考え

Makeloft Webサイトの記事の最新版



考えは何ですか？ 生まれつき耳が聞こえない人はどう思いますか？ 視覚障害者にはどんな夢がありますか？ そして、聴覚障害者にとって世界はどのようなものですか？ メモリはどのように機能しますか？ コンピューターの観点から、基本的なオブジェクト（電話番号や長い文字列）よりも知覚しにくいオブジェクト（顔、写真、メロディー）をよりよく覚えているのはなぜですか？ 意識は生物の連鎖のどこから始まりますか？ 感情や感情とは何ですか？ 人工的な心の創造は可能ですか？ 意識？



この記事には探索的研究の特徴があり、単純化された仮説が含まれていますが、その中に、少なくとも1つのイオタがそのような問題を理解することに近づくようにします。 おそらく誰かが自分の考えを見つけたり、新しい考えを見つけたりするでしょう...







連想リレーショナルデータモデル



この領域はまだ十分に研究されていませんが、いくつかのパターンは興味深いものであり、実際に使用することができます。



日常のタスクの解決策から遠くから始めましょう：大学の構造（研究グループ、学部、学部、学部、その他の属性）を説明しながら、個人およびグループクラス、教室、学生と従業員のリストのスケジュールを含む大学の多かれ少なかれ詳細なデータベースを作成する必要があります）



古典的なリレーショナルアプローチには、相互接続された多数のエンティティ（学生、グループ、サブグループ、学部、ストリーム、部門、従業員、ポジション、職業、主題、職業の種類、時間、場所、聴衆、聴衆の種類など）の割り当てが含まれます。 新しいエンティティが追加されるたびに、データベーススキーマはより複雑になり、特定の教育機関にアタッチされます。つまり、たとえば、教育サブグループの階層またはスケジュールの原則がわずかに異なる場合、データベーススキーマを別の教育機関に適用すると、簡単にうまくいきません。 つまり、対象領域の普遍性が失われます...



より一般的なものを作成することは可能ですか？ サブジェクト領域を注意深く分析すると、ほとんどのエンティティは本質的に抽象的であり、非常に小さい特定、つまり特定のエンティティ（個人（個人）、場所（任意の場所）、イベント（原子の一時的なイベント）） 。 他のすべては、論理グループに従って特定のオブジェクトのセットを分類（配置、クラスター）する人間の心による試みです...



次に、データモデルはおよそ次のように記述できます。







PS誰かが突然さらに深くなりたい場合、数年前に以下の原則に基づいて書かれた実行可能なDispatcherカリキュラムのソースコードがあります。



ここで、このようなスキームの機能、欠点、利点を理解しましょう。



たとえば、学生と大学のスタッフについて説明します。 最初に、PersonClusterTypeテーブルに「ステータス」レコードを追加します。これは、個人のステータスを反映します。 この場合、「学生」と「従業員」という2つのステータスがあります。これら2つのレコードはPersonClusterValueテーブルに追加され、「ステータス」タイプを参照します。 つまり、「学生」と「従業員」の2つのクラスタをすでに形成しており、1人が両方のクラスタに含まれる可能性があります。つまり、大学で勉強し、そこで仕事を組み合わせます。



素晴らしい、それを整理しました。 今では、従業員にポジションがあると仮定することは論理的です。 PersonClusterTypeテーブルで、エントリ「Position」を追加し、PersonClusterValueで、「Assistant」、「Technician」、「Laboratory Assistant」、「Teacher」、「Department Head」、「Dean」、「Rector」、「Secretary」「 Watchman”、“ Janitor”、“ Watchman”、“ Dresser”、およびタイプ“ Position”のレコードを参照するその他。 この場合、1人のユーザーがそのような複数の投稿を単に結合することもできます。



私たちは今、学生に目を向けます。 原則として、それらはグループ、サブグループ、フロー、および学部に配布されます。 PersonClusterTypeに「Teaching group」エントリを作成し、PersonClusterValueに多数のグループ（「750503」、「750504」など）を追加します。このステップの後、特定のグループで勉強している人々のリストを取得するのは非常に簡単です。 サブグループでは、状況はより興味深いです。1つのグループ内には、体育、外国語、および実験室研究のサブグループが存在する場合があります。



PersonClusterTypeテーブルに「外国語のサブグループ」、「体育のサブグループ」などのタイプを追加し、PersonClusterValueテーブルにこれらのサブグループ自体のインスタンスを追加してから、対応するメイン研究グループに関連付けます（多対多の閉じた関係）。



同様に、例として、PersonClusterTypeテーブルに「Faculty」、「Department」、および「Stream」タイプを作成します。 また、テーブルPersonClusterValueには、対応する学部のインスタンス（CSIS、FITU、IEF、EED、FKPなど）、部門-コンピューター、コンピューターサイエンス、高等数学、歴史、哲学、心理学など、およびフロー-75050、85050などを追加します。



その後、PersonClusterValueテーブルの多対多の閉じた接続を利用して、調査グループを対応する部門とフローに関連付けます。 同様に、学部や部門の一部の従業員を関連付けることができます。



このアプローチを使用すると、人を完全にランダムにグループ化して整理したり、複雑な階層を作成したりできます。 これは、人だけでなく、一時的なイベント（イベント）や場所（場所）にも当てはまります。 さらに、関係は本質的に連想的になり、レコード内の線形検索だけでなく、実際の連想検索も使用できるようになります。 そして、これにより、大量のデータをキャッシュおよび処理するための新しい可能性が開かれます。



さらに、さらに詳しく見ると、グループ化はさまざまな方法で部分的に実行できます。この同じデータベーススキームは、大学だけでなく、たとえば営利企業や学校にも適用でき、前例のない汎用性が得られます。



そして、類似の主題領域の図は、古典的な関係表現でどのように見えるでしょうか？



上記を要約すると、この方法は、現実世界の特定のオブジェクト（Personなど）のみを個々のデータベースエンティティに転送し、関連する抽象概念についてはPersonClusterTypeテーブルにエントリを作成するだけです。 通常のリレーショナルアプローチでは、このような抽象レコードごとに個別のテーブルを作成する必要があります。 その結果、Personオブジェクトの特定のセット[クラスター]に[PersonClusterType]タイプの新しいプロパティを付与し、このプロパティに特定の値[PersonClusterValue]を割り当てることがわかりました。



プログラミングの観点からオブジェクトにそのように関連付けられているプロパティは文字列型ですが、提案されたスキームを改善し、ブール型や数値型などのさまざまな型を使用することを妨げるものはありません。 ただし、数値には制限があり、以下で説明します。



多対多の接続が閉じられているため、これらの添付プロパティ（クラスター）は、アトミックではなく、つまり階層構造を表す複雑な特性を持つことができます。



さらに、このようなデータベースに入力する原理が学習プロセスに多少似ていることに気づいたかもしれません...そして、プログラム自体は思考アルゴリズムを模倣し、質問をし、さらにはユーザーアクションを指示することもできます...たとえば、新しい人をPersonテーブルに追加するとき、ほとんどすべてのユーザーのステータスが「学生」および/または「従業員」である場合、プログラム自体はユーザーにこれらのクラスターのいずれかに新しい人物を割り当てることを提供できます（一般から特定への演ference推論 ） その後、アプリケーションは、従業員と役職、学生と学習グループの関連付けを提案します。



一方、すべての研究グループが学部に関係していない可能性もあります。 1つまたは2つの研究グループを学部に関連付けると、プログラム自体が突然他の研究グループも部門と相関する必要があることを「推測」し、このアクションを部門に対して実行することを提案します（特定から一般への帰納的推論）。



さらに、この種のデータベースでは、より複雑なタイプの結論がうまく形式化されています。 たとえば、オブジェクトXとYはクラスターA、B、C、Dに含まれます。ある時点で、ユーザーは新しいクラスターEを作成し、オブジェクトXを追加します。XとYの類似性が明らかになったため、プログラムはYを新しいクラスターに追加することも提案しますE.



連想データモデル



このアプローチをさらに深く進めると、Personが持つ列プロパティ（FirstName、LastName、Birthdayなど）もクラスターに入れることができます。つまり、テーブルは「純粋な画像エンティティ」になります。 Id以外の列はありません。その状態を復元するには、関連するすべてのクラスターのプロパティの値を収集する必要があります。



OOPの観点から見ると、このような状況では完全なセマンティックギャップが存在するため、このようなデータベースでプログラムを作成することは、少なくとも非常に珍しいことではないでしょう。 それでも、「プロパティ値の名前」という辞書の形でオブジェクトを提示すると、興味深いことができます。つまり、推論アルゴリズムの実装が非常に簡単になります。



しかし、さらに深くなると...エンティティPerson、Event、Placeの違いを消去し（ClusterTypeで「Entity」タイプを作成し、このタイプ「Person」、「Event」、「Place」でClusterValueに3つのエントリを追加します）、データベースのみに残します3つのテーブルエンティティ：

-オブジェクトのインスタンスの画像をきれいにする（画像）

-オブジェクトのクラスターのプロパティの値（ClusterValue）

-オブジェクトクラスタープロパティタイプ（ClusterType）



このようなスキームを使用すると、絶対にあらゆる種類のオブジェクトを記述できることがわかります。 Imageテーブルから、特定のインスタンスを取得し、そのクラスターが属するクラスターを確認する必要があります。それに基づいて、すべてのプロパティとその値を復元します。 面白いですね。 ただし、これは制限ではありません-すべてを2つのテーブルエンティティClusterとValueにまとめることができます（OOPのように、絶対にすべてがオブジェクトであり、連想データベースではすべてがクラスターです）。 もちろん、この場合、テーブルから画像クラスターのオブジェクトのインスタンスを抽出するのは簡単ではありませんが、ここに興味深いものがあります-これはすべて、脳内の画像関連付けのモデルに似ています...



しかし、数字に戻ります。 実際のデータベースでは、多くの場合、テーブルエンティティのフィールドに、浮動小数点数などの数学データが格納されます。 純粋な連想アプローチを使用する場合は、数字のセット全体をClusterValueテーブルに追加する必要がありますが、これは実際のデータベースの膨大なデータの配列です。 明らかに、テーブル全体が効率的に機能し、関連付けを検索することは非常に困難になります。 しかし、この事実は、人々が数字や記号のシーケンスをよく覚えていないことが多い理由を示唆しています。



現代のOOPプログラミングでのアプローチの実際的な適用性に関しては、連想-合理的なレベルで停止し、完全に連想的なレベルに切り替えないで十分です。 しかし、さらに先に進みます。



知覚モデル



一部の感覚器官がどのように機能するかを簡略化した形で提示しようとします。



ビューから始めましょう。 光が網膜に入るとすぐに、受容体からの信号が形成され、それらに基づいて、脳は原始画像を区別し始めます：線、色の領域、光と影の領域。 徐々に、画像の順序はより複雑になり、前の段階からの情報によると、幾何学的形状が形成され始め、脳はそのような幾何学的形状の多くからより複雑な複雑なオブジェクトを追加しようとします-例えば、風船から他の人の顔まで。 オブジェクトをすぐに認識できない場合、脳はこのオブジェクトのプロパティを使用して類推を探し始めるため、子供は風船をボールと呼ぶことができます。 または、外部学習のプロセスが開始されます-大人に質問があります。



現実世界のかなり複雑なオブジェクトがプリミティブの形で描かれているにもかかわらず、必要なものとして認識される子供の絵は、このスキームをさらに理解するのに役立ちます。 これは芸術の力です-より初歩的な助けを借りて高次の画像（感情、感情）を伝えることですが、それが他の人に届くように...



聴覚に関しては、そのプロセスはいくぶん似ています。 それは、音響信号に含まれる周波数に関する情報が聴覚受容体から受信され、その後短時間で情報が収集され、その変化が分析され、その後、 ある種のパターンが形成されるという事実から始まります...まったく異なる声で発声された言葉を楽器および認識します。



実際、覚醒中および睡眠中の一部では、脳は周囲の画像を認識し、バックグラウンドでクラスタリングするこの作業を継続的に実行します。 重要なものが見えてくるとすぐに注意がこのオブジェクトに移り、その分析がより詳細に行われ始めます。



感覚からの原始画像の知覚は、個人の感情状態に弱く依存しますが、たとえば特定の状況で増減する場合がありますが、高次画像のクラスタリングは感情に非常に左右されます。



感情モデル



原則として、認識されたオブジェクトのほとんど-世界の画像は中立的な感情的な色を持っていますが、個人の状況や条件によっては、この色は明るくなり、個人を別の感情的な状態に変換することさえできます。



個人の性格の単純化はグラフの形で表すことができ、頂点はすべての可能な原子的感情であり、それぞれが現在の興奮レベルに関連付けられています。 すべての感情はエッジで接続されており、各エッジには独自の伝導率係数（ある感情から別の感情への興奮の遷移の確率）があります。 エッジの値は長い時間間隔にわたって安定しており、頂点の値は動的であり、外界の画像の影響を簡単に受けます。 いくつかの感情状態は最も可能性が高く、したがって安定しており（潜在的な井戸の類似物）、他の感情状態に切り替えるには重要な外部または内部刺激が必要です。



思考モデル



人々は脳内でのコミュニケーションと音声の認識（口頭および書面）の主要なチャネルを持っているため、思考を発音する習慣が発達しています。 おそらくこれは、良い形になり、フレーズをすばやく作成するための練習として必要です。 より複雑なチャネル-視覚的および感情的-は、通常それほど頻繁には関与しないため、想像力のある思考はあまり一般的ではありません。 ただし、スピーキングには時間と制御が必要なため、厳密な論理レベルをバイパスして情報をより迅速に処理し、連想的に考えることができます。 おそらく誰かが「フラッシュ思考」の状態に精通している、おそらくこれは、脳が新しい関係を確立するが、それをスピーチまたは視覚的な構成の形で設計する時間がなかったときの純粋な比fig的思考の例です。



明らかに、聴覚障害者の子供は、視覚的な概念のみを使用して、子供の頃から話すことなく行動するため、ほとんどの人にとって馴染みのある考え方とは異なります。 生まれつきの視覚障害者は視覚画像を使用できませんが、その触覚および聴覚管はよく発達しています。 成人期に盲目である人々は夢見る能力を保持していることは注目に値しますが、動物実験が示すように、幼児期には視覚能力が確立され、新生児が片目に接着され、長い間包帯が取り除かれた後、動物は盲目のままになります視覚チャネル全体に明らかな損傷はありませんが、この目とその上の視力は回復しません。 このチャンネルからの基本的な画像の認識に関与する連想的なつながりは、脳内で確立されないだけです。



幼少期は学習、コミュニケーション、思考の方法が非常に限られているため、聴覚障害者のミュートは、他の人の十分な注意なしに精神発達を停止します。 しかし、生きた例が示すように、正しいアプローチで、盲ろう者はさらに高等教育を習得することができます。



意識



意識はどこから始まりますか？ おそらく、単一の体細胞、ウイルスまたは細菌は意識を持たず、体の別の部分が神経線維であっても意識に恵まれている可能性は低いです。 直感的に、意識は脳全体に関連しています。 さらに、1つの例では、原則として興味深い点があります...おそらく、1つの脳に複数の心が現れたり（分裂/性格が増加したり）、意識が完全に失われたり（栄養状態）場合は例外がありますが、これらの逸脱は特徴付けられる可能性があるため、ここで注意する必要があります一つの意識。



これは何ですか？ 神経活動または「神の火花」の結果？ 現実には、生まれた瞬間から死に至るまで意識の連続性が存在し、現実には意識の存在は不連続なプロセス（誕生、夢のない睡眠、意識の一時的な喪失、死）であることに注意する価値があります。



唯物論的で確定的な科学的アプローチは、超自然的な存在は存在できず、現実世界の法則によってすべてが制限されると言います。しかし、素粒子レベルでの現代の量子物理学の観点から、世界には非決定的な確率的性質（波動関数とハイゼンベルクの不確実性の崩壊）があり、魂と身体の相互作用のチャネルが可能であれば、それはこのレベルにあり、次元ニューロンとその接続は、量子ゆらぎの影響を非常に受けます。したがって、脳の自然な生物学的要因と法則とともに、魂の場所があるかもしれません...



つまり、著者の理解では、世界の量子画像によると、所定の運命はありませんが、いくつかの許容可能なライフラインがあり、その選択は確率的変動によって決定されます。しかし、結局のところ、いくつかの変動は特定の方法でかなり調整でき、数学的分布に違反することなく、歴史の発展の1つまたは別のバージョンを選択することができます。



プログラミングの観点から見ると、少なくとも1人の遺伝コードは、特定の条件下で意識を持って生きている生物（コンピューター）を再現できるプログラムです。 「神の火花」がなければ、その機能の法則を徹底的に研究し、類推により、理論的には、生物学的性質だけでなく、意識を持っているそのような修正されたコンピューターを作成することができます。さらに、この場合、意識のインスタンスの数は非常に弱く制限されており、生産を開始することにより、数十億から数十億の思考および意識マシンを作成することが可能です。一方、魂の神性を仮定すると、問題も生じます：意識のコピーの数は制限されていますか？



しかし、私たちが大胆にたった一つの共通の意識があり、その瞬間にそれがあなたの中にあると仮定すると、すぐに別の人（または野生動物、植物、ペット）に移り、あなたと平行して別の瞬間に生きる次のように、そしてそれは再びあなたに戻り、あなたがそれに気付かないようにすべてが繰り返されます。コンテキストのみが変化しますが、意識は変わりません。これは、オペレーティングシステムのプロセスとスレッドのスケジューリングに似ています。すべてが並行しているように見え、コンピューティングコアの特定の瞬間（量子）に、コテキストで実行されるのは1つだけです。多くのプロセッサとコアがありますが、意識のインスタンスがたくさんある可能性もありますが、それらは1つの肉体ではなく、一度に複数のものに関連付けることができます！



したがって、他の人の意識状態に影響を与えることにより、文字通り直接あなた自身に影響を与えているという状況は非常に受け入れられます。



今、生まれ変わりの議論を続けることは論理的です。宇宙の創造主（または複数の創造主）の観点からすると、これは非常に合理的な概念です。世界を創造する目標の1つが学習と認知である場合、新しい身体への移行は、このプロセスの一種の次のステップです。人が日中疲れて頭を考えで満たすように、睡眠中に新しい頭で浄化して目を覚ますので、新しい体に生まれ変わって、以前の負荷とアタッチメントから浄化されます。



あなたはすぐに異議を唱えることができますが、何がポイントですか？結局、数十年で得られた経験は失われ、あなたは再び学ぶ必要があり、時間はすべてを消去します...しかし、なぜ地球は数百年または数千年前と同じではないのですか？結局のところ、人だけでなく、世界は覚えることができます...それは陳腐です、誰かが彼の人生で本を書いて、彼の考えをそれに入れて、ずっと前に死にました。うわー、どれほど面白いか、しかし、あなたはそれらをもっと開発することができる…など。または、彼はどういうわけかトランジスタの出現につながったという発見をしました-彼の次の人生で、彼はパソコンを使用します。彼は子供を育て、彼の知識と愛を彼に与え、子供はそれを彼の子孫に伝え、そしてその源にいた人は遠く、遠くの子孫の一人に生まれました。検討する価値があります！



おそらく、東洋の宗教的伝統によれば、悟りを達成した人々はサムサラ（一連の再生）から出てきますが、それ以上想像することはできません...おそらく宇宙は私たちにとって幼稚園であり、学校、研究所、そして最も大胆な研究のための無限の空間ですと空想のフライト！突然、私たちは、何らかの理由で退屈または好奇心から自分自身を試してみることにした宇宙のまさに建築家であり、現在の物理的な形で宇宙を創造し、そこに落ち着きました。そして、このすべてに意味はありませんが、意味は常に何かまたは誰かにあり、考え出すことができます。



42



または、別の選択をして、同じような質問で常に自分自身を苦しめるのではなく、静かに生き、悲しんで喜ぶ、探検し、学び、コミュニケーションし、共有し、愛し、創造する！