LINUX.ORG.RU
ФорумTalks

2 eg0_dist0rti0n, ты можешь вот это прокомментировать?


0

0

К сожалению, я так и не дождался от тебя оценки приведенного ниже алгоритма, с указанием где конкретно он даст сбой. Можешь наконец-то выдать свою "оценку эксперта"?

(к сожалению мой старый аккаунт чуточку стал нерабочим, аз есмь gshladgs ).

======== МЕТОДИКО ========

Для ранее описанной методики понейронного замещения мозга, более чем достаточно, измерять уровень сигналов на входах/выходах, а это можно сделать, внеся в сигнал искажения куда меньшие, чем шумы возникающие при передаче сигнала. т.е. я проясню, как это должно быть:

Есть нейрон А, неразрывно связанный (пока) с мозгом. Мы на все его входы и выходы подключаем измерительную аппаратуру, и строим его модель, анализируя то, какие сигналы поступают ему от других нейронов, ничего не отсылая самостоятельно. Прошу заострить внимание тут на 2 аспекта: 1) мы не отсылаем нейрону никаких сигналов. 2) вносимые нашими измерениями изменения в сигнал куда меньше чем собственные шумы передачи сигнала по нейронным отросткам. Следовательно, пока мы просто смотрим "что пришло / что ушло", мы абсолютно никак не влияем на функционирование данного нейрона.

Теперь, построение аналога. Условно говоря, нам нужно для входов L1...Ln определить весовые коэффициенты m1...mn. (И помимо этого следить за текущим потенциалом нейрона, что укладываются в данную модель, т.к. при построении адекватной модели, это сделать не сложно будет). Используя численные математические методы, и анализируя, что поступает на вход нейрону, и что уходит на выходе, сделать это очень и очень несложно, при этом наша схема будет весьма адаптивной: учитывать то, что вектор m1....mn со временем изменяется, да, изменяется. Однако, это никак не помешает нам с очень высокой точностью получить этот вектор (как и прочие параметры состояния нейрона). Почему -- очень просто: потому что весовые коэффициенты меняются не настолько быстро, следовательно можно использовать те-же методы, что и при численном решении уравнений (например адаптировать метод Ньютона, используемый для решения систем нелинейных уравнений: http:// www.nsu.ru/matlab/Exponenta_RU/educat/systemat/hanova/equation/loc.asp.htm ), позволяющих итеративно уточнять значение вектора m1...mn, приближая его к значению оригинала Om1...Omn (пусть и недоступного для "непосредственного считывания"). тут нужно обратить на следующие моменты:1) состояние нейрона меняется, но не настолько быстро, что-бы было невозможно отслеживать его весовые коэффициенты по косвенным данным / *ДОБАВЛЕНИЕ: это например следует из того, что для обучения нейрона нужно многократно повторить входные сигналы*/. 2) давно разработан математический аппарат для подобных вещей. 3) точность модели m1..mn можно оценить математически, так-же как и число итерации, достаточное для того, что-бы получить требуемую точность в определении этого вектора.

Для увеличения доказательной силы, введем еще одну стадию -- тестирование. У нас есть живой нейрон A, его дубликат A'. На протяжении некоторого времени мы измеряем входные сигналы, поступающие на A, дублируем их на A', и сравниваем выходы, при обнаружении погрешности превышающей уровень флуктуаций (очень высокий), вводим корректирующее воздействие в нейрон A', в остальных случаях, при расхождении сигналов (которое будет всегда, из-за флуктуаций), вносим незначительные поправки в параметры A', так что-бы не накапливать погрешность вносимую флуктуациями. При наступлении такого момента, когда на протяжении некоторого времени, нейрон A' и нейрон A реагируют на любые входные сигналы, с разницей не превышающей уровень шумов (они-же флуктуации), при условии 100% покрытия множества комбинаций входных сигналов, либо при покрытии, для которого достоверно известно, что оно эквивалентно полному (что можно математически обосновать будет в дальнейшем), осуществляем подмену нейрона (так, что этого _НИКТО_ не заметит, см ниже). Таким образом мы дополнительно убеждаемся, что A' есть "достаточно точный дубликат A". Достаточно означает, что на любой входной сигнал A' ответит так-же как и A, +- погрешность, являющаяся внутренними шумом мозга.

Теперь ключевой момент, подмена -- ее осуществить так-же просто, ввиду того, что сигнал по нервным окончаниям передается со скоростью не более 100 м/с, и следовательно, у нас есть более чем достаточно времени, на то, что-бы у искусственного нейрона было время на "окончательную настройку".

После замены этого нейрона, переходим к следующему.


Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

2 администрация: а можно сделать так, что-бы на этот топик отвечать мог только eg_dist0rti0n?

fmjs ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

А действительно, тебя чем жабер не устраивает? Нахрена приватные дискуссии вываливать на форум и ещё просить чтоб никто сюда не писал. Это слегка хамовато, не находишь?

Sherak ★☆ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> А действительно, тебя чем жабер не устраивает? Нахрена приватные дискуссии вываливать на форум и ещё просить чтоб никто сюда не писал.

> Это слегка хамовато, не находишь?

Возможно. Но поймите меня правильно, сейчас прибежит 1000 и 1 анонимуз, напишут страниц на 5 флуда, среди которого я потом х.. найду нужный мне ответ адресата. С другой стороны, тема обсуждения была интересна многим, и возможно многим будет интересно увидеть "продолжение". Я лишь хочу ограничить обьем флуда в этом топике.

fmjs ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

А почему бы не обсудить такие вопросы на каком-нибуть узкоспециализированном форуме, где 1000 и 1 анонимуса нету? Да и интересующихся там будет намного больше чем здесь.

Sherak ★☆ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> С другой стороны, тема обсуждения была интересна многим, и возможно многим будет интересно увидеть "продолжение".
Тогда в этом случае стоит просить поставить ограничение на отправку комментариев "только для зарегистрированных пользователей"

UVV ★★★★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>ребят, может вы интимно в жаббере пообщаетесь, или через спин-торсионные поля, скажем?

нене. Это надо читать и сохранить для истории!

geek ★★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>напишут страниц на 5 флуда, среди которого я потом х.. найду нужный мне ответ адресата.

Ctrl+F не спасут отца сами-знаете чего?

Osmos ★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>5. Оскорбительные и личные сообщения

>Сообщения, неинтересные другим участникам обсуждения за исключением 2-3 человек, т.е. сугубо личная переписка, не содержащая полезной информации для других участников форума.

*пользуясь случаем* у меня за этот день скор упал с 44 до 37, что за .. происки дьявола? кто нить - исправте ситуэйшн, плиз!

sqwerty ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

Какова конечная цель? ИР? А ты уверен, что сознание является исключительно следствием эл. импулсов, передаваемых нейронами? Может, они только ретрансляторы из астрала? Время выполнения алгоритма - O(n). Оцени время хотя бы для мозга анонимуса. Далее, разве там не должны новые связи образовываться? Или ты только снапшот предлагаешь без возможности дальнейшего обучения? Также не вполне понятно, как будет строиться модель.

Pythagoras ★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

иззиняюсь за офф, вы когда пингвина на аватару ставили, там не было написано, что анимацию, и ОСОБЕННО пингвинов ставить нельзя?

sqwerty ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>Есть нейрон А, неразрывно связанный (пока) с мозгом. Мы на все его входы и выходы подключаем измерительную аппаратуру, и строим его модель,

У этого предположения есть один существенный минус, у нейрона состояние выходов зависит не только от состояния входов.

И как уже указали выше, эта схема не учитывает, как изменяется модель нейрона во времени, в зависимости от различных внешних факторов.

ArtSh ★★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> У этого предположения есть один существенный минус, у нейрона состояние выходов зависит не только от состояния входов.

ctrl-v:

"И помимо этого следить за текущим потенциалом нейрона, что укладываются в данную модель, т.к. при построении адекватной модели, это сделать не сложно будет)."

fmjs ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> Ctrl+F не спасут отца сами-знаете чего?

Чета у меня по Ctrl+F ничего не произошло ;) (хынт: для меня тру комбинация это command+F).

Да, поиск может помочь, но порой бывают дельные вещи говорятся и не только тем, кому адресовалось, а когда дофишища понаписано, фиг все просмотришь.

fmjs ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> А ты уверен, что сознание является исключительно следствием эл. импулсов, передаваемых нейронами?

Я ни верю ни в бога, не в торсионные поля, ни в колдунов и магов и считаю, что да, сознание есть просто комок электрических импульсов. Это отлично согласуется с современным мнением науки по этому поводу.

> Далее, разве там не должны новые связи образовываться? Или ты только снапшот предлагаешь без возможности дальнейшего обучения?

Новых связей можно будет понаделать хоть сразу, с почти нулевыми весовыми коэффициентами. А обучение -- это в первую очередь "прокладка маршрута", по существующим связям, т.е. усиление весовых коеффициентов.

fmjs ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> "И помимо этого следить за текущим потенциалом нейрона, что укладываются в 
> данную модель, т.к. при построении адекватной модели, это сделать не сложно будет)."

Для этого нужно что сделать: 

пронормируем потенциал нейрона диапазоном от 0 до 1, 1 - пороговое значение, 
при превышении которого нейрон сам отсылает импульс и сбрасывает свой 
потенциал. 

Итак, все что нам нужно, это получить исходное значение потенциала, для первых 
итераций, т.к. все последующие значения, будут весьма точно вычисляться из 
предыдущего значения и метода описанного выше.

Как это сделать: понабрав некоторой статистики, допустим при 10 входах, пришло 
1000  импульсов. Пошагово, с шагом в 0.01 перебираем все возможные значения 
потенциала, и прогоняем вышеописанный алгоритм для каждого перебираемого 
значения, -- там, где получим наименьшую погрешность, и будет искомое значение
исходного потенциала, на основании которого, а так-же уже имеющейся к тому 
моменту оценки весовых коэффициентов, уже строим текущее положении, которое в 
последствии только уточняем.

fmjs ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>Я ни верю ни в бога, не в торсионные поля, ни в колдунов и магов и считаю, что да, сознание есть просто комок электрических импульсов. Это отлично согласуется с современным мнением науки по этому поводу.

Современная наука сама признаётся, что очень мало знает по этому поводу. Ретрансляторы из астрала - всего лишь пример, а как насчёт химических связей, гормонов? Или ещё чего-нибудь неизвестного пока науке?

Ты знаешь, как происходит обучение нейрона? Чтобы продублировать нейрон, надо не только учитывать его поведение в настоящий момент, но и знать, как оно должно изменяться со временем.

Я правильно понял, что у тебя выходы от входов зависят линейно? В реальном нейроне тоже линейно?

Pythagoras ★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>> Я ни верю ни в бога, не в торсионные поля, ни в колдунов и магов и считаю, что да, сознание есть просто комок электрических импульсов. Это отлично согласуется с современным мнением науки по этому поводу.

> Современная наука сама признаётся, что очень мало знает по этому поводу.

Ога, извини меня светлый маг 3-ей категории, не признал, более сомневатся в твоих способностях

> Ретрансляторы из астрала - всего лишь пример, а как насчёт химических связей, гормонов? Или ещё чего-нибудь неизвестного пока науке?

Гармоны это всего-лишь один из сигнальных механизмов, некий метод рассылки броадкаст сообщений всему организму. Про "неизвестно науке" -- про низкоуровневое устройство мозга (а только оно нам и надо), очень много уже известно. В любом случае, можно, очень просто адаптировать вышеприведенную схему для построения дубликата мозга, а не для понейронного замещения (правда технически это кажется весьма сложным, нужно будет на незамкнутые концы копии недоделанной дублировать всех сигналы с оригинала), построить дубликат, если получим человеческий разум - все ок, если получим просто какое-то малодушное сознание, то уточням модель.

Если захочешь спросить "а как-же (сильные)эмоции без гармонов?" ну все очень просто, - со временем проэмулируем ;)

> Ты знаешь, как происходит обучение нейрона? Чтобы продублировать нейрон, надо не только учитывать его поведение в настоящий момент, но и знать, как оно должно изменяться со временем..

Читай внимательнее методику, она это подразумевает. Обучение нейрона -- да, очень просто: при большом количестве сигналов на входе A, весовый коэффициент входа А увеличивается. Все очень просто. А количественные параметры можно будет уже уточнить на практике, эксперементально, вплоть до индивидуального замера для каждого нейрона.

> Я правильно понял, что у тебя выходы от входов зависят линейно?

нет, не правильно. Я упростил обьяснение, что-бы его больше людей поняло, однако о линейности я ничего совсем не говорил.

fmjs ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>Ога, извини меня светлый маг 3-ей категории, не признал, более сомневатся в твоих способностях

Сможешь дать определение сознанию? Чем качественно мозг человека отличается от мозга аноним^Wживотного?

>что- бы его больше людей поняло

Забавно. Раньше ты это отрицал.

>о линейности я ничего совсем не говорил

Ну тогда я не совсем понял, что такое весовые коэффициенты и как ты будешь подбирать зависимость.

Pythagoras ★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> Сможешь дать определение сознанию?

А зачем? У нас вполне конкретная техническая задача, а определение сознанию пусть философы дают.

> Чем качественно мозг человека отличается от мозга аноним^Wживотного?

Ничем не отличается, да и от мозга таракана не сильно отличается в качественном отношении. А разве что-то говорил, такого, что-бы спровоцировать такой вопрос? Мне он кажется совершенно не в тему.

>>что- бы его больше людей поняло

> Забавно. Раньше ты это отрицал.

Забавно, я такого не помню.

> Ну тогда я не совсем понял, что такое весовые коэффициенты и как ты будешь подбирать зависимость.

Весовый коэффициент - число, при увеличении которого, увеличивается "значимость" данного входа, но зависимость не обязательно линейная, хотя она не сильно отличается от нее, при первом приближении. Условно говоря, функциональность нейрона, если временно пренебречь способностью к обучению, можно свести к:

По приходу на вход А импольса со значением n, взять весовый коэффициент входа A - Sa, и добавить к текущему потенциалу (m_fPotential ;), значение somefunc(Sa, n), и если потенциал превысил пороговое значение, то сбросить его и послать на выход сигнал.

Саму функцию somefunc в первом приближении можно посчитать как Sa * n, не сильно согрешив при этом.

> что такое весовые коэффициенты и как ты будешь подбирать зависимость.

Можно уточнить, что именно не понятно?

fmjs ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>"И помимо этого следить за текущим потенциалом нейрона, что укладываются в данную модель, т.к. при построении адекватной модели, это сделать не сложно будет)."

Вы уже можете построить модель с неизвестным количеством параметров?

>Итак, все что нам нужно, это получить исходное значение потенциала, для первых итераций, т.к. все последующие значения, будут весьма точно вычисляться из предыдущего значения и метода описанного выше.

Вы слышали о Марковских процессах?

ArtSh ★★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>Я ни верю ни в бога, не в торсионные поля, ни в колдунов и магов и считаю, что да, сознание есть просто комок электрических импульсов. Это отлично согласуется с современным мнением науки по этому поводу.

Вы в курсе, что наука пока не знает что такое сознание? Так что это только Ваше предположение, которое пока ни проверить, ни опровергнуть, невозможно.

>А обучение -- это в первую очередь "прокладка маршрута", по существующим связям, т.е. усиление весовых коеффициентов.

Вы представляете себе сложность обучения, при учёте 14 млрд. связей только для одного нейрона?

Поймите один факт, человечество не знает досконально как работает отдельный нейрон, не говоря уже о целом мозге.

ArtSh ★★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>А зачем? У нас вполне конкретная техническая задача, а определение сознанию пусть философы дают.

Задача довольно-таки теоретическая. Ты просил найти возможные ошибки в своей технологии, что я и пытаюсь сделать. Филосовские рассуждения мне тоже не нужны, мне нужен ответ на вопрос, является ли сознание _только_ порождением электрических импульсов. Как можно на него ответить, не зная что такое сознание? Между тем этот вопрос жизненно важен для всей твоей теории. Наверное, я не очень понятно выражаюсь.

>Ничем не отличается, да и от мозга таракана не сильно отличается в качественном отношении.

Тогда почему слоны, у которых мозг в несколько раз больше человеческого, не решают дифференциальные уравнения?

>А разве что-то говорил, такого, что-бы спровоцировать такой вопрос? Мне он кажется совершенно не в тему.

См. выше; пытаюсь найти недостатки методики.

>> Забавно. Раньше ты это отрицал.

>Забавно, я такого не помню.

Ты говорил, что всё это только для eg0_dist0rti0n.

Pythagoras ★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>Можно уточнить, что именно не понятно?

Просто я в численных методах не силён. Вот у тебя есть n переменных xn, и тебе как-то за конечное число измерений xn надо найти n неизвестных функций f1,...,fn, таких, чтобы выполнялась система yi=fi(x1,...,xn), i=1,...,n. Всегда ли можно их найти и за какое количество измерений?

Pythagoras ★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> Просто я в численных методах не силён.

Всё, я, кажется, разобрался с приближениями, но получается, что количество необходимых измерений от точности зависит экспоненциально. Неплохо было бы прикинуть время, которое необходимо затратить на каждый нейрон, (скорость коннекта ты уже вроде писал) и сравнить со временем его жизни.

Pythagoras ★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>Весовый коэффициент - число, при увеличении которого, увеличивается "значимость" данного входа,

Насколько я понял, ты думаешь, что нейрон будет менять свой потенциал _только_ в ответ на _электрические_импульсы_ пришедшие от других нейронов, правильно? А ты учитываешь возможность того, что потенциал может измениться в ответ на какое-либо химическое воздействие или изменения в окружающей нейрон среде?

Asteronix ★★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> Тогда почему слоны, у которых мозг в несколько раз больше человеческого, не решают дифференциальные уравнения?

Наверное дело в количестве и связей и в том, как они организованы.

anonymous ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> Вы представляете себе сложность обучения, при учёте 14 млрд. связей только для одного нейрона?

Вы что-то явно напутали.

anonymous ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> Вы уже можете построить модель с неизвестным количеством параметров?

Почему с неизвестным?

> Вы слышали о Марковских процессах? Небольшое количеству флуктуаций всегда можно искусственно добавить.

fmjs ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

> Вы в курсе, что наука пока не знает что такое сознание? Так что это только Ваше предположение, которое пока ни проверить, ни опровергнуть, невозможно.

Это однако не мешает провести эксперемент по дублированию, и выяснить, получим мы silicono-sapiens-а или нет.

fmjs ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>Наверное дело в количестве и связей и в том, как они организованы.

Если слоновьи нейроны ничем качественно не отличаются от наших, почему же эти связи не образовались и не организовались? Всё это наводит на мысли, что мы упустили что-то важное.

Pythagoras ★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

а слабо нейрон заменить микросхемой?!

Bobr ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>Это однако не мешает провести эксперемент по дублированию, и выяснить, получим мы silicono- sapiens-а или нет.

Это позволяет сомневаться в результате, а уж наклепать нечто похожее на нейроны можно прям щас, только вот работать вряд ли будет.

Если ты, как утверждаешь, знаешь, как обучаются нейроны, образуются новые связи и развиваются существующие, то почему бы тебе не начать с самого начала, с одного нейрона, и нарастить дальше целый мозг, хотя бы программно? Это будет значительно быстрее, чем пытаться продублировать конкретные нейроны.

Pythagoras ★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>> Вы представляете себе сложность обучения, при учёте 14 млрд. связей только для одного нейрона?

>Вы что-то явно напутали.

Если возможность появления новых связей учитывать именно таким образом, как предлагает fmjs, то придётся считать связи со всеми остальными нейронами, так как не возможно определить, с кем данный нейрон создаст связь в следующей итерации.

ArtSh ★★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>Почему с неизвестным?

Потому что наука не знает сколько этих параметров. Известно, что на состояние выходов нейрона оказывают влияния как минимум - состояние входов, концентрация химических в-в (не только медиаторов), наличие кислорода и питания, общее состояние нейрона (торможение-возбуждение) и т.д. Как конкретно (в какой степени) вляют те или иные фаткоры до конца не известно. Таким образом построить заменитель нейрона пока не удасться, Вы можете построить только _модель_ которая будет соответствовать нейрону в той или иной степени.

>> Вы слышали о Марковских процессах?

>Небольшое количеству флуктуаций всегда можно искусственно добавить.

Если какой-то механизм нейрона является Марковским, его флуктуациями не опишешь (посмотрите что такое Марковский процесс хотя бы в Википедии)

>Это однако не мешает провести эксперемент по дублированию, и выяснить, получим мы silicono-sapiens-а или нет.

При таком подходе Вы его сможете получить только случайно, потому как не знаете что в данной модели существенно, а что можно исключить.

ArtSh ★★★ ()

Re: 2 eg0_dist0rti0n, ты можешь вот это прокомментировать?

>Новых связей можно будет понаделать хоть сразу, с почти нулевыми весовыми коэффициентами. А обучение -- это в первую очередь "прокладка маршрута", по существующим связям, т.е. усиление весовых коеффициентов.

>Обучение нейрона -- да, очень просто: при большом количестве сигналов на входе A, весовый коэффициент входа А увеличивается. Все очень просто.

Как рассчитать формулу для выходов, с которыми у реального нейрона связей ещё нету?

При таком "обучении" каждый из двух незнакомых нейронов будет ждать, что первый шаг сделает другой. В результате ничего у них не выдет.

Pythagoras ★★ ()
Вы не можете добавлять комментарии в эту тему. Тема перемещена в архив.