पुस्तक (होने की?)। मन की प्रकृति पर विचार। भाग II

प्रक्रियाओं के बारे में एक शब्द, या हम सभी गर्भनिरोधक हैं ।

नेचुरल एंड आर्टिफिशल (AI) दोनों के माइंड पर निरंतर परावर्तन, पार्ट वन यहाँ है

बैकफिलिंग के लिए प्रश्न : क्या कोई व्यक्ति अब में रहता है? जब हम सड़क पर नहीं चलते हैं और अपने आस-पास की दुनिया के बारे में चिंतन करते हैं, तो हम अधिक या कम वास्तविक समय में कार्य करते हैं ... हालाँकि वास्तविकता में - अभी तक जो हम देखते हैं वह सामान्य मान्यता / वर्गीकरण तंत्र को पारित करेगा - यह सब हाल ही में होगा, लेकिन अभी भी अतीत है। यानी क्या कोई व्यक्ति अतीत में रहता है?

उदाहरण के लिए: आप सड़क पर चलते हैं, एक कुत्ता देखें। या एक कार। किसी भी मामले में, अगर हम पल के बारे में बात कर रहे हैं, तो यह जानकारी पहले से ही पुरानी है। यदि हम उन डेटा पर काम करते हैं जो हमारे सभी संज्ञानात्मक तंत्रों से गुजरे हैं (और मस्तिष्क सबसे तेज़ कैलकुलेटर से बहुत दूर है!), तो हम केवल दुनिया के साथ तालमेल नहीं रख पाते हैं! कुत्ता हमला करेगा या इसके विपरीत - यह भाग जाएगा, और कान के पीछे इसे थपथपाने की आपकी इच्छा अधूरी रह जाएगी, और कार आपको खटखटाएगी या आपको पास देगी, हालांकि आप इस विशेष कार को पकड़ना चाहते थे।

लेकिन भगवान का धन्यवाद इस तरह से नहीं होता है, और यहाँ क्यों: मस्तिष्क अलग तरीके से काम करता है। धारणा की इकाई कोई वस्तु या वस्तु की समग्रता नहीं है, बल्कि प्रक्रियाएं हैं। कुत्ता भाग रहा है। आपसे या आपसे। या नहीं चलता है, लेकिन झूठ, उदाहरण के लिए। कार भी स्थिर है (पार्किंग में), या एक निश्चित दिशा में चलती है। सभी मामलों में, आप एक ऐसी प्रक्रिया का अनुभव करते हैं, जिसकी लम्बाई समय है और, तदनुसार, भविष्य में एक निश्चित विकास। जब मैं कहता हूं कि हम समय में सामने आई घटनाओं को देखते हैं - यह भाषण का एक आंकड़ा नहीं है। एक प्रयोग का संचालन करें - एक दर्जन फ़ोटो लें (यानी, वास्तविकता के त्वरित कलाकार) और जो आप देखते हैं उसका वर्णन करें। यहाँ कमरे में कुछ लोग हैं, वे झगड़ा कर रहे हैं, या यहाँ एक आदमी सड़क पर चल रहा है, या यहाँ वह बैठा है - टीवी देख रहा है, और वह एक किताब पढ़ रहा है। ये सभी समय लेने वाली प्रक्रियाएं हैं! आप तात्कालिक कलाकारों को एक लंबाई के रूप में कुछ समझते हैं। आप यह नहीं जानते कि इसे अलग तरीके से कैसे किया जाए, क्योंकि मस्तिष्क उसी तरह काम करता है: इसे प्रक्रियाओं को पहचानने के लिए प्रशिक्षित किया जाता है, न कि मंच पर वस्तुओं को अलग करना। बस एक आंख-नाक-मुंह की तरह नहीं, बल्कि एक जटिल (हैलो, दृढ़ तंत्रिका नेटवर्क) में एक चेहरा।

संसार प्रक्रियाओं से बना है, वस्तुओं से नहीं। यदि आप पूछते हैं कि एक सेब क्या है , तो अधिकांश वयस्क कहेंगे कि यह एक फल / फल है , और बच्चे कहेंगे कि यह भोजन है । लेकिन वे दोनों एक प्रक्रिया विवरण हैं, क्योंकि पहला अर्थ है कि यह सेब एक पेड़ पर बढ़ता है और प्रचार के लिए पेड़ की सेवा करता है, और दूसरा - यह खाद्य है । ऐप्पल के तात्कालिक संकेतों के साथ न तो कोई और न ही जुड़ा हुआ है - आकार, रंग, आकार ... क्योंकि संकेत आपको पहचानने की अनुमति देते हैं, लेकिन इसका उपयोग करने की अनुमति नहीं देते हैं, या यह समझने की अनुमति नहीं है कि यह दुनिया में कहां उपयोग किया जाता है, अर्थात बिल्कुल प्रक्रियाओं की पहचान करें।

यदि हम समय की प्रकृति के बारे में एक विशिष्ट बहस करते हैं, तो क्लासिक पोस्टलेट्स अतीत की अपरिहार्यता (समय यात्रा के संदर्भ के बाहर) के बारे में होंगे, वर्तमान का महत्व (केवल एक क्षण है ...); और भविष्य, जो अभी तक मौजूद नहीं है, जिसका अर्थ है कि इसे बदला जा सकता है। जब हम वस्तुनिष्ठ वास्तविकता के बारे में बात करते हैं, तो यह बहुत अच्छी तरह से हो सकता है कि ऐसा है। हालांकि, एक व्यक्ति दुनिया के अपने व्यक्तिपरक मॉडल में रहता है, और वहां सब कुछ लगभग विपरीत है!

अतीत अपरिवर्तनीय है जैसा कि हम चाहेंगे। लगातार नई जानकारी प्राप्त करने के बाद, एक व्यक्ति विरोधाभासों को खत्म करने के लिए अतीत को फिर से संगठित करता है ( आपने सोचा था कि एक संगोष्ठी में Pyotr Stepanych, और वह स्ट्रिप क्लब छोड़ देता है ... इसका मतलब कहीं नहीं है, वह, एक मनोरंजनकर्ता, और आमतौर पर नहीं ... )। एक ही समय में, कई पहलुओं में आपका व्यक्तिपरक भविष्य स्थिर है ( जो भी हो, लेकिन शुक्रवार को मेरे पास बीयर और फुटबॉल है )। इतना ही नहीं, भविष्य में एक निश्चित लक्ष्य होने पर, आप न केवल रिवर्स ऑर्डर में प्रक्रियाओं की श्रृंखला का निर्माण करेंगे ( एक बड़ी कंपनी के निदेशक बनने के लिए, आपको एक डिप्लोमा के साथ एक प्रतिष्ठित विश्वविद्यालय से स्नातक करने की आवश्यकता है, इसके लिए आपको पहले इसे दर्ज करना होगा, इसके लिए आपको परीक्षा उत्तीर्ण करना होगा, मार्च करना सीखना होगा। सबक! ), लेकिन यह भी काफी संभावना है - प्रक्रिया में वापस जाएं ( हमारे पास ऐसे दोस्त / परिचित नहीं हैं जो अब बढ़ गए हैं और संपर्क में हैं और एक बच्चे को विश्वविद्यालय में मदद कर सकते हैं ) - क्या यह एक गर्भनिरोधक नहीं है? ;)

हालाँकि, मैं थोड़ा विचलित था। फिर भी, मुख्य बात जिस पर मैं ध्यान केंद्रित करना चाहता था वह है प्रक्रियाएं । मुझे गहरा यकीन है कि संभावित AI को फोटो या वीडियो में भी प्रशिक्षित करने की आवश्यकता नहीं है। दृढ़ नेटवर्क के दो स्तर हैं (न्यूनतम) - और वास्तव में ये दो अलग-अलग नेटवर्क हैं: एक को कच्चे चित्र में कुछ ग्राफिक पैटर्न खोजने के लिए प्रशिक्षित किया जाता है, दूसरा पहले के आउटपुट के साथ संबंधित है - अर्थात् पहले से ही संसाधित और तैयार जानकारी के साथ। एआई की दुनिया के साथ सफलतापूर्वक बातचीत करने के लिए, आपको एक ही चीज़ की आवश्यकता है: कुछ (पहले से दूर) स्तर पर, एक नेटवर्क होना चाहिए जो प्रक्रियाओं का समय-परिनियोजित मानचित्र प्राप्त करता है। "शुरुआत" और "अंत", "आंदोलन", "परिवर्तन", "विलय" और "पृथक्करण" की अवधारणाएं नेटवर्क के साथ काम करना सीखना चाहिए।

मुझे पूरा यकीन है कि एआई गेम्स में शामिल लोग, जैसे अल्फा गो, इस एक या दूसरे तरीके को समझते हैं। शायद दृष्टिकोण कुछ अलग हैं, लेकिन सार एक ही है: बोर्ड पर वर्तमान स्थिति (और पिछले कुछ चालों के लिए खुलासा में) का विश्लेषण किया जाता है कि "क्या हो रहा है"। और क्या होता है पर निर्भर करता है कि क्या होना चाहिए से मेल खाती है, अपनी खुद की चाल का चयन किया जाता है।

जब इनपुट छवि सेंसर से होती है तो रणनीति / व्यवहार के बारे में बात करना बहुत मुश्किल होता है। और इसके विपरीत - एक तैयार वेक्टर जिसमें पूरी जानकारी के साथ खेलों में क्षेत्र की वर्तमान स्थिति का पूर्ण संरेखण होता है (दुनिया की पूरी तस्वीर गिनें) एक व्यवहार्य कार्य है, जैसा कि अभ्यास से पता चलता है। हालांकि, यदि पहले स्तरों के दृढ़ नेटवर्क ने वस्तुओं की पहचान की, और अगले स्तर इन वस्तुओं को गतिशीलता में विश्लेषण करते हैं, प्रक्रियाओं की पहचान (प्रशिक्षण से परिचित, उदाहरण के लिए) पहले प्राप्त किए गए डेटा को पूरक करते हैं, तो इसके साथ काम करना संभव लगता है ...

विशेषज्ञों के प्रश्न:

यह कितना वास्तविक है, इस तरह के कुछ करने के लिए तंत्रिका नेटवर्क पर वर्तमान विकास को देखते हुए:

उदाहरण के लिए, इनपुट पर , एक सतत वीडियो संकेत, संभवतः स्टीरियो। एक विकल्प के रूप में: स्वतंत्रता के कई डिग्री के साथ (कैमरे को घुमाने की क्षमता - मनमाने ढंग से, या योजना के अनुसार)। हालांकि, यदि आवश्यक हो, तो सोनार से लिडार तक - वीडियो सिग्नल को स्थानिक धारणा के किसी भी अन्य तरीकों से पूरक / प्रतिस्थापित किया जा सकता है।


आउटपुट:

1. गहराई नक्शा (यदि कैमरा स्थिर है) या एक पर्यावरण मानचित्र। रिक्त स्थान (गतिशील कैमरा / लिडार, आदि);
   
   
   किस लिए

   यह आवश्यक है अगर हम वस्तुओं का एक वास्तविक स्थानिक व्यवस्था करना चाहते हैं ताकि उनकी बातचीत का मूल्यांकन किया जा सके। इस मामले में, कैमरे से तस्वीर केवल एक बड़े स्थान का दो आयामी प्रक्षेपण है, और अतिरिक्त परिवर्तनों की आवश्यकता है।
2. व्यक्तिगत वस्तुओं का चयन (गहराई / अंतरिक्ष मानचित्र को ध्यान में रखते हुए, और न केवल / इतना ही नहीं, बल्कि दृश्यमान आकृति भी);
3. चलती वस्तुओं को हाइलाइट करना (गति / त्वरण, एक प्रक्षेपवक्र (?)) की साजिश करना / भविष्यवाणी करना;
4. किसी भी वसूली योग्य विशेषताओं (आकार / आयाम / रंग / आंदोलन की बारीकियों / घटकों (?)) के अनुसार वस्तुओं का श्रेणीबद्ध वर्गीकरण। यानी हिल्बर्ट अंतरिक्ष के लिए अनिवार्य रूप से पुनः प्राप्त मैट्रिक्स।
   
   
   पदानुक्रम के बारे में

   शायद इस मामले में "पदानुक्रमित" शब्द पूरी तरह से उपयुक्त नहीं है। मैं इस बात पर जोर देना चाहूंगा कि किसी भी समय मैट्रिक्स का चयन करना संभव है ताकि उनके बीच की हेमिंग दूरी हमें एक अवधारणा के रूप में दो अलग-अलग सेट मैट्रिक्स पर विचार करने की अनुमति दे। उदाहरण के लिए, "लाल कार" और "ब्लू बस" को "वाहन" की अवधारणा में सामान्यीकृत किया जाना चाहिए।

महत्वपूर्ण: यदि संभव हो तो, सिस्टम पूर्व-प्रशिक्षित नहीं है। यानी कुछ बुनियादी बातों को रखा जा सकता है (उदाहरण के लिए, पहली परत का एक दृढ़ नेटवर्क, आकृति / ज्यामिति को उजागर करने के लिए), लेकिन आपको वस्तुओं का चयन करना सीखना चाहिए और बाद में उन्हें स्वयं पहचानना चाहिए।

• और अंत में, एक स्वीप का निर्माण (पैराग्राफ 1.4 के आधार पर, अर्थात्, खाते में मैट्रिक्स में ले जाने वाला एक स्थानिक नक्शा) (अब के लिए, इस स्तर पर, सीधे मनाया गया अवधि दिखाई देती है), अंक 4/4 का विश्लेषण करने के उद्देश्य से पहचान करने के लिए: प्रक्रियाएँ / घटनाएँ (जो अनिवार्य रूप से खंड 3 में समय में परिवर्तन हैं) और उनके क्लस्टर वर्गीकरण (खंड 4)।

एक बार फिर: सेंसर से छवि से, हम पहले दुनिया के विवरण को अधिक तैयार रूप में निकालते हैं, पुनर्प्राप्त करने योग्य विशेषताओं के अनुसार लेबल किया जाता है और पिक्सेल में नहीं, बल्कि वस्तुओं में विभाजित होता है। फिर हम दुनिया का विस्तार करते हैं, समय में वस्तुओं से मिलकर , और परिणामी "दुनिया की तस्वीर" को अगले नेटवर्क के इनपुट में जमा करते हैं, जो इसके साथ काम करता है जैसे कि एक स्पर्श तस्वीर के साथ पिछली परतें काम करती हैं। जहाँ वस्तुओं की आकृति खड़ी थी, अब चल रही प्रक्रियाओं के "समरूप" को प्रतिष्ठित किया जाएगा। अंतरिक्ष में वस्तुओं की सापेक्ष स्थिति समय में प्रक्रियाओं के कारण संबंध के समान है ... किसी भी तरह।

संभवतः इसके बाद, सिस्टम को अपने हिस्से द्वारा प्रक्रियाओं को पहचानने में सक्षम होना चाहिए (जैसा कि छवियों की पहचान करने में सक्षम है, केवल उनमें से एक टुकड़ा है, या मॉडल के अनुसार पाठ की निरंतरता के रूप में लिख रहा है ), और परिणामस्वरूप - उन्हें भविष्यवाणी करने के लिए, समय में आगे और पीछे दोनों, मॉडल का विस्तार करना। खंड 5 दोनों दिशाओं में असीमित है। इसके अलावा, संभवतः, समग्र प्रक्रियाओं का एक विचार होने पर, सिस्टम अधिक व्यापक, वैश्विक और प्रकट कर सकता है, परिणामस्वरूप, अंतर्निहित, छिपी हुई प्रक्रियाएं जो पहचानी गई वैश्विक का हिस्सा हैं, लेकिन कई संबंधित स्थानीय प्रक्रियाओं द्वारा सीधे नहीं माना जाता है।

अच्छी तरह से और आखिरी: भविष्य में सिस्टम की एक निश्चित स्थिति (जहां केवल हिल्बर्ट मेट्रिक्स के महत्वपूर्ण तत्व तय किए गए हैं, बाकी की मुक्त व्याख्या के साथ, महत्वपूर्ण मूल्य नहीं) - क्या नेटवर्क बाकी का "अनुमान" करने में सक्षम है?

खैर यानी यदि यह एक ऐसी छवि थी जिसमें केवल दो डिस्कनेक्ट टुकड़े निर्दिष्ट थे - तो क्या कुछ नमूने पर प्रशिक्षित एक नेटवर्क एक "सुसंगत" पूर्ण छवि को पूरा कर सकता है? इस मामले में नमूना प्रयोग से समान समय अंतराल है, टुकड़े वर्तमान और दिए गए राज्य हैं। परिणाम: एक और एक को जोड़ने वाली "निरंतर" कहानी ...

यह मुझे लगता है कि यह पहले से ही आगे के प्रयोगों के लिए एक बहुत बड़ा आधार होगा:

• यदि संभव हो तो, "इतिहास" में अपने कार्यों को शामिल करना
• अनियंत्रित स्टोकेस्टिक उत्सर्जन (रूलेट समस्या) पर "नियमित" कारण-प्रभाव पैटर्न की प्राथमिकता
• किसी प्रकार की जिज्ञासा, अर्थात्। क्रिया के माध्यम से पैटर्न का सक्रिय ज्ञान ... आदि

पीएस मैं पूरी तरह से मानता हूं कि मैंने अभी एक साइकिल का आविष्कार किया है, और जानकार लोग लंबे समय से इन सिद्धांतों को लागू कर रहे हैं। ;) इस मामले में, मैं आपको उपयुक्त विकास में "अपनी नाक को प्रहार" करने के लिए कहता हूं। और यह बिल्कुल अद्भुत होगा यदि इस दृष्टिकोण या औचित्य की मूलभूत समस्याओं का विस्तृत विवरण है कि यह सिद्धांत में काम क्यों नहीं करता है।

पीपीएस मुझे पता है कि पाठ कच्चा है, और विचार एक से दूसरे में कूदता है, लेकिन मैं वास्तव में कुछ लोगों से ये प्रश्न पूछना चाहता था (अनुभाग "विशेषज्ञों के लिए प्रश्न"), और यह कम से कम कुछ प्रस्तुति के बिना करना मुश्किल है। पिछला पाठ (और मैं इसे अब पढ़ रहा था, और महसूस किया कि यह समझना बहुत मुश्किल है) ने अपने कार्य को पूरा किया: मुझे कई चर्चाएँ मिलीं जो मेरे लिए मूल्यवान थीं ... मुझे इस बार भी उम्मीद है! ;)

UPD: मीनिंग के बावजूद - चर्चा अभी भी जारी है, जिसे लेकर मैं बहुत खुश हूँ!

UPD2: अलग-अलग समय पर अलग-अलग लोगों द्वारा दिए गए विषय पर लिंक की सूची, या इसे स्वयं पाया:

1. विभाजन के बारे में, लोकप्रिय: हजार ...
2. और अगर स्टीरियो विजन द्वारा मजबूत किया जाए? एक , दो और तीन कहने दो ...
3. यह सब OpenCV के बारे में था, शुद्ध गणित, बिना न्यूरॉन्स के। और आप इसे जोड़ सकते हैं , या तो ... और अभी तक।
4. यदि, पहले बताई गई वस्तु के तरीकों के सेट के अनुसार, वस्तु का चयन किया जाता है, तो भविष्य में इसे ट्रैक करने के लिए संकेतों का एक सेट अच्छी तरह से मक्खी पर बन सकता है ...
5. जब महान सुदृढीकरण सीखना है तो आपको अन्य दृष्टिकोणों की तलाश करने की आवश्यकता क्यों है?
6. एक पूर्व-प्रशिक्षित नेटवर्क जो वीडियो पर कार्रवाई को हाइलाइट करता है ... यह कहना मुश्किल है कि यह हमारे मामले में कितना लागू है, लेकिन यह दिलचस्प है!