преобразований координат" (будут описаны в следующем сообщении).

...Итак, "инварианты" могут быть представлены (обратимо или необратимо) в разных "системах координат", но при этом (в отл. от абстрактной математики) распознаются мозгом только в одной ("удобной"). Здесь можно провести аналогию с переводом "смысла" с одного (внешнего) языка на другой – "смысл" здесь является инвариантом, обратимо представленным в его "языковых проекциях" и, очевидно, он не сводится к словам (нельзя сказать: "Я понял это по-русски" и т.п.). Смысл, в отл. от слов и грамматических конструкций, однозначно связан с предыдущим опытом индивида, и такую связь имеют "иерархии объектов и действий". Т.е. слова "Я понял фразу" означают: "Я перевёл фразу в "мыслительную конструкцию" (в определённом контексте), связанную с иерархией моих объектов и действий".
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 15 ноя 18 13:18
Изменено: 15 ноя 18 13:20
Вы молодец! Траянам, Черновым и т.п. далеко до Вас...
[Ответ][Цитата]
гость
188.170.174.*
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 15 ноя 18 21:59
Изменено: 26 апр 19 14:13, автор изменений: VPR
Цитата:
Автор: VPR
..где люди, готовые сделать из ОТИ недоступного для простых смертных "математического монстра" ?..

В смысле, где они? Посмотрите в зеркало и найдете там одного. Почтенная публика уже не первую страницу ждет "математического монстра" от вас.

И, если вы его не представите, то:
Цитата:
Автор: Михайло
..VPR, вы пустышка-балабол...
[Ответ][Цитата]
VPR
Сообщений: 94
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 17 ноя 18 11:34
Изменено: 23 мар 19 13:22
P.S. 17 нояб. 2018
Структура векторов
...В простом варианте "вектор" состоит из достаточно упорядоченных "элементов". Поскольку элементов "вектора" может быть так много, что они не могут быть переданы одновременно, "вектор" можно разделить на несколько "гипо-векторов", передаваемых последовательно (здесь важно подчеркнуть, что "временнЫе паттерны", передаваемые одним нейроном, не имеют смысла (они требуют сложные нейронные схемы для кодирования-декодирования и увеличивают минимальное время обработки), смысловые паттерны образуются только при групповом возбуждении нескольких нейронов (аксонных линий), временнЫе последовательности спайков могут также имитировать аналоговую составляющую сигнала и использоваться для образования временнОй задержки возбуждения колонок как одного из факторов определения "колонки-победителя"). Вероятно, "полный вектор" может содержать до 10 гипо-векторов, передаваемых за время порядка ≈ 10 мс каждый, во многих случаях (например, для идентификации нужного объекта из нескольких) достаточно одного гипо-вектора (т.е. 10 мс в одной мини-колонке, не считая предыдущей обработки), вероятно, обработка одного "вектора" укладывается в период бета- и альфа- ритмов (30-100 мс).

...Наибольший интерес представляют логические группы паттернов, образующие "микро-вектор" – минимальный логически законченный вектор данных (описание какого-то одного "качества"), достаточно независимый от других "микро-векторов". Например, цвет и яркость объекта могут быть переданы микро-вектором из 4 паттернов (3 от колбочек и 1 от палочек). Микро-векторы разного "формата" (из разных сенсорных областей и т.д.) поступают в разные мини-колонки, взаимодействующие между собой и с выходами гиперколонки. Дробление векторов на "микро-векторы" вызвано:
а) "Требованиями простоты" – микро-векторы могут поступать сравнительно независимо друг от друга, в пределах некоторых интервалов времени, связанных с "ритмами мозга", в конце которых возбуждения (в том числе "тормозящие") суммируются в каждой гиперколонке (кластере);
б) Затруднением идентификации одним нейроном слишком длинных векторов.

...Представляется, что для задачи надёжного распознания даже один "опорный" микро-вектор содержит в себе слишком много (синаптических) связей. Решение этой задачи с одновременным уплотнением информации обеспечивает имитация отдельными дендритами логических свойств целых нейронов (имеются экспериментальные подтверждения). В этом случае дендриты образуют с "шинами" компактные "синаптические кластеры" (есть экспериментальные подтверждения существования таких "кластеров"), способные надёжно опознавать свои "паттерны" с генерацией "спайков", а несколько таких спайков с "кластеров", воспринимающих один "микро-вектор", были способны генерировать спайк "логического дендрита", возбуждающего нейрон. Для запоминания "микро-вектора" лишь одним из "логических дендритов" нейрона необходимы "сигналы выборки", усиливающие возбуждение этого дендрита (запись происходит во сне, когда функции кортекса не востребованы, с подготовкой соответствующих "ячеек памяти"). (P.S. Далее будет описана иная логика работы "логических дендритов").

Числа
...Элементами микро-векторов могут быть "символы (абстракций)" и/или числа.
...Числа могут кодироваться по-разному, но в конечном итоге, для быстроты работы мозга, должны переводиться в паттерны параллельных возбуждений. Самый простой принцип кодированием здесь – чем больше число, тем больше линий возбуждения в "паттерне" (зависимость может быть нелинейной), в то же время различение этих чисел проще, если линии упорядочены и реально передаётся лишь возбуждение наиболее "старшей" из возбуждённых линий. Таким образом логично вытекает, что самым простым и удобным представлением чисел для нейронных схем, является возбуждение одной из нескольких десятков упорядоченных аксонных линий.
...Недостатком такого представления является неэффективность кодирования одного "числа" (так, при числе линий в шине = 70 кодируется всего 70 чисел (140 со знаком "минус"), эти числа могут образовывать подобие линейной или геометрической прогрессии и т.д. (для координат удобнее линейная прогрессия, а для силы – геометрическая, для увеличения "динамического диапазона").
...Существенные достоинства такого представления чисел:
а) Возможность "обобщения" метрических признаков в "опорных" и "входных" векторах (представление множества чисел вместо одного числа). Во "входных векторах" вместо одного "реального" числа подаются диапазоны чисел (вокруг "реального", ширина диапазонов определяет "меру обобщения" и может меняться, в "аналоговом варианте" аналоговая составляющая сигналов в диапазонах плавно убывает к краям диапазонов), в "обобщённых опорных векторах" к этому "механизму" добавляется возможность "наложения" числовых данных отдельных "опорных векторов". Такие обобщения имеют следующие применения:
– "свёртка" (определение меры сходства) числовых данных;
– усреднение значений функции по многим "опорным векторам", применяется в преобразователях координат (сенсорика, см. далее) и в генераторах потенциалов действия (моторика, в мозжечке)..

б) При "неплотном" представлении любых символов на шине возможно их уплотнение (одновременное, "обобщённое" представление) с некоторой вероятностью ошибки.

...Для повышения точности оценок и действий, помимо уменьшения дискретности (например, ведения новых "линий" с промежуточными значениями чисел), возможно использование различных способов "усреднений"..
[Ответ][Цитата]
Victor G. Tsaregorodtsev
Сообщений: 3187
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 18 ноя 18 9:08
Изменено: 26 апр 19 14:14, автор изменений: VPR
Цитата:
Автор: VPR
И тогда меня "осенило": суть изучения окружающего мира мозгом – от мозга младенца до мозга академика – является поиск и использование "инвариантов" !! Точнее так: сутью Интеллекта является нахождение и использование для оптимизации "целевой функции" инвариантов, связанных с описанием и обобщением объектов и "действий" (возможно – чего-то ещё ?)..

Идея многократно на форуме в прошлые годы возникала (а иногда и обсуждалась), в основном в темах Андрея.
Пара ссылок на тамошние мои посты (я как раз этими постами и вводил термины "инвариант/инвариантность" взамен менее формальных чужих мыслей)
http://gotai.net/forum/default.aspx?postid=61587#61587
http://gotai.net/forum/default.aspx?postid=70282#70282
[Ответ][Цитата]
VPR
Сообщений: 94
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 25 ноя 18 13:38
Изменено: 23 мар 19 13:25
...Добавлю, что прошлый опыт – также во внекластерной памяти (но тоже бессмысленной без кластеров)..

P.S. 25 нояб. 2018 (P.S. Информация в следующем абзаце устарела, см. далее)
...В дополнение по представлению чисел как "возбуждение одной линии среди нескольких" – такое представление также очень удобно для сенсорных координат проекций объектов (точек) на сетчатку глаз. Такие координаты формируются сеткой "параллельных" аксонов в зрительной зоне кортекса V1.

Описание пространств. -отношений (ликбез)
...Прежде всего заметим, что описание пространственных отношений объектов (или объектов-признаков) – это векторное описание со строгой упорядоченностью элементов микро-векторов. Полное ("развёрнутое") описание пространственных отношений объектов возможно через независимые друг от друга микро-векторы (образующие неупорядоченную группу), описывающие попарно отношения между объектами. Намного удобней "редуцированное" описание, в котором описываются отношения объектов только с одним "базовым" объектом, такое описание должно включать в себя также описание "базового объекта", микро-векторы такого описания также образуют неупорядоченную группу, хотя они зависят от описания "базового объекта". Неупорядоченные микро-векторы удобно (но не обязательно) передавать по одной "шине" (группе "шин"), производить свёртку микро-векторов последовательно во времени и суммировать эти "свёртки" в конце периода, определяемого, вероятно, альфа- и бета-ритмами. Заметим, что группу микро-векторов, описывающих сцену или объект, допускающую "неупорядоченность", проще формировать, чем строго упорядоченную группу..

...Далее заметим, что для распространённого случая объектов, не меняющих свою форму, пространственные отношения определяются:
– отношениями расположений "условных центров";
– отношениями "ориентации" их направленных "условных осей" (или "осей" и "плоскостей" для 3D-отношений);
– отношениями их размеров (константа для конкретных объектов).
(в общем случае пространственные отношения имеют динамический характер, но реально будут рассмотрены лишь в статике)

...Если совокупность условных (но при этом достаточно однозначно и удобно определяемых по неким правилам) "центра + оси (оси и плоскости для 3D) + размеров" объекта (или сцены, которую можно трактовать как "гиперобъект") обозначить как его "координатную базу (К-базу, термин не соответствует общепринятой терминологии)", то пространственные отношения между объектами (или сценами) – это отношения их "К-баз". К-базу можно представить в виде вектора "эталонной" длины, выходящего из "центра объекта" (с проходящей через него плоскостью для 3D), его эквивалентные представления – один (2D) или два (3D) вектора, выходящих из общей точки, или две (2D) или три (3D) упорядоченные точки пространства (последнее представление ценно для определения К-баз, связанных с "внешними" объектами и сценами).
...(Примеч. 1. Число векторов "координатного базиса" в пространстве на единицу выше числа векторов К-базы, представленной векторами и "точкой").
...(Примеч. 2. Понятие "эталонный" в применении к К-базам непродуктивно, поскольку "абсолютных" эталонов для био-мозга не существует).

...Пространственные отношения группы объектов (или объектов-признаков) удобно описывать в общей системе координат, построенной на одной из таких "К-баз" (известно, что каждая система координат должна иметь правила (однозначного) вычисления координат с определёнными геометрическими построениями). Системы координат обычно описывают лишь пространственные положения точек (и содержат эталоны "расстояний"), "угловая ориентация" (объекта) легко может быть описана в 2D-координатах, а вот в 3D-координатах описание угловой ориентации в любых системах координат довольно сложно (легко "заблудиться в 3-х осях"), поэтому здесь лучше использовать "эквивалентное представление" К-базы объекта в виде 3 точек (это также уменьшает размерность преобразований координат, см. дальше), а "отрезки прямых" (определяющие угловую ориентацию объектов с осью симметрии или "линейный сдвиг") описывать через 2 крайние точки.

...Уменьшить сложность описаний 3D объектов и сцен мозгу помогают также:
– опорные 2D-проекции объектов и сцен (в разных "3D-позициях");
– редукция 3D-отношения объектов и сцен до их 2D-проекций, с добавлением параметра "глубины" или "высоты";
– определение наиболее рационального "центра" объекта (в простой, наиболее узнаваемой, "базовой" части объекта и т.п.); иные "ухищрения" (приобретаемые методом проб и ошибок)..
...(Примеч. 1: В кластерах 2D-описаний объектов каждому (?) описанию может добавляться соответствующее положения объекта относительно субъекта в "3D" и общее 3D-описание, помогающее идентифицировать объект. В этом случае возможно определить 3D-положение субъекта относительно объекта или всей сцены по 2D-проекциям (по фотографиям и т.п., например).
...(Примеч. 2: Некоторые зрительные "иллюзии" или дефекты зрения ("дрожание" и т.д.), возможно, появляются при созерцании некоторых объектов с трудно определяемой К-базой ?).

...Описание пространственных отношений объектов (ткж. субъектов) имеет много функций в системе зрения (вариант группирования):
а) узнавание объектов по объектам-признакам и их пространственным отношениям, и, аналогично, узнавание "гипер-объектов" (сцен), составленных из объектов (признаковое ориентирование);
б) пространственное ориентирование действий субъекта ("обстановки действий"), в том числе с пересчётом координат; изучение "действий иных субъектов" и "событий";
в) адаптация положений центра (или иных областей – для ночного зрения) и оси зрительного поля к проекциям объектов на поле зрения (2D) через повороты глаз, а при необходимости также – головы и всего тела (сенсорное ориентирование).
...(Примеч.: Все эти функции должны дополняться функциями анализа и моделирования в воображении).

...Таким образом, "описание пространственных отношений" является общим механизмом зрения, с различными целями и "системами координат".

3D-моделирование мозга – инварианты и преобразования
...(Примеч.: Здесь изложены общие принципы 3D-моделирования для любых систем, которым необходимо ориентирование, в том числе не имеющих универсального интеллекта, хотя.. лет через 10 системы без УИИ будут выглядеть полным анахронизмом ?).

...Рассмотрим здесь способность мозга к 3D-моделированию, необходимому (в частности) для пространственного ориентирования "действий" (включая мысленных) – любые сдвиги и повороты относительно 3D-объекта или сцены (реальные или мысленные) не разрушают этот объект (сцену) как "модель в мозге" (в общем случае – динамическая) – так можно мысленно или с закрытыми глазами пройтись по знакомой комнате, мысленно подняться выше потолка и опуститься ниже пола, и т.д. Это происходит потому, что пространственные отношения окружения могут строиться и запоминаться без привязки к телу и зрению субъекта, в координатных базах (неподвижного, как правило) "окружения", так что достаточно (мысленно или реально) следить за положением своего тела относительно одной такой "координатной базы", чтобы по этому положению быстро "вычислить" (без арифметических действий, см. далее) положения (а при необходимости также "ориентацию" и размеры) объектов, пространственные отношения которых к этой базе были запомнены, к телу субъекта, а с учётом положений глаз и головы субъекта – также в его "поле зрения". Одновременно с моделированием окружения строится текущая (в общем случае также "динамическая") модель тела с конечностями (по крайней мере, в той части, которая задействована в текущих "действиях").

...Таким образом, модель (объекта, сцены) в мозге имеет "инвариантное описание", независимое от положений тела, головы и глаз субъекта (такое описание при определённом выборе "координатной базы", связанной с объектом, может использоваться также для "узнавания" объекта или сцены, инвариантного к сдвигам и изменениям ориентации и "размеров" (масштабов), см. далее, последнее позволяет использовать также внешнюю модель объекта или сцены с изменением масштаба, например, карту), и "представления" – описания модели, необходимые для "действий" (относительно "тела" субъекта и др.) и для координации зрения (относительно его глаз). В свою очередь, представление "объекта, сцены" относительно тела субъекта является инвариантным к поворотам его головы и глаз. Преобразования между "инвариантами" и "представлениями" осуществляют "преобразователи координат" (помимо "координатного описания" характерных точек объекта (сцены) может быть описание "ориентаций" объекта (сцены) в координатных базах, но такое описание слишком сложно для "3D" (легко запутаться даже в двух "осях") и увеличивает размерность преобразований).

...Среди сенсорных координат далее будут рассмотрены лишь зрительные (СЗ) и отчасти тактильно-проприорецепторные (ТП, здесь имеются в виду координаты, связанные в осн. со "степенями свободы" конечностей и в меньшей мере – с чисто "тактильными" координатами). Зрительная система имеет СЗ-координаты 2D-проекций объектов на сетчатку глаз(а) (или множество "фрактальных" координат; известно, что они очень нелинейны и даже имеют "разрывы", их тип пока не будет рассматриваться), а также СЗ-координату "глубины зрения". Координата "глубины" соответствует степени "сведения" (и фокусировки) глаз, она может определяться также иными "сенсорными соответствиями зрения" – изменением размеров и скоростей движений 2D-проекций знакомых объектов на сетчатку (и их наложением), скоростью "аксиальных" движений в поле зрения при движении субъекта, искажениями в зрительном поле (ракурсами), относительной яркостью, и др.).
...(Примеч.: Сенсорная система глаз выделяет "первичные объекты-признаки" и определяет координаты их условных центров (точек) (см. далее), а также иные характеристики этих "объектов" (см. далее), в т. числе скорость перемещения по зрительному полю, важную для предсказания положений этих объектов во времени).

...ТП- система конечностей строит свою систему 3D-координат окружения, связанную с телом (туловищем) субъекта (считая, в первом приближении, "тело" не гибким) и используемую для "действий". ТП- и СЗ- системы координат взаимно согласованы с помощью преобразователя координат.

...Обучение пространственному и признаковому ориентированию зрительной системы, вероятно, происходит с некоторым участием "априорного знания" о способах построения "описаний-инвариантов" (и частично – с "поиском", стимулированным применением полученных знаний) – "инварианта (пространственного) ориентирования", независимого от поворотов глаз и головы, и "инварианта объектов", независимых также от положений субъекта. "Инвариант ориентирования (или, в более общей формулировке – пространственных отношений "обстановки действий")" получается описанием положений "реперов" в координатах К-базы, связанной с телом субъекта (Т-координатах), или его членов и объектов, через которые оказывается "действие"; "инварианты объектов и сцен" получаются описанием положений характерных точек "объектов-признаков" в координатах К-баз, связанных с самими объектами (О-координатах). Т.о., построение "инвариантов" сводится к (поиску и) описанию "реперов" или "объектов-признаков" и описанию положений в координатах, которые связаны с сенсорными координатами через "преобразователи координат" (как именно происходит поиск "координат инвариантных описаний", имеются ли гиперколонки с подходящими "априорными" функциями, мне неизвестно)..

...Инварианты объектов и сцен в О-координатах позволяет мозгу узнавать их при "любом" положении субъекта (и его головы и глаз) (на практике полнота и точность "инвариантов" зависят от многих параметров). Кроме того, О-координаты позволяют улучшать качество "слежения" за "точками" окружения и экономить ресурсы на "слежение". Так, при движениях субъекта или "объектов окружения" (реальных или воображаемых) обычно осуществляется "слежение" за изменением СЗ- и/или Т-координат (основанное на сенсорике или известной мозгу связи изменений координат с действиями) лишь нескольких "точек", образующих одну из К-баз О-координат окружения – это позволяет, при необходимости, определять (также с учётом положений головы и глаз) Т- и СЗ-координаты любых "точек" объектов и др., положение которых известно в О-координатах этой базы, с помощью "преобразователей координат". Важно, что положения этих точек (объектов) можно всегда "мысленно" представить в С3- и/или Т-координатах – даже если они стали скрыты от сенсорного восприятия, если же объекты в текущий момент видны, то это облегчает их идентификацию.

...Вот почему зрение постоянно подсознательно выделяет в окружении или в отдельных объектах К-базы О-координат (вероятно, даже "с избытком, запасом") разного масштаба (их элементы на местности – "ориентиры"), образующие связные "цепочки", и описывает (представляет) в них "относительно важные" элементы "окружений" или объектов.

...В Т-координатах, помимо описания "инвариантов обстановок", описываются также запоминаемые инварианты сдвигов положений "точек" объектов окружения (также – конечностей объекта) в результате (стереотипных) "действий" (как "результаты действий" или их часть). Это создаёт предпосылки для ориентирования по действиям (движениям), очень важного при недостатке сенсорного контроля за положением тела (ткж. конечностей или управляемых объектов) относительно "окружения", а также для моделирования воображаемых действий (движений).

...Для описания "инвариантов обстановок", кроме Т-координат, можно использовать также О-координаты, указав в них, вместе с "окружением", положение "субъекта", – это позволяет быстро найти в окружении такие "места" для субъекта, расположение в которых обеспечивает необходимые для тех или иных действий "обстановки". Если обстановки не записаны в О-координатах, то необходимые субъекту (для действий) "места" можно искать по отдельным признакам, с мысленным перенесением "тела" в эти места и проверяя "обстановки"..
...(Примеч.: Более простая система ориентирования (у примитивных существ) может быть основана на запоминании (довольно "частом", как это делают пчёлы при облёте вокруг пасеки) окружения в Т-координатах (без использования О-координат) и связей стереотипных движений со сдвигами Т-координат "точек окружения", – недостатком такой системы ориентирования является "малая" инвариантность описания "окружения", – для его узнавания необходимо попасть приблизительно в то же место (и в той же "угловой ориентации"), в которой "окружение" запоминалось в Т-координатах. Однако, используя "виртуальные" ("мысленные", если так можно выразиться о насекомых) сдвиги этих координат, соответствующие различным "движениям", можно добиться узнавания "окружения", а заодно и определить, какое движение необходимо, например, для коррекции полёта к "стереотипной" траектории)..

3D-моделирование мозга – построения и воображение
...3D-моделирование мозга связано с тремя задачами "построений":
а) построений координат "инвариантных описаний" и "калибровкой" всех координат;
б) построений в зрительной памяти реальных объектов, сцен и обстановок в этих координатах (в конечном итоге для установление их связи с "действиями");
в) аналогичных мысленных построений в их связи с "действиями" (для их изучения, сравнения между собой, обобщения.. – т.е. мышления)..

...Построение Т-координат происходит "однократно", но (предположительно) – длительно, сопровождаясь многократным "взаимоувязыванием" с "метрикой" (через коррекции) при ощупывании различных "характерных" объектов с целью добиться достаточной "гладкости" (условно) и "полноты диапазона" этих координат. "Гладкость" Т-координат – это гладкость отображений между Т- и, допустим, "декартовыми" координатами физического пространства. "Гладкость" и "полнота диапазона" Т-координат проявляются также в равномерном и полном распределении по диапазонам этих координат совокупности допустимых случайных (с учётом необходимой точности) "физических расположений" описываемых ими "реальных точек". Поскольку Т-координаты являются производными сенсорных координат, то и "коррекции" вносятся в соответствующие "преобразователи координат", – как общими (см. выше) способами (удалением "дефектных" соответствий и, возможно, коррекцией их весов), так и, возможно, иначе, например – соответствия не меняются, но удаляются или добавляются новые "линии координат"..

...Построение О-координат необходимо многократно по различным К-базам, но способ из построения также заучивается "однократно". Вероятно, все объекты "распознаются" в первую очередь в 2D, и только затем, некоторые – в 3D. Построение О-координат в 3D кажется довольно сложным для био-мозга, если его представить как формальные построения линий, плоскостей и проекций, однако не исключено, что мозг использует именно их, предварительно исследовав их свойства как "инвариантов" (как уже было сказано, одной из целей мозга является поиск "инвариантов", и линии, плоскости, проекции и др. являются в некотором смысле инвариантами), более подробно этот вариант будет представлен позже. Однако не исключён способ, аналогичный способу для Т-координат, менее эффективный по времени обучения (он менее подходит для ИИ).

..."Калибровка" линейной и угловой метрики всех координат происходит по объектам окружения, обладающих соответствующими "инвариантами" в этих координатах..

...3D-построения (как и 2D) реального окружения (и, при необходимости – частей своего тела) – это пространственное связывание в кратковременной памяти распознанных "объектов" (или частей объекта) между собой ("иерархическое" или в разных масштабах), а также (в действиях, движениях) с субъектом (туловищем и/или некоторыми "задействованными" частями тела и др.) и его системой зрения (глазами и головой), с помощью "координатных систем", связанных соответственно с объектами, субъектом (и его частями тела и др.) и системой зрения. Возможно перенесение этих построений в "буферную" память гиппокампов (недоступную для восприятия, изменений и анализа) и их запоминание, в редуцированном виде, в долговременной памяти.

...Информация о "распознанном" объекте (в заданном "контексте", с разной степенью детализации и т.д.) – класс объекта и не-пространственные свойства, тип его пространственных связей с другими объектами (допустим, его "координатные базы") и координаты (и скорости, задаваемые, возможно, через "векторы сдвигов" в "единицу времени", возможно, отдельно через их направление и абсолютную величину) его "характерных точек" (обычно в нескольких системах координат) – находится в различных отделах кратковременной памяти и может быть объединена с использованием условного "идентификационного кода" объекта (или его характерных точек), присваиваемого объекту (точке) при обращении на него(неё) внимания. При перенесении "построений" в более долговременные типы памяти эти "коды" могут удаляться или трансформироваться (например, для различения двух "одинаковых" объектов).

...Для динамического восприятия объекты (точки) должны содержать также код времени (предположительно, в зрительной зоне длительностью до нескольких секунд ?) – таким образом можно анализировать фрагменты движений. Эмоционально важные объекты и т.п. (с их пространственными отношениями) переводятся в память гиппокампов, имеющих и более длительные временные коды, необходимые для анализа причинно-следственных связей).

...Указанные выше 3D-построения (выделение К-базы О-координат, преобразование координат и др.) производятся подсознательно (но сознанию доступны результаты этих "построений" в различных отделах памяти – сенсорные образы, распознанные объекты и т.п., "пространственное восприятие") с участием "процессингов" и локальной (зрительной) "иерархии действий", на которую основная, "сознательная", часть "иерархии действий" может влиять лишь косвенно (как на все подсознательные процессы) – например, указывать, какие объекты "интересны" для 3D-построений.

***
...Воображение основывается на текущих или запомненных (и извлечённых в зрительную память) 3D-построениях реальных объектов, обстановок и т.п. и их связи (в том числе изменении Т-координат "точек" объектов и др.) с запомненными (и, как правило, "стереотипными") действиями из "основной" (т.е. "сознательно" управляемой) иерархии действий (а также "событиями" и действиями иных субъектов), т.е. оно моделирует не только объекты и обстановки, но и действия (менее важно – "события" и действия иных субъектов, далее не рассматриваются).
...(Примеч. Реальные "пассивные наблюдения" также являются "действиями " в обобщённом смысле, а изменения в "моделях" (сценах, объектах, обстановках) без участия действий субъекта называются "событиями", они относятся к "объектным сущностям" в обобщённом понимании, но если они вызваны действиями иного субъекта, то могут изучаться "процессингом действий").

..."Элементы воображения" используются, как уже было сказано, и в "реальных" наблюдениях и действиях. Так, при наблюдении видимых (и иных "сенсорных") объектов воображение используется для "дополнения" их невидимых сторон, – и через "пространственные ощущения", вызванные (извлечённой из памяти или вновь сформированной) 3D-моделью объекта и её пересчётом в Т- и СЗ-координаты, и, вероятно, через связь между положением и ориентацией объекта в Т-координатах с его запомненными 2D-проекциями (как опорными векторами ? или иначе). Любое ориентирование по "К-базам", с пересчётом О-координат объектов в этих базах к Т-координатам, также строит "воображаемые" объекты. Известная мозгу связь движений со сдвигом Т-координат объектов (точек) окружения и др. как один из "результатов (стереотипных) действий" создаёт возможность ориентирования по движениям (действиям) в известном реальном или мысленном окружении (в обоих случаях происходит "мысленная визуализация" окружения), а использование О-координат (с пересчётом их в Т- и СЗ-координаты) создаёт дополнительные возможности для передвижений и иных действий в реальном и мысленном пространстве (окружении), ограниченные лишь памятью и мощностью моделирования.

...Чем точнее запоминается "окружение" и его различные детали, а также "действия", тем меньше будут отличия в результатах реальных (без достаточного сенсорного контроля) и мысленных "движений, действий" от обычных реальных движений и действий под сенсорным контролем ((и здесь возможности технических систем – роботов, систем "аватар" и виртуальной реальности – уже сейчас могут намного превосходить возможности человеческого мозга).

...Помимо действий, похожих на "реальные", в воображении возможны и "нереальные" действия, обычно представляющие собой комбинации "реальных". Среди "нереальных" действий особое место занимают построения Т-координат, позволяющие мысленно "переносить" своё тело, располагать его в любой точке "конструкций", собранных в О-координатах (в том числе позволяющих взглянуть на обстановку как бы глазами другого человека)..

...Итак, 3D-модели, а также изменения, происходящие в них при реальных действиях (обычно "движениях"), запоминаются и могут воспроизводиться при "мысленных, воображаемых действиях" (так, можно мысленно переставить предмет на другое место, мысленно пройтись по квартире и даже мысленно разбить чашку). Базовая цель воображения (в том числе у животных) – "прокручивание" (различных вариантов) известных (записанных в памяти, т.е. "подобных реальным") субъекту действий с целью определения их эффективности, безопасности и т.д., т.е. моделирование "действий" и их результатов. Далее, это "прокручивание" с изменением обстановок (объектов и их расположений в окружении субъекта и др.) может производиться для изучения свойств действий и объектов и возможности обобщений – а это уже настоящее "мышление" (но отличие человеческого мышления от животного – в возможности использования обобщений более высокого уровня, обычно связанных с языком).

..."Шахматная мысль" хорошо иллюстрирует задачи и свойства мышления, вызванного ситуацией, когда, с одной стороны, "объектные сущности" влияют на (стереотипные) "действия", а с другой – "действия" изменяют (и т.п.) "объектные сущности", так что уже через несколько мысленных "ходов" вперёд набираются многие тысячи "вариантов". Будучи примитивной у простаков вроде меня, эта мысль, как считается, может образовывать сущности высокого уровня, мгновенно определяемые "мастерами" по расположению (пространственным отношениям) фигур (в данном случае образующих "обстановку действия"). В этой и иных играх к "пространственным отношениям" добавляются "логические отношения" в виде "правил", на основании которых выстраивается локальная иерархия действий. Вероятно, все "построения" (описания) делаются по образцу "геометрических", хотя имеют свою специфику..
...Другой пример "примитивного" мышления – различные мысленные геометрические построения; существует ограниченный набор правил таких построений и решений геометрических задач (в школе я решал контрольные по геометрии и т.п. за 5 минут, а потом "ловил кайф" в коридоре, и до сих пор такие построения предпочитаю делать "в уме" – это ж
[Ответ][Цитата]
VPR
Сообщений: 94
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 25 ноя 18 13:40
Изменено: 23 мар 19 13:27
(продолж.) P.S. 25 нояб. 2018

– это же куда проще, чем так нотная грамота ?).

...Воображение сцен и "движений" является врождённой способностью мозга, известно, что при мысленных движениях используется торможение их передачи в подкорковые моторные зоны. При "мысленных построениях" объектов и сцен им необходимо присваивать "метки мысленного построения" либо выделять особую часть памяти во избежание путаницы с "реальностью". Мысленные построения во время бодрствования носят кратковременный, призрачный характер, имеют минимальную детализацию и быстро вытесняются сенсорными образами в область "буферной памяти" (см. выше) – это охраняет субъект от дезориентации в "реальности", но эти "построения" могут быть ярче во сне или "трансе", могут быть яркими при определённой "тренировке" или использовании психотропных средств. Построения слуховых образов не приводят к сильной дезориентации, поэтому они могут быть яркими и при бодрствовании – так, например, можно "мысленно" проиграть любую музыку (в том числе "незнакомую"), с любой аранжировкой, эффектами и т.д.

...Важный пример – как дети играют в игрушки. Сначала, с помощью О-координат, ребёнок идентифицирует несколько игрушек как объекты (точность формы лишь облегчает "идентификацию"), которые они "изображают", при этом игрушки и иные предметы в "сцене" изображают "условные объекты" (играющие вообще большую роль в мышлении, уже писал об этом). Затем мысленно меняется масштаб объектов, "всего лишь" заменой "базового расстояния", и сама сцена с помощью "преобразователя координат" преобразуется в "обстановку" (в Т-координатах), в которой возможны мысленные перемещения субъекта (ребёнка). Т.о., игрушки лишь инициируют детское воображение для его перемещений в "виртуальных мирах", при взрослении игрушек оказывается мало – тогда помогают книги, фильмы, но они, в конечном итоге, притупляют собственное воображение..

...Как правило, жизнь заставляет всех умерять свои фантазии – от "мировой славы" до "прибавки к жалованью", – становясь "большими", люди мельчают душой (тут и я не исключение). К чёрту "завоевание Вселенной"! – но можно помечтать хотя бы о системах, которые не уступят в своих возможностях детскому воображению? – я имею в виду системы виртуальной реальности, выстроенные с помощью самых совершенных (но, в сущности, вполне реализуемых уже сегодня) технических средств, имитирующих все виды взаимодействий (в том числе пространственно-динамических, в 3D) окружений с субъектами и субъектов между собой (желательно, с использованием ИИ)..
...(Примеч.: Воображение и "условные объекты" тесно связаны с творчеством, артистичностью, притворством и.. "враньём").

Преобразователи координат
...Преобразования могут быть "прямыми" и "обратными", за искл. ТП-координат, для которых не существует обратных преобразований ввиду того, что их размерность больше размерности пространства. Обратные преобразования в СЗ-координаты находят подтверждение в обратных связях в зрительных зонах мозга, или, например, в феномене "зрительных представлений" о поворотах фигурок в руках, спрятанных от глаз (реальные или мысленные повороты фигурок сопровождаются отчётливыми представлениями о (вероятном) изменении их зрительного восприятия) и др. (конечно, "обратные сигналы" не доходят до сетчатки и т.п., – речь идёт только о системах кратковременной памяти зрительных зон кортекса).
...(Примеч.: все координаты могут быть существенно нелинейными и даже иметь "разрывы", эти недостатки устраняются при калибровке метрики координат и установлении иных "соответствий" при обучении, см. далее).

...Обучение "преобразователей координат" происходит через установление "опорных" соответствий между координатами, т.е. упорядоченных числовых соответствий, являющихся разновидностью "опорных векторов", объединённых в "таблицы" (разновидность "кластеров"), с возможностью "обобщения" (см. далее). "Соответствия" могут быть (условно) "прямыми" и "обратными", способы установления в нейросетях "обратных" соответствий по "прямым" здесь не рассматриваются, в ряде случаев они необходимы для мозга (см. далее). Преобразователи координат экономны (энергопотребление в тысячи раз меньше, чем у современных "3D-ускорителей"), поскольку преобразования производится для малого числа "интересных" в каждый момент объектов с использованием памяти "опорных векторов" (электронные 3D-ускорители использует метод вычислений, причём для большого числа "точек", их мощность доходит до 1 кВт).

...Поскольку как зрение, так и ТП-система используются как для ориентирования, так и для "распознавания", необходимы "преобразователи координат": из СЗ- и ТП- в Т-координаты и из СЗ- и Т-координат в О-координаты (при ориентировании возможно использование цепочки преобразований: из С3- в Т- и из Т- в О-координаты). Очевидна необходимость взаимной увязки преобразователей координат из СЗ- и ТП- в Т-координаты (если условно принять, что они являются общими для зрения и ТП-системы). Поскольку по ТП-ощущениям (Т-координатам) можно "визуализировать" предметы и их расположение, должен существовать "обратный" преобразователь координат – из Т- в СЗ-координаты. "Обратный преобразователь координат" из О- в Т-координаты необходим для ориентирования. Существование "обратного преобразователя координат" из О- в С3-координаты (при пространственном ориентировании вероятно использование цепочки преобразований: из О- в Т- и из Т- в СЗ-координаты) следует из известного факта – способности мысленной визуализации "скрытой" части объекта по его "открытой" части, при этом необходимо знать СЗ- или Т-координаты точек К-базы О-координат.
...Обратные преобразователи в ТП-координаты невозможны (см. выше). Наконец, особой необходимости в "прямых" преобразователях из одних О-координат в другие нет – задача решается проще последовательным методом в СЗ- и/или Т-координатах.

..."Преобразователи координат" (из одних координат в другие) являются частью большого класса (функциональных блоков, "метрических инструментов", используемых для узнавания, пространственного ориентирования и иных действий) "корреляторов (сопоставителей) координат и метрики" (термины не общепринятые), который делится на группы:
1. Преобразователи координат (точек, из одних координат в другие) – т.е. "корреляторы между координатами". В общем случае они, вероятно, могут также осуществлять такие виртуальные преобразования, как изменение масштаба, поворот, сдвиг, и.. возможно, некоторые иные (во всяком случае для О-координат в 2D).
2. Калибраторы (линейной (2 точки) и угловой (3 точки)) метрики (могут быть частью преобразователей координат).
3. Корреляторы сдвигов ("координат характерных точек"), линейных и поворотных, в общем случае – объекта или сцены относительно тела (и, возможно, относительно глаз) субъекта.
4. Вероятно: Корреляторы (виртуального) продолжения линий (в том числе криволинейных), принадлежности к линии или общей линии, или плоскости, или иным геометрическим фигурам. Корреляторы кривизны линии или поверхности. Корреляторы (геометрических) "виртуальных" точек (определение координат таких точек, как "центр" фигуры, прямоугольные проекции точки на линию или ось, и др.).
5. ??? (другие, в зависимости от задач зрения, которые я рассмотрел лишь вскользь).
...(Примеч. 1: Линия, отрезок задаются 2 точками, плоскость может задаваться 2 (через отрезок, перпендикулярный ей) и 3 точками, кривизна – 3 точками, и т.д.)
...(Примеч. 2: Связывание "точек" и т.п. в одну линию возможно и в ходе первичной обработки (в био-мозге производится в "наружном коленчатом теле") при определённой настройке её фильтров).
...(Примеч. 3: Для мысленных (геометрических) "построений мозга" могут использоваться все "корреляторы").
...(Примеч. 4: В "метрические инструменты" входят также корреляторы "скоростей, времени и положений", здесь не рассматриваются)...

...Для "3D-отношений"размерности описания (а, следовательно, и преобразования) координат К-базы и описываемой в ней "точки" слишком велики – минимум 7 для К-базы и 3 – для "точки" (для снижения "размерности преобразования" на 3 единицы можно использовать "мысленный сдвиг" точек К-базы и описываемой в ней "точки" так, чтобы "первая" точка К-базы приобрела в новых координатах "стандартную" позицию, затем произвести "преобразование координат описываемой точки" и затем сдвинуть "точку" в обратном направлении – неизвестно, применяет ли био-мозг такие "приёмы" уменьшения размерности преобразований координат). Для размерности преобразования, равной 10, и для "разумного" числа "опорных векторов" не более 1 млн. (их число ограничивается временем обучения "преобразователя координат", а необходимое число нейронов не превышает числа "опорных векторов", т.е. очень невелико по меркам нашего мозга) в среднем на каждую "координату" приходится 4 дискретных значения "опорных векторов" – на первый взгляд это очень мало, однако "обобщение" в виде аппроксимации "функций преобразования" (достаточно "гладких") по "опорным векторам" позволяет уменьшить погрешность преобразований до 1-3%.

...Далее здесь, для удобства, считается, что в био-мозге по специальным "шинам" передаются числа реальных физических величин (например, координат), закодированные "числовыми представлениями", параметры которых однозначно и монотонно соответствуют указанным числам в каждой "шине". Соответствие "числовых представлений" "физической реальности", в конечном итоге, устанавливается с помощью "корреляторов".

***
...Рассмотрим гипотетическую специализированную гиперколонку "опорных векторов" преобразования координат с указанным (см. выше) представлением чисел, в которых "входные" нейроны распознают "микро-векторы", представляющие "аргументы" функции преобразования (через свёртку, в общем случае один нейрон может распознать несколько векторов с общим значением "функции"), и каждый "входной" нейрон соединён через обучающиеся связи с "выходными", выдающими значения "функции" (в такой "гиперколонке" функции всех мини-колонок и всех "входных" нейронов одинаковы).

...Пусть дан 3D-преобразователь положения "точек", с размерностью преобразования 10, пусть каждый входной нейрон распознаёт 4 микро-вектора "аргументов", каждый микро-вектор состоит из 10 "входных" чисел, и каждое число представлено возбуждением одной из 70 "линий", а выход каждого такого нейрона соединён (по крайней мере, при обучении) "слабыми" связями с 210 "выходными" (или промежуточными, при большом числе опорных векторов ?) нейронами, представляющими в том же "коде" 3 новые координаты этой точки.. Тогда, если три четверти нейронов такой гиперколонки являются "входными", а всего в ней 10 тыс. нейронов, то гиперколонка будет содержать 30 тыс. "опорных векторов", при этом каждый "выходной" нейрон (по крайней мере во время обучения) соединён с 7500 "входными" нейронами "(слабыми) связями". Такое число "опорных векторов" избыточно для 2D-преобразователей, но недостаточно для "3D" (здесь больше "размерность" и выше требования к точности, необходимой здесь для точности движений). Известно, что освоение 3D-зрения младенцем происходит позднее, чем "2D", а освоение 3D-преобразований происходит, вероятно, ещё позже. Увеличение числа опорных векторов возможно здесь несколькими способами, но как оно конкретно происходит в био-мозге, мне неизвестно (наиболее вероятно "механическое" увеличение числа гиперколонок, конкурирующих между собой за выдачу правильного результата..).

..."Обобщение по опорным векторам" в таких гиперколонках может производиться, в частности, через усреднение результатов возбуждения одновременно до нескольких сотен и более "опорных векторов" при подаче на каждую входную шину "диапазонов чисел". Для усреднения результатов выходные нейроны здесь должны иметь тщательно откалиброванную схему групповой конкуренции – взаимо-усиления при выборе "нейрона-победителя" и затем подавления возбуждения остальных выходных нейронов. Для повышения точности усреднения (особенно при большом числе возбуждённых "опорных векторов") вся нейронная сеть должна работать в квазилинейном режиме, который обеспечивается (для любых био-нейросетей) суммацией возбуждения нейронов от большого числа "спайков" при "пачечной активности" – это замедляет работу таких преобразователей, ориентировочно до > 30 мс, но обеспечивает увеличение точности (для случайного распределения входных параметров "опорных векторов") примерно в корень квадратный от числа возбуждённых опорных векторов (возможно, для "сглаженного" распределения "опорных векторов", которое должно получаться в любых "кластерах", или с помощью "ассоциативных связей" точность может быть повышена сильнее при меньшем времени обработки и меньшем числе опорных векторов), на практике, вероятно, в < 10 раз.

...Оптимизация весов связей между "входными" и "выходными" нейронами данной схемы по "ошибке" является тонким механизмом коррекции, но производится, по-видимому, аналогично запоминанию этих связей при запоминании "опорных векторов", только с меньшей коррекцией "весов". Например, для 3D-преобразователя, после визуального или иного уточнения координат "точки", предсказанных 3D-преобразователем, эти "координаты" в виде возбуждения "линий" в "шинах", передаются на выходные нейроны преобразователя и возбуждают "основную" линию (число) и диапазон "линий" вокруг неё, с убыванием силы возбуждения к краям диапазонов – тогда "возбуждённые связи" между входными и выходными нейронами преобразователя, попавшие в этот диапазон, увеличиваются, а остальные связи уменьшаются. Доказательство (очевидной) работоспособности этой и иной "нейросхем" любых "преобразователей" я оставляю математикам.
[Ответ][Цитата]
rrr3
Сообщений: 11857
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 25 ноя 18 22:41
Если так и дальше пойдет, то местному Морозову придется уступить свое лидерство!
[Ответ][Цитата]
VPR
Сообщений: 94
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 30 ноя 18 8:32
Изменено: 23 мар 19 13:31
...Пока одно радует – мне не чинят препятствий в распространении "ТАЙНЫХ ЗНАНИЙ". В США подобные разработки предпочитают держать за семью замками, но мы щедрые!, наш лидер Вл. Путин обещал поделиться технологиями "ИИ" со всем миром, а недавно призвал повысить ОТКРЫТОСТЬ нашей науки. Во исполнение указаний Президента, прошу пожаловать на форум энтузиастов во всего мира.

...По официальной классификации мои "труды" относятся к фундаментальным исследованиям, – т.е. моими коллегами должны стать прежде всего "академики", но они предпочитают отмалчиваться (мои предложения властям о разработке "ОТИ" также, вероятно, игнорируются). (...)

..."Проблема" ИИ, как и многих других проблем – в отношении к носителям "естественного" интеллекта – они готовы превозносить до небес кого угодно, только не тех, кто рядом, кому могли бы помочь. Эта проблема видна и на этом форуме (рейтинг "+1", отсутствие заинтересованности – чему это учит нашу молодёжь, не обделённую талантами? – только продаваться заграничным монополиям, готовым за самую тупую работу платить в разы больше, чем "родное государство" за самые перспективные разработки..)..

...Мои надежды на то, что после публикаций я избавлю себя от "мелочных подробностей", оказались наивными, – приходится заниматься "ОТИ" по-прежнему в одиночку. Взвалив на себя бремя доказательства соответствия био-мозга этой теории и не имея достаточно "данных" (мне трудно их раздобыть), я обрёк себя на некоторую "пробуксовку" в исследованиях.
...(Примеч.: Признаюсь, хотя я давно утратил веру в Человечество – в его "гениев" и "лидеров", денно и нощно заботящихся о нас, но таких ДЫР в стройном здании современной науки я не ожидал – просто наваждение какое-то? И если дело обстоит так в какой-то одной области (в ОТИ, например), то кто поручится, что в других областях фундаментальной науки лучше? – к счастью, "Сильный ИИ", если он будет создан, выведет ВСЕХ на чистую воду !!).
[Ответ][Цитата]
NewPoisk
Сообщений: 3745
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 19 дек 18 4:24
Изменено: 26 апр 19 14:15, автор изменений: VPR
2 VPR

Вы описываете математические основы VR (AR). Уж не хотите ли разделить лавры игрового движка Unity?

...Разумеется, вопрос «какое это имеет отношение к искусственному интеллекту?» (текст полностью сохраняет свой научный смысл и без искусственно приставленных глаз, ушей и всего тела) остается.

>Пространственные отношения группы объектов

Видите ли, в играх — как и в Ваших рассуждениях — нет объектов. Точнее они есть, но это только разукрашенные текстурами оболочки нулевой толщины, без внутренностей. Нет у них никаких отношений: каждая такая оболочка существует строго сама по себе. Проведите несложный эксперимент: скачайте 3D игру с редактором уровней; найдите место, где от источника света падает тень; удалите затеняющий объект БЕЗ пересчета освещенности. Запустив игру, Вы будете несказанно (в рамках гипотезы пространственных отношений) удивлены тем, что... тень сохранилась! Эксперимент, разумеется, примитивный. Но он очень хорошо и — главное — предельно наглядно в самом буквальном смысле слова, демонстрирует что вообще по факту представляет собой современное компьютерное моделирование реальности: в ней есть качественная имитация, но нет качественного понимания, т.е. полноценного эквивалента реальности. Упомянутый эквивалент не выходит за пределы головы программиста, ибо это он придумал порождающую тень формулу.
[Ответ][Цитата]
VPR
Сообщений: 94
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 19 дек 18 7:56
Изменено: 23 мар 19 13:34
для NewPoisk

…Не всё сразу! - некой универсальной формулы в ОТИ, как, например, в ОТО, не существует.
…Однако из частного примера "координатных инвариантов" можно очень многое извлечь и "общего" (не говоря уже о том, что пока не научились даже описывать эти "координатные инварианты", а иначе "глубокого обучения" свёрточных сетей уже не было бы).

…По поводу "нулевой толщины" координатных (да и признаковых, в моём понимании) описаний, -
1-х, как уже было сказано, все, самые "толстые" (глубокие) описания, строятся по аналогии с "координатными" (т.е. как попарные отношения объектов и т.п., если не считать перечисления "внутренних" свойств объектов и т.п.) - это один из важнейших постулатов ОТИ;
2-х, конечно, нужна связь описаний "нулевой толщины" (признаковых, пространственных) с сущностными (да и всеми остальными) свойствами объекта и т.п., причём не общая, а в контексте, определяемом текущей "задачей" (действием) (например, "скамейка" может быть ориентиром (при ориентировании), объектом определённых размеров (когда вам нужно её обогнуть или перепрыгнуть), местом для сидения (когда вам нужно отдохнуть) и т.д.). Запросы на "сущности", стоящие за описаниями "нулевой толщины", производят "действия"..
[Ответ][Цитата]
VPR
Сообщений: 94
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 20 дек 18 18:22
Изменено: 27 май 19 9:41
P.S. 21 дек. 2018 - 16 марта 2019

...У координат, полученных с помощью преобразователей координат, может не быть "системы координат" в привычном значении (как строгой системы правил), это относится прежде всего к Т-координатам, – вместо неё они имеют общие принципы и "систему опорных соответствий" с другими координатами (например, с ТП- для Т-координат), в то же время такие координаты должны иметь условную (выбранную из бесконечного числа) К-базу, к пространственному положению которой они инвариантны..
...Помимо Т-координат, для ориентирования и действий возможно использование относительной (глаза) или локальной (пальцы) "метрики, а также напрямую ТП-координат.
...Поскольку все мини-колонки мозга можно в каком-то смысле назвать "корреляторами", корреляторы, которые работают только с координатами, будем называть "К-корреляторами".

Обзор биологических концепций ОТИ
...Все изобретатели знают, что в "сложных системах" существует, как правило, несколько "технических решений" различных задач, и это относится ко всему, что я пишу о био-мозге. Здесь я попытался сблизить ОТИ с современными знаниями о мозге, поясняя одновременно общие концепции ОТИ. Сделанные выводы носят предварительный характер, дальнейший прогресс в разработке ОТИ требует более тщательной и полной теоретической проработки и практического подтверждения.

...Кратко о био- концепциях ОТИ и критика современных подходов:

1. Идеи "ОТИ" о векторных представлениях в мозге и о микро-векторах, из которых они состоят (как отражении микро-векторных отношений реального мира), представляемых в мозге "паттернами" (параллельных возбуждений), хорошо сочетаются со сложным функциональным строением дендритной части некоторых нейронов (запись и детектирование микро-векторов в конечных отделах дендритов и суммирование их весов в предпоследних отделах, и др.). Следствием является базовая концепция представления био-мозга как "микро-векторного компьютера", великолепно объясняющая принципы его работы. Современная наука, представив многочисленные опытные данные), не желает теоретически подытожить их и признать (микро-)векторную природу "паттернов", что означало бы фактически "признание" символьного подхода.
...(Примеч. 1: "Паттерн", помимо "микро-вектора", может содержать вспомогательную информацию).
...(Примеч. 2: Микро-векторы представляют собой элементарные описания свойств и "отношений" абстракций (объектов, действий и т.д.); (условно) "растровое" (пространственное, пиксельное) и символьно-растровое (векторно-растровое) описание также можно считать "микро-векторным" (в отношении любой области или точки)).

2. Рассмотрены возможности "моноаксонного" и "комбинированного" символьного представления. В настоящее время при описании нейронов кортекса рассуждают так, словно и нет тысяч или десятков тысяч аксонов из других отделов мозга, пронизывающих каждую мини-колонку кортекса, а связи между нейронами сосредоточены внутри колонки. Число "10 тысяч " (аксонов) вычислено на основе статистики нервных связей в 1 мм3 кортекса (см. Дендрит, Википедия) с учётом обнаруженного в проекте "Blue Brain" лишь малого числа внутренних связей в гиперколонке, а также связей через "белое вещество" мозга (а также считая вертикальный путь аксонов в сером веществе гораздо длиннее горизонтального). Это число хорошо коррелирует с общим числом синапсов на один нейрон. Для увязывания числа линий в символьных шинах (не более 10 тыс.) и возможного значительно большего числа "символов", с которыми оперируют различные зоны мозга, введено "комбинированное символьное представление".

3. Рассмотрены предварительно принципы символьной (условно) некластерной ("Х-конструкции", в том числе полученные "заполнением фреймов" и/или связанные с конкретными нейронами рабочей памяти) и (условно) кластерной (последовательные "пачки", получаемые спонтанным заполнением, или микро-векторы, параллельно, упорядоченно идущие в мини-колонки, связанные в "гиперколонку") обработки (кластерная обработка отличается от некластерной наличием нескольких "опорных векторов" и, предположительно, "дополнительных ассоциативных связей" как одного из способа "обобщений" опорных векторов).

4. Принцип простоты (единый "моноаксонный код") определяет механизмы записи в нейронные связи "микро-векторов" – кратковременная (К-) память записывается на основе "слабых" связей, которые могут переходить в "сильные кратковременные", а долговременная (Д-) память формируется путём индуцированного переноса (копирования) связей из области К-памяти в область Д-памяти. Современные теории памяти и "синаптогенеза" носят очень общий характер и мало что способны объяснить, так что предложенная оригинальная идея в любом случае заслуживает внимания.
...Будет приведена и одна альтернатива "переносу (копированию) связей", более подходящая для представления символов в виде хеш-кодов.

5. ОТИ хорошо сочетается с экспериментальными данными из нейрофизиологии и т.п., – в той же мере, в какой различные законы физики отлично сочетаются друг с другом, если они верны. Рассмотрены некоторые варианты "нейронной схемотехники", из простейших можно предложить эту (известную) схему памяти гиппокампов (возможно, неполную), являющуюся базовой и для понимания работы кортекса (см. Рис. 1, управляющие сигналы не показаны, красным показаны образуемые при запоминании возбуждённых линий (жёлтые) ассоциативные связи, пояснения см. далее):

Рис. 1
...Из экспериментальных данных следует ориентироваться также на единообразие функционирования всех колонок. Это "единообразие" стирает чёткую грань между "кластерной" и "некластерной" памятью (может быть поэтому о таком разделении памяти ничего не слышно ?), в то же время в ОТИ эта грань остаётся чёткой (см. выше) и сами колонки по архитектуре связей получаются чуть разными. Также это не стирает грань между иерархиями "объектов" и "действий", которую современные учёные пока игнорируют.
...(Примеч.: Все идеи ОТИ в области био-мозга указывают на преобладание в его высших формах развитой "нейронной схемотехники" над простыми функциями одиночного нейрона (реализуемыми в современных искусственных нейросетях), что представляется закономерным в эволюционном плане).

...P.S. В био-концепции ОТИ добавляются новые элементы, см. об "Х-шине" и др. Пока не представлены важные концепции зрительной обработки и "действий", – по причине отсутствия стимулов и здоровья (ОТИ может доработать любой желающий, даже без математического образования, но вряд ли этот "любой" тут что-то опубликует ?).. Концепция "действий" для био-мозга затруднена неизвестностью "базовых алгоритмов" – процессингов (?), её проще представить вне привязки к био-мозгу, постулируя "процессинги" достаточно высокого уровня (их в ИИ реализовать даже проще, чем более простые, но менее понятные ?)..

...До представления концепции "действий" ограничусь следующим. "Алгоритмы мозга" (например, обработки Х-конструкций в виде условного "заполнения шаблонов", см. далее) делятся на "процессинги" и "действия". Генетически определённые "процессинги" имеют только "настраиваемые параметры", "действия" представляют "обучаемую" (в общем случае путём проб и ошибок, а также анализа, основанного, в конечном итоге, на обобщении проб и ошибок) часть алгоритмов мозга, образующую "иерархии действий" ("основная иерархия" отвечает за реальные реакции, имеющие целью оптимизацию функции психоэмоционального состояния, и их "мысленные аналоги", а (по аналогии) "информационные" иерархии – за управление обработкой сенсорной (и далее.. сенсорно-смысловой, как речь ?) информации). Объектные сущности, образующие "иерархию объектов" (или "иерархии" ?) не являются алгоритмами, но влияют на них "параметрически", через свою обработку (и, возможно, иначе – напрямую (через "процессинги") запуская некоторые действия и/или вызывая эмоции).

...Так что на законный вопрос, например: "КАК складывается обработка Х-конструкций ?" (см. далее) можно пока ответить так: "Через "процессинги" и "информационные" иерархии действий". Трудность в том, что для "действий" био-мозга не всегда очевидна "система подкреплений" (ведь, перефразируя К. Маркса, задача био-мозга – не описать мир, а изменить его – "под себя", разумеется), – чтО заставляет глаза младенца двигаться вслед за "раздражителем"? (супер-"инстинкт" поиска инвариантов? (вследствие их востребованности для "действий" основной иерархии), или инстинкт попроще?), чтО заставляет его встать на ноги? (супер-"инстинкт" поиска новых возможностей?, или.. просто "мышечная радость" ?), и т.д. Впрочем, для создателей "СИИ" это не так важно – они смогут сымитировать любой "инстинкт").

М-шины
...(Примеч.: Сравнение здесь идёт с описанным выше способом представления абстракций в виде нескольких возбуждённых линий М-шины (из порядка 100), т.е. с использованием аналога "хеш-кода").

... Примем (для начала) правдоподобную (но не всегда верную) версию о том, что каждый "символ" в пределах некоторых взаимодействующих "зон" мозга представлен отдельной "линией" (аналогично для зрительных "пикселей" и иных сенсорных данных), которую начинает один аксон (или несколько аксонов взаимосвязанных, одновременно возбуждающихся нейронов) и могут, при необходимости, продолжить другие аксоны (исключение могут составлять только "вторичные" координаты, см. выше). Для удобства примем термин "М-шина" в отношении множества символьных моноаксонных (М-) линий, несущих однородную смысловую информацию (абстракции, числа) между колонками и т.п..
...(Примеч.: Символьные Х-шины (см. далее) вторичны к М-шинам, за искл. особых символьно-пиксельных линий первичной зрительной обработки).

...Минусом "моноаксонного кода" является необходимость (многим) нейронам мини-колонок работать с большим числом (до порядка 10 тыс.) отдельных аксонных линий, размер М-шин ограничен способностью связанных с ними нейронов "переварить" его при обучении (число линий, с которыми "работает" гиперколонка, обычно больше, т.к. мини-колонки (порядка 100 в одной гиперколонке) склонны к "специализации" по типу передаваемой информации) – т.о., поступающие к мини-колонкам "паттерны" представляют собой несколько возбуждённых М-линий из тысяч, доступных таким колонкам. Плюсом являются – устойчивость распределённых связей к повреждениям и т.п., отсутствие "кодировщиков", простота узнавания паттернов после записи (меньшее число возбуждённых линий для той же информации), и др.

...Число "до 10 тысяч" (линий в М-шине) взято приближённо. Число символов, однако, может быть намного больше "10 тысяч" (пример – число слов в языке, или во всех языках – у полиглотов), в этом случае необходим "комбинированный код", в котором смысл символа зависит от связанного с ним "символа контекста" (у полиглота "контекстом" может быть "выбор" одного из языков). "Комбинированные коды" подразумевают также и "комбинированную обработку", а также способность разных зон мозга определять свой "режим работы" и вырабатывать его "символ". При увеличении числа "символов контекста" в паттернах может быть достигнут эффект "контекстного узнавания", однако вряд ли в био-мозге их число велико (более 2), поскольку "паттерн" не должен быть перегружен "элементами" (минимальное число элементов паттерна определяется минимальным числом элементов "микро-вектора отношений", равного трём, при увеличении числа элементов становится невозможным различать паттерны наиболее простым способом "свёртки" возбуждённых линий с весами синапсов одного нейрона).
...(Примеч. 1: Т.о., теоретически в био-мозге контекст может учитываться (как минимум) тремя способами: в самОм описании, в дополнительных "ассоциативных" нейро-связях, и в "символах контекста").
...(Примеч. 2: "Комбинированный код" мало чем отличается от "хеш-кода"?, в любом случае используется "разрежённый код" для уменьшения числа связей при том же максимальном числе комбинаций).

...Почти весь путь М-шины проходят в "белом веществе мозга" (где их коннектом складывается задолго до рождения), линии могут быть "прямыми" и "обратными". Каждая "прямая" М-линия начинается в мини-колонке, "инициирующей" какую-либо "абстракцию" (или число) (мини-колонки могут иметь несколько дублирующих выходов, а сигналы абстракций, инициируемых гиперколонками, дублируются, возможно, всеми её взаимодействующими мини-колонками) и заканчивается, разветвляясь, в нескольких областях: в мини-колонках (или их группах ?) совмещённой некластерной К- и Д-памяти, в К-памяти гиппокампов, и в др. (см. далее схему для "объектов"). "Обратные" линии от колонок некластерной памяти, гиппокампа и др. должны возбуждать "прямые" линии с некоторой характерной задержкой, все линии управляются "процессингами" так, чтобы сигналы не мешали друг другу..
...(Примеч. 17 мая 2019: "Обратные линии" (связи) могут иметь и иной характер – характер "нисходящих связей", стимулирующих деятельность иных отделов мозга и их "восходящих связей" по "принципу полезности", см. далее, а в некоторых случаях (в нейронах-детекторах зрительной обработки (?)) они нужны, возможно, для рекурсивной обработки данных).

...Коннектом М-шин обеспечивает достаточно простое соединение колонок (во всяком случае, соседних областей мозга), если число символов (без учёта контекстных) не превышает порядка 10 тысяч.

...Примем далее, что синапсы с двусторонним проведением возбуждения не используются в связях М-шин), – отсюда сразу следует, что для обеспечЕния идентичности "первичных символов", представляемых некоторой (условно "прямой") М-шиной, и "вторичных" (генерируемых "блоками (некластерной) памяти" и др.), "вторичные" М-линии должны возбуждать "первичные" М-линии, т.е. быть по отношению к ним "обратными" (см. Рис. 2 далее). "Прямые" М-шины поступают на входы (дендриты) нейронов памяти и др., а "обратные" снимаются с их выходов (аксонов).

...Далее примем функциональное сходство кластерных колонок и колонок "некластерной памяти" – отсюда следует (в 1-м варианте памяти колонок, 2-й вариант см. далее), что символы, передаваемые некластерной памятью по "обратным" М-линиям, возбуждаются мини-колонками некластерной памяти, каждая из которых также "символизирует" определённую абстракцию, а число этих мини-колонок в "блоках памяти" должно быть не меньше числа "абстракций", с которыми работает память (без учёта "символов контекста"). Каждая мини-колонка некластерной памяти (по образцу колонки кластерной обработки) должна возбуждаться при узнавании паттерна, – из этого следуют способы адресации такой памяти (ассоциативные и иные).
...(Примеч.: Некластерная память, не имеющая данного "сходства" с кластерной, описана далее, она имеет ряд преимуществ и больше соответствует экспериментальным данным).

...Возникает много вопросов, в том числе как происходит адаптация (колонок и коннектома) к числу абстракций (увеличению со временем)?, и т.д.

... Данный вариант колонок делает невозможным существование полноценных "маленьких" зон К-памяти (рабочей) в кортексе, однако остаётся возможность совмещения К- ("рабочей") и Д-памяти кортекса в одних и тех же мини-колонках, и, как будет показано далее, такое совмещение необходимо также для механизма перехода К-памяти кортекса в Д-память. Экспериментальные исследования Сусуму Тонегавы и др. подтвердили возможность перехода К-памяти мини-колонки кортекса в Д-память.
...(Примеч.: К-память ("рабочая") произвольной величины в кортексе, безусловно, существует (например, в зрительных зонах), см. "Дополнение по темам.." далее).

Базовая схема обработки в био-мозге (версия)
...Схему взаимодействия кластерной (иерархической) обработки, памяти и "обработки действий" можно представить так":

Рис. 2
...Здесь А, Б, В – символы сущностей N-го уровня, разных зон, после "кластерной обработки", светло-лиловым выделена "символьная шина", формируемая при кластерной обработке (N-го уровня) и связанная с ней "прямая" шина, а тёмно-лиловым – "обратная" шина, возбуждающая "прямую" шину с задержкой "тау" (пояснения см. ниже ?). Условные управляемые "ключи" являются логическими нейронными элементами, создающими различные (очевидные) конфигурации обработки. В био-мозге указанные блоки, вероятно, физически обособлены (в том числе "кластерные" и "некластерные" колонки).
...(Примеч.: Т.о., необходимость в "обратных связях" в мозге объясняется ОТИ "символьным" характером связей в мозге).
[Ответ][Цитата]
VPR
Сообщений: 94
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 20 дек 18 18:33
Изменено: 27 май 19 9:48
Кластеры, рабочая память и Х-конструкции
...Среди бесконечного множества явлений ("комбинаторный взрыв" при попытке создавать псевдо-абстракции путём произвольных сочетаний признаков) мозг должен выделять лишь немногие эмоционально значимые и "повторяющиеся" (точнее, в какой-то мере похожие, в том числе после некоторых преобразований, например, координатных, после выделения "существенных" элементов, после описания в "инвариантных" же абстракциях и т.д.) для создания "иерархий абстракций" (эти абстракции и являются словарём для описания всех явлений). Для объединения таких явлений (обладающих, желательно, также общей "сущностью", т.е. важными для субъекта свойствами) создаются кластеры. Новые для мозга объекты (аналогично для "действий"), которые имеют шанс стать "абстракциями", сначала описываются в "некластерной памяти" (сначала кратковременной), где им даётся какой-то условный код (имя, в специальных символах или символах абстракций нижнего уровня), и если новый объект подтверждает затем свою "важность" для субъекта, для него создаётся новый "кластер" этого объекта, в виде гиперколонки или, возможно, мини-колонки, для простых объектов, а в некоторых случаях определять "абстракцию" может всего один нейрон) со смысловым "символом" (вероятно, в виде уникальной М-линии, см. далее).
...(Примеч.: Вопросы функционирования "кластерной обработки" в период, когда кластер ещё не записан в Д-память, мной не рассматривался, – возможно, гиппокампы научились "имитировать" кластерную обработку ?).

...Абстракции всех уровней, как выделенные из "сенсорики" при её обработке, так и извлечённые из Д-памяти, используются для следующих целей:
– для иерархической (кластерной) обработки (в которую условно включим также процессинги формирования кластеров) более высокого уровня, обычно под руководством "действий", направляющих "внимание" по "запросам" (типичный пример – шахматы);
– для поиска по запросам "действий" (из "основной иерархии" и т.п.) – "обстановок" и "результатов действий";
– для поиска по запросам "действий" (специальных, "раскрывающих смыслы", из "поисковой иерархии" ?) сущностных и иных свойств объектов и др.;
– для "моделирования" действий с изменением абстракций в результате мысленных действий... (возможно, что-то ещё ?)

...Для всех этих целей в "рабочей памяти" из сенсорной информации должны "собираться" (либо извлекаться из "некластерной памяти") законченные описания объектов, сцен, ситуаций, действий, состоящие из нескольких абстракций, не сводимых к одной (например, пространственно-временные описания событий) – условно назовём их "Х-конструкциями", они обновляются в "рабочей памяти" по мере необходимости, мысленные также – при мысленных действиях. "Х-конструкции" собираются из абстракций (условно) "одного уровня", для иерархии объектов это набор микро-векторов (в которых абстракции являются их элементами), описывающих:
– ссылки на описание Х-конструкций "низшего уровня" и "условных объектов" (не имеющих однозначного представления в символах абстракций либо требующих "переопределения" для одного из видов памяти с параллельной обработкой, см. далее, и т.д.);
– "внутренние" свойства каждого объекта (несколько ? свойств в микро-векторе) и попарные отношения объектов "конструкции" (как правило, лишь части из них; для несимметричных отношений описания должны быть упорядоченными), свойства могут быть не только признаковыми (как, вероятно, в кластерах), но и некластеризованными, в том числе "сущностными";
– (кроме того, все микро-векторы, относящиеся к одной Х-конструкции, для избежания "перемешивания" в памяти, должны иметь "метку принадлежности к Х-конструкции" – условный код или его эквивалент (например, временнОй код, или понижение порога возбуждения для этих микро-векторов в К-памяти), или (компактно-)связанное расположение в памяти).
...(Примеч. 1: "Некластерная память" даёт "ответы на вопросы" о признаках через автоассоциации, через неё можно даже определить объект по "косвенным" признакам (не входящим в кластер)).
...(Примеч. 2: Свойства и отношения объектов при их изменениях во времени (в том числе "событиях") формально могут быть описаны либо в одной Х-конструкции (это удобно, если изменения касаются небольших частей этой конструкции, которые в этом случае представляются переменной во времени гипо-Х-конструкцией), либо рядом изменяемых Х-конструкций. Изменяемые во времени "конструкции" могут быть представлены в буферно-рабочей памяти, где в каждом "буфере" хранится Х-конструкция, относящаяся к некоторому времени.
...(Примеч. 3: Отношения между "объектными сущностями" могут быть количественными (пространственно-временными и др.), логическими (в том числе причинными), и т.д.; важно подчеркнуть, что временнЫе отношения могут описываться аналогично пространственным (т.е. в попарных отношениях), а не через временнУю последовательность микро-векторов – это позволяет достичь более точного временнОго описания и сохранить общность описания для любых "конструкций", хотя в К-памяти (в т. числе гиппокампов) вместо отрезков, "векторов" времени может использоваться "время записи" и т.п. (до корреляционно-временной обработки). В то же время Х-конструкции могут быть неэффективными при запоминании некоторых "однородных" рядов (чисел, например), (...) поэтому такие ряды плохо запоминаются без специальной "техники" (?)).

...Основные функциональные качества Х-конструкций:
– способность объединять в себя все свои элементы с помощью кодов Х-конструкций и "ссылок" на описание "условных объектов", а также способность объединять изменяемые во времени Х-конструкции;
– способность достаточно долго сохраняться в рабочей К-памяти (известно, что в ассоциативных зонах кортекса, где такие "конструкции" должны сохраняться дольше, чем в "сенсорных" зонах, в большей степени используются NMDA-рецепторы (синапсы), способные к долговременной потенциации);
– способность анализироваться действиями – "отвечать" на их "запросы" (через свойство автоассоциативности – способности дополнять "образ", в данном случае – неизвестный элемент "микро-вектора", "гетероассоциации" можно получить в том числе через "автоассоциации"), – например, с какими объектами или как "взаимодействует" данный объект (также – с взаимодействиями определённого типа или определёнными объектами) ?..;
– способность изменяться (в рабочей памяти) при новых "сенсорных" данных и в результате мысленных "действий";
– способность передаваться (туда и обратно, целиком или частями) в другие виды памяти (по, последовательным для микро-векторов, М-шинам (см. ниже)) (гиппокампы, К- и Д-памятью колонок (за искл. низших сенсорных зон ?)) и в кластерную обработку более высокого уровня;
– способность обмениваться информацией с памятью по параллельным Х-шинам (прежде всего с буферной рабочей памятью, но также, возможно, и с Д-памятью).

...Дополнительное функциональное качество СХ-конструкций (см. далее):
– способность анализироваться параллельными алгоритмами и записываться в память по Х-шинам (см. ниже) (и всё ?).

Способы ассоциативной обработки Х-конструкций
...Можно ли разделить анализ (мозгом) Х-конструкций (выполняемый в рамках "действий") на "строгий", формальный, и "не строгий, ассоциативный"? (пример – диагнозы врача по инструкции и по наитию). Пусть "ассоциативным анализом" будет анализ с участием только специфических для данного типа конструкций действий (действия, в том числе "аналитические", будут рассмотрены позже.. после рассмотрения "зрения"). Разновидностей "ассоциативного анализа" вроде бы немного (?), – узнавание абстракций (сущностей разных уровней – до конкретных объектов, Х-конструкций, и т.д.) с оценками вероятности распознания, а также качественные оценки, необходимые для "действий", в том числе для их "запуска" (примеры качественных оценок: внешнего вида человека – для отношений с ним, вида комнаты – для начала и окончания её приборки, позиций в шахматах – для выбора хода, и т.д.). Итак, ассоциативный анализ – по сути узнавание абстракций (в том числе по "опорным векторам" с обобщением, см. выше), характеризующихся набором сущностных свойств и "оценок".

...Вероятно, "формальный" анализ (ситуаций и т.п.) возможен только с помощью последовательных алгоритмов (а часто вообще невозможен). Ограничение скорости и мощности "последовательных" алгоритмов мозга (которые при "формальном" анализе к тому же явно медленней простого "узнавания") вызвано ограничением "тактовой частоты" памяти (не более 100-200 Гц), и параллельного доступа к ней, вследствие чего мозг вынужден многие операции заменять "узнаванием" в ассоциативной памяти (примеры – коорд. преобразования, язык), в том числе с качественными оценками ситуаций (пример – игры).
...(Примеч. к последующему изложению: Х-конструкции, будучи "внутренне" логически упорядоченными описаниями (при условии, что их элементы – микровекторы – представлены полно, не редуцированно, и т.п.), могут быть представлены в рабочей памяти условно "неупорядоченно" (без "дополнительной упорядоченности", за искл. условного кода "конструкции"), либо упорядоченно на основе (условно) "заполнения" фреймов (2 варианта) и СХ-шаблонов. Фреймом назовём шаблон любой Х-конструкции, а СХ-конструкцией – Х-конструкцию, в которой есть привязка элементов Х-конструкций к конкретным нейронам рабочей памяти).

...Узнавание как разновидность анализа требует определённых "действий", оно производится, в общем случае, с помощью "свёрток" (от поэлементных до всей "конструкции", с различным образом формируемыми (1-2) порогами) исследуемых конструкций (и т.п.) с теми, что хранятся в памяти. Свёртки могут быть последовательными, либо параллельными – для СХ-конструкций. При параллельной обработке СХ-конструкций, образованных параллельным "заполнением" (как это имеет место, отчасти, в зрении), нет надобности "выделять" условно "искомую" конструкцию для последующей свёртки (её выделяет множество параллельных свёрток), при последовательной обработке "искомая" конструкция может не выделяться при "пачечной" обработке (см. далее). Метод выделения "искомых конструкций" (в основной "иерархии действий", а также по признакам конструкций с учётом контекста и "текущих действий") в гипер- Х-конструкции в рабочей памяти условно назовём "заполнением шаблонов".

...Не исключены также алгоритмы "ощупывания", которые должны предшествовать выдвижению гипотез о шаблонах (т.к. гипотез может быть слишком много), их суть – в рациональном уточнении набора признаков фреймов и др. для скорейшего исключения лишних "гипотез"; и др. (?)). При различении близких Х-конструкций (и т.п.), в том числе СХ- типа, возможно поэлементное сравнение (в том числе лишь некоторых элементов конструкций); в целом дополнительная информация, используемая при обнаружении Х-конструкций, может быть кластерного типа (Х-конструкция образует кластер, включающий возбуждающие и тормозные элементы (возможно, в разных мини-колонках гиперколонки, и др.), в том числе контекстные; преимущество – быстрота кластерной обработки), либо некластерного, которая может учитываться "зрительными действиями".
...(Примеч. 1: Помимо признаковых свойств, содержащихся в самой Х-конструкции, действиям должны быть доступны её "сущностные" и "оценочные" свойства, вероятно, в некластерной памяти).
...(Примеч. 2: Не всякая Х-конструкция может быть (строго) приведена в соответствие с (имеющимися) шаблонами. "Подгонка" конструкций под "фреймы", особенно для "действий" из "основной иерархии" (психологические фреймы, шаблоны), важна для быстрой оценки ситуаций с использованием максимально ассоциативного (конкретного, не аналитического) мышления, в то же время такая "подгонка" может быть ущербной).

***
..."Фреймовая обработка" (неизвестно, существует ли она в "чистом виде") производится в несколько этапов (в первом приближении):
а) Поиск фрейма по некоторым признакам (в гипер- Х-конструкции, с учётом любого контекста, включая текущие действия), определение фрейма-победителя (и решение о возможности перехода к этапу "б")).
...(Примеч. 1: Признаки фрейма должны определяться преимущественно быстрой, параллельной обработкой элементов текущей гипер- Х-конструкции в рабочей памяти; в произвольной текущей конструкции эти признаки (или их часть) могут быть представлены параллельным возбуждением символов Х-конструкции на (обратной) М-шине (и т.п.)).
...(Примеч. 2: "Запрос на обстановку действия" из "основной иерархии действий" содержит уже готовый фрейм).
б) Попытка "заполнения" фрейма (возможно – с подключением алгоритмов заполнения СХ-шаблона), оценка полноты заполнения фрейма (и решение о возможности перехода к этапу "в)").
в) Последовательное или параллельное сравнение полученной Х-конструкции с имеющимися в памяти Х-конструкциями ("узнавание", с оценкой вероятности распознания, и, при необходимости, с получением оценок и "сущностных свойств", необходимых для "действий").
...(Примеч.: По результатам обработки – корректировка порогов узнавания и заполнения фрейма и "узнавания" Х-конструкции).

...Фрейм можно представить в виде конструкции (в памяти), содержащей неизменяемые и изменяемые ("заполняемые") элементы, его "заполнение" в рабочей памяти происходит последовательно (в соответствии с его упорядоченной записью в Д-памяти и т.п.) через запросы действий к (гипер-) Х-конструкции в рабочей памяти о наличии в ней "неизменяемых элементов" фрейма и определении "переменных" элементов. Фрейм может однозначно задаваться действием из "основной иерархии", если задаваемая им Х-конструкция нужна для этого действия, в противном случае выбор фрейма происходит по их "предварительным признакам" (включая "контекст") с учётом текущих "действий". Хотя фреймы обычно обобщают множество сходных описаний, мозг, вероятно, стремится создать фрейм из любого описания, ещё не подпадающего под тот или иной фрейм (?, см. "фреймовое мышление" далее).
...(Примеч. 1: Полученные таким образом конструкции могут быть редуцированными, и в общем случае иметь сложную "грамматическую" структуру, которую (действиям обработки) необходимо учитывать при их обработке).
...(Примеч. 2: Помимо упорядоченности Х-конструкций "в соответствии с фреймами", облегчающей их ассоциативную обработку (?), сами фреймы, вероятно, имеют "рациональную" упорядоченность, – так, если в них сначала идут "наиболее характерные" признаки Х-конструкций, то выявление ложных гипотез (и т.п.) произойдёт в среднем быстрее).
...(Примеч. 3: Для выбора фреймов-кандидатов могут создаваться кластеры (действий обработки, в том числе ощупывания); не исключён перебор фреймов (у Минского есть что-то про этот "перебор") в поиске наиболее подходящего).

...Один из видов "заполнения фрейма" – определение "названия фрейма", ассоциированного с совокупностью неизменяемых (условно упорядоченных) элементов фрейма (проблема – выделение для "названия" символьных линий затратно (хотя фреймов значительно меньше, чем всех Х-конструкций в памяти), использование хеш-кодов в био-мозге маловероятно (?)) и (последовательного) "заполнения" специального отдела рабочей памяти "переменными элементами" фрейма. Преимуществом такого "представления" Х-конструкции ("частичная СХ-конструкция") является распараллеливание обработки в части "постоянных элементов" (особенно если их относительно много), – финальные свёртки производятся последовательно, но вместо свёртки со всеми неизменяемыми элементами производится свёртка с "названием фрейма".

...Алгоритмы "заполнения фреймов" могут применяться и совместно с алгоритмами заполнения СХ-шаблонов; не исключены иные варианты...

***
...Обработка с помощью СХ-шаблонов с получением "связанных" СХ-конструкций. СХ-конструкция может быть представлена совокупностью её "элементов" на "Х-шине", образованной аксонами нейронов рабочей памяти, через которую возможна её параллельная обработка, в том числе запоминание и узнавание ("классический" пример – шахматы, где СХ-конструкция может быть образована выделением в рабочей памяти области из 64 групп нейронов памяти, в каждой группе – 12 нейронов (по числу различных типов фигур), итого 768 нейронов). Х-шины, по аналогии с М-шинами, вероятно, соединены с гиппокампами (об особенностях долговременной Х-памяти см. далее).
...(Примеч. 1: Возможность одновременного "заполнения" фрейма и СХ-шаблона очевидна на примере шахмат; заполнение СХ-шаблонов возможно без фреймов).
...(Примеч. 2: При обработке информации из рабочей памяти по Х-шинам, для её однозначного восприятия, должен учитываться "(условный) код СХ-шаблона" (проблема та же – выделение символьных линий (затратно, хотя СХ-шаблонов, вероятно, немного) и использование хеш-кодов; для создателей ИИ это не важно) либо использоваться другая группа нейронов рабочей памяти, и т.д.).

...СХ-конструкции имеют ограничение на сочетание свойств "элементов конструкции" (внутренних и условно-внутренних, как "принадлежность к группам"), – число этих сочетаний (каждое из которых представлено отдельным нейроном "рабочей памяти") ограничено числом линий в Х-шине, которые способен обработать один нейрон (до 10-20 тыс.). Например, в произвольном "поле" из 1000 пикселей могут быть представлены (параллельно) всего 10-20 объектов различного типа (значительно больше, если объекты одного типа "повторяются"), без какого-л. указания их свойств; или можно таким образом "закодировать" не более 4 свойств объектов, если каждое свойство имеет 10 вариантов (без указания типа объектов и их положения), и т.д. Конструкции с описанием произвольных "отношений" объектов (характерно, вроде бы, для высших ассоциативных зон мозга), возможно, не подходят для их представления в СХ-виде (?) из-за слишком большого числа возможных элементов (микро-векторов). Для преодоления указанных ограничений СХ-конструкций (в био-мозге), вместе с параллельной обработкой могут использоваться дополнительные последовательная и параллельная обработки (много вариантов).

...У СХ-конструкций есть следующие преимущества:
а) Возможность быстрой параллельной обработки по Х-шинам, при этом возможная точность сравнения конструкций, вероятно, значительно выше, чем через "суммирующие нейроны" (связанные с ассоциативным поиском в последовательной записи по М-шинам, см. далее)..
...(Примеч.: Хотя "заполнение" шаблонов СХ-конструкций происходит последовательно, комбинаторные игры (карты и др.) показывают преимущество СХ-конструкций для быстрой оценки ситуаций (необходимой также при мысленном моделировании игры), в то же время один "ход" (и т.п.), производимый с помощью последовательных алгоритмов, не сильно замедляет обработку).
б) Существенно меньшая потребность в Д-памяти при запоминании несвязных между собой конструкций, если СХ-конструкции запоминать в памяти, связанной с Х-шинами и не запоминать (целиком) в памяти, связанной с М-шинами. Это связано с тем, что каждый элемент СХ-конструкции представлен в ней одной Х-линией, а не паттерном (как в М-шине). В то же время при запоминании "связных" конструкций (например, шахматных позиций при последовательных ходах) существенную экономию памяти даст запоминание последовательности изменений Х-конструкций ("ходов"), а не СХ-конструкций (шахматных позиций). Возможно, Д-память (кластерная и некластерная), связанная с Х-шинами, превосходит по величине Д-память, связанную с М-шинами.

***
...Как складываются в рабочей памяти "группы нейронов" СХ-конструкций?:
1) Для дискретных пространственных (1-3D) и временнЫх СХ-конструкций, представленных по типу "пиксельных" (аналогия со зрением, пиксель в обобщении – это разновидность (в описании, конструкции) принадлежности "ИЛИ" к одной из групп (свойств)), такими группами нейронов для зрения являются (условные) "пиксельные" колонки (см. далее). В каждой такой "колонке" группа нейронов представляет некоторую группу объектов, причём нейроны условно "одного типа" (связанные общей М-линией) во всех колонках представляют один тип объектов. В зрительной зоне "элементарным объектам" в каждой "пиксельной колонке" (вероятно) априорно выделены нескольких десятках таких нейронов, дополнительные произвольные объекты записываются в 10-20 нейронов К-памяти этих колонок (см. ткж. далее) в соответствии с СХ-шаблоном. К таким конструкциям можно свести многие (или все?) игровые ситуации, – например, в шахматах одна "пиксельная колонка" представляет одну клетку доски (постоянно), а также различные фигуры её различными "пиксельными" нейронами.
2) Возможный вариант – с течением времени для каждого "элемента" СХ-конструкции в рабочей памяти фиксируется (резервируется) "свой" нейрон (СХ-шаблон в этом случае представляет набор всех определённых к данному времени элементов СХ-конструкции в их привязке к рабочей памяти, он может храниться в долговременной Х-памяти и (по запросам действий) заноситься в рабочую память и обрабатываться). При (последовательном) "заполнении" СХ-шаблона той или иной Х-конструкцией в рабочей памяти нейронам, символизирующим "заполняющие" элементы, присваивается "метка активации" (и т.п.), если же этих нейронов нет, то СХ-шаблон корректируется (последовательная корректировка СХ-шаблонов представляется слишком "затратной" для био-мозга, даже если часть её будет происходить в гиппокампах (?)).

***
...Параллельная обработка (нескольких элементов) "последовательностей" (в которых часто уже имеется "упорядоченность", как, например, речи) возможна без изменений "конструкции", но в данном случае она не имеет преимуществ перед более простой последовательной обработкой (очевидна простота последовательной записи последовательности; при параллельном узнавании необходимо обрабатывать одновременно множество (вторичных) М-шин (...), при этом последовательное" (по элементам) узнавание последовательности "элементарно" (в одном из вариантов сравнение производится по "элементам" и "номеру" последовательности)).

Моноаксонный код, числа и координаты
...Необходимо различать 2 типа "чисел" (представления величин) в мозге:
а) В символьном полиаксонном представлении – тогда совокупность чисел представлена локальной "шиной". Такое представление удобно для записи в память ("логическая" (0-1) память вместо "аналоговой"), в том числе любого диапазона чисел, а также "обобщений", однако оно "вторично" при сенсорной обработке (требуется преобразователь из первичного "аналогового" представления).
б) В аналоговом моноаксонном представлении – через задержку появления символа сущности (условно – относительно некоторого "синхроимпульса") или через частоту следования спайков. Такое представление, предположительно, более "медленное" (для частоты следования спайков, а также для точного представления величин относительно медленных "ритмов"), а представление, запись и детектирование диапазонов схемотехнически сложнее (во всяком случае, на первый взгляд). Такое представление, в разном контексте, можно трактовать либо как "величину" некоторого признака, либо как "вероятность обнаружения" объекта-признака.

***
...Известно, что в гиппокампах представление координат (изменяемых, возможно, внутренними "аналоговыми" механизмами гиппокампов) некоторыми "клетками" связано с определённой фазой активности этих клеток относительно "тета-ритма". Поскольку, согласно "ОТИ" (т.е. здравому смыслу), в гиппокампах должны быть структуры, генерирующие код времени записи (вероятно, "циклический", длительностью до суток (?)) различных сигналов, подобные "структуры" могут использоваться для дешифровки фазовых сдвигов активности указанных "клеток" в условную "числовую" форму, более удобную для кортекса.

*** (из "архива"):
...При представлении моноаксонным "кодом" 2-3-мерных координат могут возникать трудности, связанные с большим числом моноаксонных линий, но главное – с необходимостью обеспечЕния "локальной" (в любом или достаточно большом диапазоне) связности возбуждения этих координат, соответствующей локальной связности представляемого ими физического пространства, для возможности обобщения свёрток по многим опорным векторам, представленным в некотором диапазоне координат.
...Эти ограничения (вроде бы) исключают "вторичные" (не сенсорные) координаты для возможности их представления "моноаксонным кодом", в том числе Т-координаты (координаты относительно "тела", см. выше), – вероятно, Т-координаты складываются "естественным" образом как отдельные координаты "верх–низ", "вправо–влево" и "ближе–дальше", затем для некоторых "опорных" положений ТП-координат (тактильно-проприорецепторных, см. выше) (довольно грубо) устанавливаются их соответствия Т-координатам, после чего для промежуточных значений ТП-координат могут устанавливаться дополнительные Т-координаты (конечно, при проверке соблюдения упомянутых выше требований к "гладкости" и "достаточной линейности" этих соответствий), а также соответствия установленным таким образом Т-координатам самых разных ТП-координат (т.е. разных положений конечностей), например, при дотрагивании разными способами до одной и той же вещи, и т.д..
...2D СЗ-координаты (сенсорно-зрительные, см. выше), вероятно, имеют "моноаксонное представление" – локальная связность возбуждения этих
[Ответ][Цитата]
VPR
Сообщений: 94
На: Решение проблемы ИИ - Общая теория интеллекта (ОТИ)
Добавлено: 25 дек 18 5:24
Изменено: 27 май 19 10:01
(продолж.):
этих координат обеспечивается компактным расположением "пикселей" в зрительной зоне коры, а имеющиеся "физические разрывы" зрительной зоны в кортексе каким-то образом "латаются" алгоритмом установления "связности". Число аксонов для универсального представления зрительного поля – порядка 1 млн. – кажется, на первый взгляд, чрезмерным, но необходимо учесть, что К-корреляторы обучаются в детском возрасте, когда нейроны способны образовывать миллионы (?) дендритов, затем "слабые" связи исчезают, так что число синапсов у каждого нейрона уменьшается с нескольких миллионов до "стандартных" 20 тысяч.

...О-координаты ("объектные", см. выше) в 2D, вероятно, представлены в виде двух числовых значений – это связано с использованием "естественной угловой метрики" зрения, в которой каждый угол представлен числом, а положение каждой "точки" может быть описано через два угла (более подробное описание нецелесообразно).

Структура пачек и паттернов
..."(Последовательные) пачки паттернов", о которых далее пойдёт речь (не путать с "пачечной активностью" одиночных нейронов, которой приписываются гипотетические свойства временнОго кодирования паттернов), – предполагаемые в ОТИ информационные структуры (Х-конструкции), в которых упорядоченность (последовательного) представления не имеет значения, и используемые для "кластерной обработки" информации , они содержат последовательное, в общем случае неупорядоченное "микро-векторное" описание абстракции (объекта и т.п. как неупорядоченной Х-конструкции) за период альфа- или бета-ритмов, где один паттерн передаёт (в том числе) один микро-вектор, а всего в пачке около 20 паттернов (период альфа-ритма 100 мс и период следования паттернов > 5 мс).
...(Примеч. 1: При накоплении "описаний" в некоторой (буферной) памяти за произвольное время они могут анализироваться затем "стандартным" (быстрым) образом).
...(Примеч. 2: Хотя (для "последовательных пачек") паттерны (элементы) для "пачки" могут "выбираться" из большой неупорядоченной Х-конструкции (или поступающей информации) неупорядоченно, для убыстрения обработки необходим "рациональный" отбор таких паттернов. Проблема аналогична таковой для узнавания Х-конструкций, и решается она аналогично (через алгоритмы обработки, например, "ощупывания" – действия, опыт которых обобщён через "кластеры", по сути это поиск подходящих фреймов, см. выше).
...(Примеч. 3: Длина "пачки" при записи и "свёртке" может быть "редуцированной", поскольку "узнавание" происходит обычно по части признаков).

...Параллельные во времени "пачки" (передаваемые за минимальный такт обработки по Х-шинам (см. выше) и не имеющие жёстких ограничений на объём информации) также имеют место (и, возможно, играют бОльшую роль, чем последовательные), – в том числе при наличии описания абстракции в виде СХ-конструкции (в том числе как части более общей СХ-конструкции), также условно к ним можно отнести (символьно)растровые паттерны; такие пачки могут поступать как на один нейрон (L-дендрит), так и на множество нейронов, в том числе в разных мини-колонках с суммированием возбуждений специальными нейронами). Такие пачки далее (пока) не рассматриваются (ввиду их простоты).

...Информация в микро-векторах далее считается "условно упорядоченной" (при этом сами М-линии в М-шинах не упорядочены), положение паттернов в (последовательной) "пачке" не упорядочено – такова особенность описания "попарных отношений". Для свёрток "пачек паттернов" используется их запись в память нейронов кластерной обработки и "обработка" с учётом указанных особенностей).
...(Примеч.: Последовательное использование "пачечной обработки" сенсорных сигналов (с длиной пачки 3-20 микро-векторов) снижает частоту обработки в ≈ 3-20 раз на каждом этапе, однако это не означает, что в таком случае частота обработки в высших ассоциативных зонах мала. Дело в том, что одновременно с "пачечной" обработкой имеется, как правило, и параллельная обработка того же уровня, а, кроме того, наличие "рабочей" памяти (и т.п.) позволяет производить обмен информации с максимальной скоростью, при этом скорость съёма информации с Х-конструкции, записанной в "рабочую память", может многократно превышать скорость заполнения этой Х-конструкции (пример – шахматы; после заполнения "рабочей памяти" шахматиста расположением фигур получение информации о положении той или иной группы фигур может производиться методом параллельной обработки (за один такт) с максимальной тактовой частотой в процессе мышления).

...Для некластерной памяти как универсальной важна упорядоченность "паттернов", в эту память записываются отдельные "паттерны" в упорядоченной последовательности.

***
...Паттерны в кортексе можно разделить на 2 типа – "символьные" (преобладающие ?, допускающие произвольные описания свойств и отношений "абстракций" (объектов и т.п.), передаваемые по М-шинам) и (условно) "символьно-упорядоченные" – передаваемые по Х-шинам из СХ-конструкций или аналогичных "символьно-координатных" конструкций зрения (см. далее по теме "Зрение"). Далее речь пойдёт только о символьных.

...Структура (символьных) паттернов, из соображений удобства обработки, запоминания и др. должна быть одинаковой, за искл. некоторых вспомогательных "кодов", эта структура, возможно, такова ("символы" здесь считаются моноаксонными):
а) микро-вектор из трёх (обычно) символов (для микро-векторов отношений двух объектов должен быть решён вопрос об упорядоченности отношений, типа: Коля любит Машу или Маша любит Колю (решения могут быть разными, – например, двойным представлением "символов" объектов в активной и пассивной формах, не исключена и последовательная передача каждого элемента такого микро-вектора)); контекстное "расширение" микро-вектора (для его составляющих) примем до двух символов;
б) для некластерной памяти – код Х-конструкции (важно для множества сходных Х-конструкций или их фрагментов в памяти) из одного символа (этого мало для идентификации Х-конструкций, здесь речь лишь о том, чтобы отделить одни последовательные записи в кластерной памяти от других; в ИИ для представления Х-конструкций и т.п. целесообразны хеш-коды);
в) для некластерной Д-памяти – связывающий код, необходимый для извлечения Х-конструкции из этой памяти – из одного-двух символов (один символ – для кода в виде номера записи), либо связывание последовательности через символы микро-векторов и др. (требует больше памяти, но расширяет ассоциативные возможности поиска, см. далее); для "2-го" варианта некластерной памяти (см. далее), в котором запись производится последовательно (скорей всего, в близкие нейроны), "схемой выборки", эта схема, возможно, в какой-то мере, заменяет "связывающие коды";
г) для К-памяти (некластерной) – "код времени записи" из нескольких символов (?, для памяти гиппокампов (и т.п.) этот код мог бы использоваться и как "связывающий код") и метку (код) "эмоциональной важности" (один символ) (оба эти кода могут, возможно, быть представлены в био-мозге одним параметром, который можно назвать "силой записи", определяющей время её забывания (?), она важна для упорядочения "вытеснения" записей новыми или их "экспирации").
...(Примеч. 1: Микро-вектор и коды в паттерне в норме представлены "логическими" уровнями – 0 и 1. Уровни возбуждения М-линий "микро-вектора" и уровни их записей трактуются как величина признака либо вероятность обнаружения объекта).
...(Примеч. 2: В микро-векторе "элементарного отношения двух объектов" 1-2 линии символизируют объекты (2 линии в полном описании и 1 – в сжатом, где один из объектов "базовый"), 1-3 линии – "отношение объектов" (2-3 линии – при гипотетическом "двух- или трёх-координатном" отношении)).
...(Примеч. 3: "Х-конструкции" являются отчасти "связывающими кодами", поскольку отчасти "неупорядоченным" образом (в том числе в К-памяти) могут описывать упорядоченные отношения, но их "связывание" не всегда эффективно).
...(Примеч. 4: Пример "связывания" через промежуточные паттерны ( "тройками" букв): про–ром–оме–меж–ежу–жут–уто–точ–очн–чны–ный; достоинством такого "связывания" являются повышенные ассоциативные возможности поиска (в данном случае по любой "смежной" тройке букв в слове), различные ассоциативные возможности поиска (в том числе для поиска закономерностей, обобщений, например, при анализе (внешнего) языка) в "последовательностях", сходные с "узнаванием по признакам", могут расширяться за счёт либо увеличения объёма памяти, либо взаимодействия "элементов памяти".

...Т.о., размер паттернов, записываемых в некластерную Д-память, возможно, равен семи символам (по некоторым данным о реальном числе синапсов в синаптических кластерах – 10 (?)), – при таких "размерах" паттерна трудно объяснить, как один нейрон различает, например, 7 возбуждённых линий от 6 (возможно, имеет место внутренняя или иная точная калибровка таких синапсов).

...Предполагается, что ассоциативный поиск (обычно "комбинированный") и считывание по кодам (паттернов памяти) возможны по возбуждению от одной до нескольких М-линий (при этом, в зависимости от числа возбуждённых линий, должны меняться пороги возбуждения (под вопросом) либо длительность возбуждения (или число спайков) М-линий).

Кратковременная память био-мозга (1-й вариант)
...Под "К-памятью" имеется в виду НЕ "Д-память", в её разных "исполнениях" (синапсах и т.п.) её "следы" могут самопроизвольно исчезать уже через долю секунды, а могут храниться неделями (NMDA-рецепторы) без специальных сигналов "сброса". К-память имеет различные функции – она может использоваться для построений и анализа "Х-конструкций" ("рабочая память"), а может лишь хранить их ("буферная память"), также она может использоваться однократно за некий "цикл" (для дальнейшего анализа и/или перенесения памяти в долговременную – "связанная" К-память, см. далее) либо быть (произвольно, быстро) перезаписываемой (последнее – в первичных сенсорных областях, и др.), она может быть некластерной и кластерной.

...Условно отвергая механизм записи в память мини-колонок паттернов через изменение многочисленных внутренних связей в мини-колонках как "нерациональный" (как запомнить таким образом ещё один паттерн из нескольких возбуждённых линий, не разрушая при этом всю остальную память колонки ?), найдём простой механизм записи паттернов в связи нейронов мини-колонок с М-линиями. При этом уже высказанную идею "мгновенной" записи в уже подготовленные "слабые связи" между нейроном и всеми линиями М-шины оставим для К-памяти.
...(Примеч.: Интересно мнение Дм. Мыльникова (см. https://mylnikovdm.livejournal.com/205857.html) о том, что в результате исследований по проекту "Blue Brain" сложилось вроде бы мнение, что информация, запоминаемая колонкой, не меняет структуру её внутренних связей, – и чтобы сделать такой вывод, им понадобился миллиард евро?)..

...Как работает такой механизм в гиппокампе, иллюстрирует Рис. 1 (см. выше), – здесь "нейроны выборки" соединены (до записи) слабыми связями со всеми линиями М-шины, а "буферные нейроны" ( оба термина – "условные", а "буферные нейроны" не имеют прямой аналогии с "буферной памятью"..), число которых равно (условно) числу линий в М-шине, имеют следующие соединения по входу: каждый из них соединён постоянно и однозначно с одной из линий М-шины и, "слабыми" (до записи) связями с выходами (аксонами) всех "нейронов выборки" (буферный нейрон соединён на входе с "прямой" М-линией, а на выходе – с соответствующей ей "обратной"). При поступлении сигналов "паттерна" и одновременно сигнала выборки на один из "нейронов выборки" в синаптические связи этого нейрона записывается "образ паттерна", а те из "буферных нейронов", на которые поступили сигналы "паттерна", соединяются сильными связями с возбуждённым "нейроном выборки". В результате при возбуждении указанного "нейрона выборки" некоторой частью соответствующего паттерна буферные нейроны создадут образ первоначального "паттерна" (автоассоциативная память).
...(Примеч.: Эта память может быть "аналоговой", аналоговые сигналы (промежуточные между "0" и "1") передаются либо в "пачечном режиме" (через частоту следования спайков) либо (в кортексе вероятнее) в режиме одиночных спайков через их задержки относительно условных "синхроимпульсов". При уменьшении силы (возбуждающей) связи на входе нейрона возрастает задержка между "входным" и "выходным" спайками нейрона (с учётом также, вероятно, модуляции порога возбуждения этого нейрона во временнОм диапазоне возможного прихода входного спайка, и т.п.), а, с другой стороны, эта задержка (возможно, модуль задержки ?) приводит к уменьшению силы связи при записи.

...В отл. от универсальной по возможностям (условно) "символьной" памяти (которая будет рассматриваться и далее как некий "эталон", она содержит "веса свёртки" символов в аналоговом виде), легко сравнивающей любые "микро-векторы" (содержащие как символьные, так и (нормированные) количественные, в символьном виде, элементы, в том числе диапазоны) методом свёртки (с "опорными векторами" или их диапазонами), (условно) "аналоговая" память (содержащая количественные значения (величины) свойств объектов в аналоговом виде) не столь универсальна (она неудобна для образования "опорных векторов", в ней нелогично (?) сочетание в одном микро-векторе символов объектов и количественных значений "свойств", поскольку логика символьных и аналоговых "свёрток" (вроде бы) различна – превышение суммы вероятностей (с учётом "весов") совпадения "символов" и превышение суммарного (с учётом весов) уровня сигналов соответственно).
...При сравнении двух векторов (в том числе "символов" в них) необходимо задавать "метрику" и "степень" различий, я лишь предполагаю, что во многих случаях годится метод "свёрток" в разных вариациях – "групповой", поэлементной, "комбинированной" (если метод, в каком-то случае, работает "хорошо", то требуется меньше "опорных векторов", если "плохо" – то больше, разнообразие обработки в био-мозге, её "приспособление" к различным типам данных и задач, отражено в особенностях цито- и миело-архитектоники "полей" коры мозга – таких полей десятки, а, возможно, многие сотни). Задание уровней сравнения сигналов через "входные" синаптические связи невозможно, поскольку запоминание уровней происходит "инверсно" – чем больше, условно, входной (запоминаемый) сигнал, тем сильнее будет синаптическая связь и ниже уровень "порога"). Однако уровни могут задаться (также) через (обучаемые) тормозные связи, которые (условно) делятся на фиксированные (не зависящие от входных сигналов после обучения, принцип обучения таких связей мне неизвестен) и (условно) "плавающие" – зависящие, например, от суммы входных сигналов (кроме того, (вероятно) в основном через тормозные связи реализуются регулирование и управление). "Тонкая настройка" тормозных связей возможна по "принципу полезности". Для задания "диапазона" или его подобия (в том числе опорного вектора) необходимо сравнение как с возбуждающим, так и с тормозным (выходной сигнал обработки) нейроном или "колонками".

"1-й (условно) вариант" схемы К-памяти колонок:
..."К-память" мини-колонок работает аналогично, с той разницей, что вместо многочисленных "буферных нейронов" у неё имеется всего один такой ("символьный") нейрон, и для возбуждения "паттерна" необходимо "срабатывание" такой памяти в нескольких мини-колонках, представляющих все "элементы паттерна". Способы записи "паттернов" в К-память кластерных и некластерных колонок различаются (также они могут различаться для цели передачи паттерна в Д-память и без такой цели).
...(Примеч. P.S.: Единственный "символьный" нейрон в большей степени подходит для "кластерной памяти"; для некластерной памяти такую "схему" можно считать "условно устаревшей" (далее, в "Дополнении..", дана более "продвинутая" схема), её (сомнительным) "преимуществом" является отсутствие дендро-дендритных связей связанной с ней Д-памяти, но имеются и существенные недостатки:
а) Для кластерной памяти здесь требуется двухуровневая "дендритная логика" (при том, что даже "одноуровневая" дендритная логика "под вопросом").
б) Для некластерной памяти проблемой здесь является алгоритм выбора "символьных мини-колонок" (уменьшения параллелизма записи) при произвольной последовательности следования "паттернов").

...При записи пачки в К-память кластерной мини-колонки необходимо отобрать эту колонку и мини-колонку в ней и записать паттерны одной пачки последовательно по цепочке пирамидальных (П-) нейронов мини-колонки с помощью "сигналов выборки".
...(Примеч.: Каждую мини-колонку можно представить как цепочку из порядка 100 нейронов. По скудным данным в Интернете, в мини-колонках до 80% нейронов являются П-нейронами).

...Перед записью "пачки паттернов" в К-память кластерных колонок (всегда – для записи в Д-память) выбор (гипер-, мини-) колонки для записи происходит по отнесению "сущности" объекта, описываемого "пачкой паттернов", к абстракции, которую представляет "колонка". Вероятней всего, это происходит, когда объект идентифицируется с помощью этой "колонки"(как "сущность") и при этом имеются связные по наблюдениям "описания" (пачки паттернов) объекта (отнесённые, по "связности", к той же сущности), которые недостаточно хорошо "возбуждают" эту колонку. Предположительно, описания, хорошо возбуждающие "(символьную) колонку абстракций", в неё не записываются, но в уже возбуждённую ими колонку записываются "связные" описания (пачки паттернов).

...При записи паттерна в К-память некластерных колонок необходимо:
а) Методами конкуренции (?) выделить ("возбудить") в некластерной памяти мини-колонки, готовые записать информацию (по одной мини-колонке на каждый "символ" памяти), а в мини-колонках – один из нейронов К-памяти, готовый записать "паттерн".
б) Передать "паттерн" (по "прямой" М-шине) на входы нейронов "выборки" и "буферные" ("выходные") нейроны (вероятно, это П-нейроны, см. ниже).

...В результате паттерны запишутся только в мини-колонки, (выходные) символы которых совпадают с символами "паттерна", и в те "нейроны выборки" в них, которые были готовы их записать.
...(Примеч.: При огромном объёме некластерной К-памяти кортекса (если считать формально по нейронам кортекса) эффективность её использования в данной схеме оказывается крайне низкой из-за её привязки к символьным колонкам и возможной "повторяемости" символов (более "продвинутую" схему некластерной К- и Д-памяти см. в "Дополнении.."), но необходимость в этой памяти, при наличии памяти гиппокампов, обусловлена их разной специализацией и необходимостью К-памяти мини-колонок для "переноса" памяти в долговременную (см. далее, при этом мнение о том, что кратковременные (К-) связи синапсов при дополнительной стимуляции переходят в долговременные оказалось, вроде бы, неверным).
[Ответ][Цитата]
 Стр.6 (8)1  2  3  4  5  [6]  7  8<< < Пред. | След. > >>