節点でのこれらすべての反射、感覚器官の仕事はすべて、1つの共通の目標-人の頭の情報の変換を模倣するプログラムの動作プロトタイプの作成-に従属することを忘れないでください。
これを行うには、情報の記録方法と再現方法の2つの基本事項を理解する必要があります。 しがみついて推論を構築し始めるものがないため、この質問にすぐに答えることはできません。 したがって、これらのプロセスの秘密を解明するための最初のステップは、感覚の機能の説明でした[2] 。 情報が人間の神経系に沿って旅を始めるのは彼らからです。 物事の論理によると、次のステップは情報の記録、つまり、暗記またはトレーニングです。
トレーニング
ここにある-人工知能の聖杯。 トレーニングは、その最も重要な特徴の1つと考えられています。 多くの人がすでに推測しているように、この劇の主人公はつながりの形成です。
科学は何と言っていますか？
私たちは公式の情報源から答えを探し始めます。人間の生理学に関する情報に目を向けます。 これは、メモリに関する章に書かれているものです。
記憶の生理学的基盤は、条件付けられた反射原理に基づいて大脳半球の皮質に生じるいわゆる連続的な時間的接続にあると考えられています。
または、ロシア語では、記憶は条件反射の組み合わせです。 あなたのことは知りませんが、この定義は私を守りました。 このような複雑なシステムは、実際には反射である因果関係のみの組み合わせとしてどのように表すことができますか？ 他の生理学的プロセスの検索、「記憶の基礎」の候補は決定的ではありませんでした。 科学者自身がこの問題を完全に理解していなかったようです。 そして、彼らの理論に明白なギャップを残さないために、彼らは最も明白な候補者として条件反射にすべてを書き留めました。 同じ本の中で、これらの反射に捧げられた章では、それらが筋肉化学活動に責任があると書かれています。 そして、記憶についての言葉ではありません。
まあ、公式の情報源は行き詰まっており、ほぼ200年間新しいものを提供することができなかったため、非公式のものの間で検索を続ける以外に何も残っていません。
私はすぐに面白い記憶モデルでニーモニックの目を引きました。 そこでは、私たちにすでに知られている反射結合に加えて、いくつかの電気的結合、またはそれらが別名呼ばれている共鳴結合が記述されています。 基本的に、このモデルによると、私たちの記憶が構築されるのは彼らです。
電気接続と反射接続の主な違いは、電気接続が単方向ではないことです。 想像力でいくつかの画像の束を作成した場合（銃口、目、耳、尾、足などで構成される猫を見て）、この束の任意の画像は刺激になります。 反応は常に、以前に接続されたすべての画像の全体像の想像における外観になります。 尾を見るだけで十分で、想像力はそれを猫の全体像に引き付けます。
一般に、電気接続の生理学が完全に定義されていないという事実にもかかわらず、すべてが論理的でもっともらしい。 興奮したニューロンは、何らかの形で振動を同期させることができるという仮定のみがあります。 その結果、1つのニューロンのみが励起される場合、共鳴効果により、励起がグループの残りのメンバーに送信されます（したがって、これらの接続の2番目の名前）。 しかし、これは仮定にすぎません。
何らかの方法で、この理論は、抽象化のより高いレベルではあるが、暗記のプロセスのいくつかの側面を説明することができます。 また、プログラムのモデルもニューロンよりも高い抽象化レベルで開発されているため、理論は私たちに合っています。
理論から実践へ
通常起こるように、理論は実践と対立します。 私たちの場合、これも回避できませんでした。 事実、条件反射は短期記憶の段階で形成されます。 そして、我々のモデルでは、段階へのわずかに異なる分割があり、短期記憶の操作中に接続は形成されません[2] 。 この段階で発生する唯一のことは、短期記憶からの情報と定数の間の対応の検索です。 しかし、これは条件反射を持たないという意味ではありません。 いいえ、それは意味します。
さまざまな種類の接続またはさまざまな教育方法を使用して、この誤解に対処してみましょう。 どのタイプを区別できますか？ 反射と共鳴。 それらはどう違うのですか？ 条件付けられた刺激から条件付けられていないものへの反射接続が確立されますが、条件付けられていない刺激は一定期間後に現れます。 さらに、無条件刺激が生物学的重要性の観点からより強くなければならないという事実など、反射接続の形成には制限があります。
反対側から見てみましょう。 条件付けられていない刺激が条件付けられた刺激より弱い場合でも、結合が形成されるとどうなりますか？ この状況では重要ではなく、面白くないため、無条件は単に呼び出されません。 リンクを確立するための基準を導入する代わりに、検索段階でリンクを通過するためにそれらを入力することができます。 このため、コミュニケーションの形成中に、分析する何かがあるように、その特性のいくつかを確立する必要があります。 たとえば、教育の日付。 その後、さまざまなプロパティを登録しながら、右と左への接続を作成することにより、バインドプロセス全体を簡素化できます。
さらに、これらのリンクの一部は特別なクリーニングアルゴリズムでクリーニングされ、残りのリンクは検索で使用できます。 プログラムがこの接続を通過するかどうかを判断し、そのプロパティやその他のパラメーターを分析するときに、残りのロジックを検索プロセスに配置します。 その結果、反射を含む思考と行動の実際のモデルを維持することができます。 ほら、問題は解決しました！
実践から新しい理論へ
まあ、それは彼らが問題をどのように管理したか（後でそれを脇に置いて）、新しい接続がどのように、どこで、いつ形成されるかを見つけることだけが残っています そしてまた-これらの神秘的な特性は何ですか。 そして、クリーニングアルゴリズム。
まず最初に。 まず、システムの観点から関係の形成の一般原則を定式化してみましょう。
感覚器官から届いたばかりの新しい情報は、主記憶にすでに存在する情報に連絡する必要があります。
言い換えれば、新しい情報は、現在の状況、現在の思考や感情、その人が現時点で考えているすべてのものと関連しています。
ノード[1] 、 [2]の観点からは、論理的に複雑なプロセスは発生しません。 感覚から来るノードのグループは、ノード間のそのような接続を形成します。 次に、RAMからノードと通信します。 リンク自体は平凡なリンクです。 私はそれぞれの原則に従って接続する必要があると考える傾向がありますが。
そのようなシステムがしばらくアクティブに機能する場合、メモリ内のすべてのノードが全員との接続を形成するときが来ます。 情報は最終的にどのような方法でも構造化されず、リコールプロセスは参照による1つのノードから別のノードへの遷移に基づいているため、リコールプロセスは効果的に機能しません。
この問題に対処するには、しばらくプレイしないと情報を簡単に忘れてしまうことに注意する必要があります。 また、覚えやすい状況もあれば、困難な状況もあります。 これは、接続が同等ではないことを示唆しており、私たちのシステムへのアプリケーションでは、独自の重みが必要です。 重量が大きいほど、接続が強くなります。 小さいほど、破裂する可能性が高くなります。
ここでは、関係のプロパティが必要になります。 この役割の最初の候補は、「最終アクセス日」と重みです。 日付は明確であり、重みは、この接続における遷移の数に相当する整数として表されます。これは人気度の一種です。 ノードへの遷移の数に等しいノードの総重みを追加することもできます。
これらの2つのプロパティが検索で使用されるという事実に加えて、メモリのクリーニングと最適化のための外部アルゴリズムを編成することが可能になります。 クリーニングのために、最終アクセス日付の集約、ノードの重量とその状態[2] （刺激の強さをそれぞれ決定する興奮または疲労の大きさ、正と負）からしきい値を設定できます。 また、検索を最適化するために、メモリがテキストファイルに保存されている場合は、最も高い重みを持つノードを転送できます。
何が得られますか？
計画どおり、記憶するときには複雑な変換は発生せず、リンクの追加とヒットカウントのトリガーという基本的な操作のみが発生します。 これらの単純な操作が大量に実行されると、さらに興味深い効果が発生します（そうあるべきです）。 徐々に、ノードの特定のグループがメモリ内に形成され、オブジェクトまたは現象の画像の類似物になります。 これらのグループは、グループの内部メンバーとの結合の重みが他のノードとの結合の重みよりも著しく大きくなるという点で際立っています。 このような画像の形成は、音声トレーニングを開始するための前提条件であり、その結果、より複雑な知的活動が必要になります。
すばらしいことは、プログラムの動作と考え方をハードコーディングする必要がないことです。 接続の形成や感覚からの読み取りなどの一般的な操作が厳密に定義されている場合、検索条件とクリーニングアルゴリズムの詳細は、既知の実験データに基づいて調整および調整できます。 そのため、タスクは最初に思えたほど難しくありません。 より正確には、フレームワークにリモートで似たものを作成することと、実際にはこのフレームワークの構成と調整の2つの段階に分けました。
人工体
この時点で、プログラムが情報を受信する方法と記憶する方法を調べました。 次回は検索エンジンについて見ていきます。 しかし、これまでのところ、舞台裏はこれらすべての情報がどこから来たのかということでした。 仮想環境についてお話します。
理論的には、この環境は何でも構いません。 しかし、実際には、プログラムを開発し、世界のモデルを改善し、話すことを学びたい場合、最終的には、42以外の何かを提供する必要があります。それは、オブジェクトを持つ動的な世界でなければなりません、独自のプロパティを持ち、オブジェクトとプログラム自体に作用する独自の法則を持ちます。 そして、プログラムは現在、人工生物を呼び出すのにより適しています。
彼が人として成長し、人として考えることを望むなら、可能な限り現実的な彼のための世界を作る必要があります。 それ以外の場合、アルファケンタウリからエイリアンレベルのインテリジェンスを取得します。
はい、「できるだけリアル」と言うのは簡単です。 これは達成不可能な理想です。 しかし、一つ理解する必要があります-世界をより詳細にすればするほど、プログラムの可能性は大きくなります。 人が原始世界で動物によって育てられた場合、その人は発達レベルの観点から動物になります。 そのため、プログラム用に比較的単純な世界を作成した場合、それを人間に発展させることはできません。
どうする？ 簡単に始めて、ここに方法があります。 できるだけ早く機能するプロトタイプを入手する。 結局のところ、すべてのコンポーネントが開発された場合にのみ、テストとキャリブレーションを行うのが普通です。 原始的な環境ができたら、動物の発達レベルを取得してから、まず動物を目指します。 おそらくこれは多くの人を失望させるでしょうが、私は別の方法を見ません;誰かが見れば、啓発してください。 一般的に、動物の「誠実な」模倣を得ること自体が成果です。
球形の馬を作らないようにするために、特定のプロトタイプを選択し、より単純な方が良いでしょう。 最初の段階では、プラナリウムを選択しました。 周りの世界は、このプラナリウムがcraうお風呂になります。 お風呂の特定の場所に食べ物を置くことができます。 そして、私はプラナリウムに条件付けられた反射を教えます-バスの「照らされた」エリアから離れて滞在するために。 このため、トレーニング中に彼女が照らされたエリアにintoい込むと、彼女は「ショック」を受けます-彼女は本当にそれを好きではありません。
このことから、感覚器官と記憶に加えて、人工生物は動き回ったり、食べたり、痛みを感じることができる身体を持つことになります。 そして、彼はまた、食物、運動などのためのニーズを持ちます。
これが実現すると、身体の分析システムを徐々に改善し、ニーズを追加し、世界そのものを複雑にすることが可能になります。 同時に、実際の生物とその生活条件との類似性を順守することもできます。 私たちは徐々に哺乳類に向かっていきますが、そこでは人間の手に届くでしょう。 ここにそのような進化があります。
PSプログラムの可能性は、実際の生物のように正確には決定されていません。 出生直後の後者に、成長しない特定の数のニューロンを含む脳があり、これらのニューロン間に既に接続がある場合、プログラムにはニーズに対応する必要な最小ノードのみがあります。 プログラムを実行すると、永続メモリを構成するノードの数が増えます。 この機能に基づいて、ニューラルネットワークソリューションを開発するときのように、開発段階でノードのネットワークのアーキテクチャに時間を割く必要はありません。 その代わりに、仕事の大部分は感覚、身体、そして周囲の世界の発展です。 これらすべてをセットアップするだけでなく、それだけではまったくプログラミングされません。 このアプローチにより、初期段階ですでに稼働中のシステムを取得できます。その後、蓄積されたメモリをリセットしてゼロから開発を開始する必要なく、新しい機能を調整して導入することで徐々に複雑になります。