From: Виктор Свиридов ( trc-svn@laes.sbor.ru ) Date: 11:10:47 14/04/00
Лекция 3 (заключительная).
Hi !
Это по-американски. Вот у них все так. Просто - "Hi" и не надо думать вечер или день, на вы или на ты, с большой буквы или с маленькой :).
Прежде всего приношу извинения за мусор в предыдущем сообщении. Часть текста была перенесена из WORD -а и что-то случилось с кавычками, дефисами и многоточиями. Кажется не учел наличие автоподстановок в WORD -е. Хотя у меня в Outlook -е все смотрелось читабельно.
КВАНТОВО-СТРУКТУРНЫЕ МАШИНЫ.
Продолжим наш опыт с наблюдателем. Допустим, что наблюдатель умеет запоминать и накапливать полученную информацию в ходе эксперимента. Тогда, увидев “длинное”, наблюдатель рассчитает КС-вероятность выбора:
"яблоко" - 0; "морковь" - 0,5; "перец" - 0,5.
Продолжая исследование физического мира, наблюдатель в какой-то момент "увидит" "сладкое" и после несложного расчета будет иметь следующую информацию для принятия решения:
"яблоко"- 0,5; "морковь" - 1,0; "перец" - 0,5.
Выбрав объект, для которого сумма КС-вероятностей ( обратных дивергенций) максимальна, наблюдатель поступит абсолютно разумно.
Нетрудно заметить, что выше сказанное описывает процесс принятия решения на основе текущего состояния КС-модели act(S). При этом наблюдатель воспользовался принципом максимума суммарной КС-вероятности.
Данный алгоритм принятия решения позволяет распознавать События на основе информации, получаемой из внешней среды (в том числе и неполной).
Снабдим нашего наблюдателя простой формальной программой действия:
"яблоко" - "съесть"; "морковь" - "съесть"; "перец" - "отвергнуть". (19)
Тогда, следуя этим формальным правилам, он сможет не только безошибочно распознавать объекты, но и разумно действовать, что позволит ему, например, выжить в данном Мире.
Заметим, что во всех случаях наш наблюдатель в интеллектуальном плане действовал абсолютно формально в соответствии с КС-моделью.
Eсли в нашем распоряжении есть входное устройство , способное распознавать базовые события ("красное" и т.д.), и выходное устройство, способное реализовывать принцип MAX и программу (19), то мы вполне можем заменить наблюдателя машиной :
Вх.Устройство => Автомат => Вых.Устройство
Где автомат задан, как ему и положено, следующей пятеркой: (20)
Множество входных состояний - act(s1) ... act(s5);
Множество внутренних состояний - act(S);
Множество выходных состояний - act(s6) ... act(s8);
Функция изменения внутреннего состояния - act(si);
Функция изменения выходного состояния - act(s6) ... act(s8).
Можно показать, что поведение машины ничем не будет отличаться от поведения нашего наблюдателя в данном описанном нами Мире.
Такие машины мы будем называть КС-машинами первого типа или неадаптивными КС-машинами.
В отличие от первых, машинами второго типа - адаптивными или самообучающимися будем называть КС-машины, дополнительно имеющие возможность реализации алгоритма, позволяющего на основе регистрации базовых событий формировать внутри себя модель КСП адекватную КСП физического Мира.
Заметим, что классически определенный автомат (20) фактически описывается одной единственной функцией - act(S).
Квантование Событий.
Процесс квантования Событий можно рассматривать как иное, отличное от линейного, представление любой последовательности базовых Событий. При этом сама последовательность может быть разделена на части различными способами.
Следовательно, можно говорить о критериях квантования. Например, можно ограничить количество КС в КСП, максимум или минимум количества входных или выходных связей КС, максимальное значение уровней и т.д.
Ниже приведен один из многочисленных возможных примеров реализации алгоритма формирования КСП.
Рассмотрим устройство, которое можно определить как элементарную последовательную бинарную КС-машину, которая:
1) Умеет распознавать символы алфавита и один специальный символ - разделитель;
2) Осуществляет бинарную КС-свертку КС полученного на предыдущем шаге с КС поданным на ее вход и запоминает его в своем КСП S. Информация на вход машины подается последовательно посимвольно.
3) При обнаружении на своем входе КС символа разделителя, передает на свой выход КС полученный на предыдущем шаге. Далее все повторяется с начала.
Выбирем в качестве разделителя символ "пробел".
Если через такую машину пропустить достаточное количество произвольных текстов, причем в произвольном порядке, то в результате в КСП S будут содержаться образы всех слов языка.
Если выход машины соединить последовательно со входом следующей точно такой же машины, а в качестве разделителя взять символ разделителя предложений - точку, то
на выходе второй машины мы будем получать образы предложений.
Причем, если вначале КСП растет количественно довольно быстро, то мере "обучения" скорость эта падает и надо хорошо "постараться", чтобы обучить ее чему-то "новому". Особенно, если под рукой все больше тексты однообразной тематики.
Письменный язык выбран в качестве примера только по причине наибольшей наглядности результатов квантования. С таким же успехом описанная нами машина будет преобразовывать любые линейные последовательности (естественные языки, программы ЭВМ, сканированные изображения и т.д.).
КВАНТОВО-СТРУКТУРНАЯ МОДЕЛЬ БИОЛОГИЧЕСКИХ НЕЙРОННЫХ СИСТЕМ.
Сделаем краткое введение в теорию биологических нейронных сетей (БНС) (только с одной целью - обозначить проблему так, как ее понимает автор).
Основную роль в деятельности нейронной системы (НС) животных и человека играют специальные клетки - нейроны, связанные между собой нервными волокнами.
Совокупность взаимосвязанных между собой нейронов образует НС. Нейроны могут обмениваться между собой и другими клетками живого организма информацией, посылаемой в виде электрических и (или) химических сигналов.
Отвлекаясь от несущественных с информационных позиций различий, можно выделить три группы нейронов различных с функциональной точки зрения:
1) Нейроны, получающие информацию от клеток, выполняющих сенсорные функции.
2) Нейроны, посылающие информацию на клетки, выполняющие моторную функцию в организме.
3) Нейроны, взаимодействующие в информационном плане только между собой.
Принято считать, что нейрон состоит из тела клетки (сомы), отростков называемых дендритами (по ним нейрон получает сигналы от других клеток), отростка называемого аксоном (по нему нейрон передает информацию другим клеткам). Аксон контактирует с другими клетками посредством специальных образований - синапсов, через которые собственно и происходит передача информации между клетками. Нейрофизиологи говорят, что нейроны конвергируют и дивергируют между собой.
С морфологической точки зрения нейроны различаются очень сильно. Поэтому такое строение нейрона можно считать условным. Так среди множества нейронов имеются и такие, у которых дендриты и аксоны выражены или очень слабо или совсем отсутствуют.
Несомненно одно, чтобы обмениваться информацией с другими клетками нейрон должен иметь вход(ы) и выход(ы) и некоторый механизм позволяющий принимать и передавать сигналы.
Передача информации между нейронами происходит как с помощью электрических, так и химических сигналов.
Принято считать, что сигналы, получаемые по входам нейрона, суммируются и при превышении некоторого порога нейрон посылает по аксону сигнал на свои выходы.
Какой информационный смысл несет каждый из этих сигналов до настоящего времени неизвестно.
В качестве альтернативы предлагается следующая информационная модель функционирования БНС:
1) БНС является биологической реализацией КС-модели отображения внешней по отношению к ней среды по принципу "один в один" : один нейрон - один КС - одно Событие.
2) Связи между нейронами морфологически соответствуют КС -связям модели и выполняют функцию долговременной памяти.
3) Состояние активности отдельного нейрона описывается функцией состояния КС act(si).
4) Состояние активности всей НС соответствует состоянию КСП act(S) и выполняет функцию кратковременной памяти.
5) Множество нейронов сенсорной группы образуют базу КСП B(S).
6) Множество нейронов моторной группы связанны с моторными клетками, способными порождать элементарные События во внешней по отношению к БНС среде, и являются локальными вершинами КСП.
7) Формирование КС-связей между нейронами (замыкание связей) осуществляется по принципу прямого КС-преобразования.
8) Реализация принципа максимума КС-вероятности qsp(si) осуществляется с помощью тормозных процессов НС.
Естественно, что количество нейронов в реальной БНС ограниченно и ограничены возможности организации связей между нейронами. Поэтому предполагается, что существует адекватное внешней среде количество нейронов и потенциально-возможных связей между ними, которые и реализуются в процессе функционирования БНС.
ЗАКЛЮЧЕНИЕ.
Отображение Событий физического мира и их взаимосвязей в виде КСП, по мнению автора, и является той самой информационной первоосновой явления называемого интеллектом.
Не знаю насколько я убедил или не убедил читателей в своей правоте. В заключении приведу два примера.
Пример 1. Проблема распознавания с позиций КСТ.
Проблема распознавания образов предполагает решение двух задач:
1) Отбор множества признаков, по которым будет осуществляться распознавание.
2) Выбор алгоритма распознавания.
В основе большинства алгоритмов распознавания лежит идея поиска сходства предлагаемого для распознавания объекта описываемого в выбранном базисе признаков и некоторого эталона сформированного ранее.
Вспомните как мы в толпе людей узнаем знакомое лицо. Если человека спросить как он это сделал, большинство скажет : "Так ведь похож потому, что у него то, это, и еще вот это ". Причем наверняка каждый из перечисленнх признаков будет присутствовать и у других членов этой толпы.
КСТ же нам говорит, что искать надо прежде всего не сходство, а различия.
Если никаких количественных ограничений нет, то хороши все признаки. Если ограничения есть, то из всего множество доступных для регистрации признаков нужно выбрать в первую очередь те, у которых обратная дивергенции наибольшая. А алгоритм основанный на вычислении MAX суммарной обратной дивергенции гарантирует вам правильное распознавание. Если же среди предъявляемых для опознания объектов окажутся объекты с равными суммами, то одно из двух, либо это один и и тот же объект, либо надо расширить базу. Другого не дано.
Пример 2. Интеллект с позиций КСТ.
В книге с названием "Драматическая медицина" (если мне не изменяет память, так как последний раз в руках я ее держал более двадцати лет назад) описан случай с женщиной-пациентом от рождения слепо-глухонемой. Единственным каналом общения с внешним миром у нее была тактильная чувствительность.
"Учителям" удалось не только наладить с ней контакт , но и развить ее психические возможности до такой степени, что она была способна писать стихи. В книге эти стихи приведены. Это конечно не Пушкин, но вполне прилично. Примечательно, что в своих стихах она использовала зрительные и слуховые образы. Что-то о "голубом небе" и "легком дуновении ветерка". Ни одна теория этого феномена объяснить не может. Разве, что "даром божьим".
Как можно объяснить такой факт с точки зрения КСТ.
Сложные образы или по нашему КС такие как "голубое небо" или " легкое дуновение ветерка" это образы какого-то N-го уровня (какого не имеет значения). У нормального человека зрительные образы формируется в основном на основании КС более низкого уровня связанных со зрительными анализаторами. Хотя в них наверняка есть и слуховые и тактильные составляющие.
У нашей пациентки "учителям" удалось с помощью тактильных воздействий сформировать не только структуру тактильных образов КСП до уровня N (или M - не имеет значения) линейно-эквивалентную нормальному человеку, но и того, что выше указанного уровня, включая вождение рукой с карандашом по чистому листу бумаги. А поскольку ее мозг в остальном функционировал как у нормального человека, то и получилось то, что получилось.
На этом, пожалуй, и все. Как говорил один известный персонаж: "Хотите верьте, хотите - нет ".
С наилучшими пожеланиями.
Виктор Свиридов.