Автор: Сергей. Статья перед вами – это длинное введение, в котором я утверждаю, что нейросети – это тупик, что мир вокруг – это такой самоорганизующийся фрактал; возвращаю науку в далёкое прошлое, в котором не было чисел, но интеллект прекрасно работал и без них.

Интеллект, понимание, мышление, смысл. Магия – не иначе!

Согласитесь, это очень удобно и правильно – определять третье через второе, а второе через первое. Так поступают правильные учёные, когда производят знание, доказывая различные теоремы и проводя эксперименты.

А что делать неправильному учёному, когда его критически настроенный собеседник обнаруживает рекурсию в цепочке определений? Правильно! Немного обидеться, а потом провозгласить этот «рекурсивный кирпич» основой всего «здания». Вот так и становится мышление необходимым условием для интеллекта! Ну а интеллект условием для мышления.

Насчёт «рекурсивного кирпича» я смеюсь только отчасти, ведь я сам собираюсь слепить его в этой и последующих статьях. Поэтому, не обижайтесь, неправильные учёные, я на вашей стороне)

Но, сначала давайте попробуем сделать разум современными способами.

Субтрактивные нейросетевые технологии

Преклоняемся перед мастерством талантливейших людей – ML инженеров.

Решение уже есть. Оно спрятано внутри, и мы его найдём 3–4 слоя по 5–15 нейронов должно хватить

Нам поможет глазомер и врождённое чувство прекрасного Вычисление ошибки

В ход пойдут самые современные инструменты Бэкпроп в действии

Математика против реальности

Современные нейросети работают с числами. Ну а с чем им еще работать? – спросите вы. Мы уверены в числах и операциях между ними. Почему не развить ещё один аппарат для работы с числами?

Сколько будет один разделить на два? Ответ: 0.5

Сколько будет одно яблоко разделить на два? Ответ: 2 половинки яблока

Сколько будет сумма 0.5 и 0.5? Ответ: 1.0

А какова сумма двух половинок яблок? Ответ: 2 половинки яблока

Чувствуете подвох? На самом деле число всегда поставляется с единицей измерения. Полтора землекопа – как вам? В единице измерения числа заложены правила взаимодействия с числом или даже его принципиальная возможность существования рядом с единицей измерения.

Нейросети, убирая единицы измерения, мешают в кучу коней и людей. Черный ящик, действуя как безжалостная мясорубка, перемалывает объекты на входе в неинтерпретируемый фарш.

Какой вывод-то?? А такой, что число – это понятие математики. Математика работает корректно только внутри себя самой. Реальность же, не всегда работает по правилам математики.

Как так вышло вообще, что мы настолько поверили в работу с числами, что забыли про реальность? Или, по-другому, почему мы распространили законы математики на всю реальность?

Аддитивная 3D печать разума

Тут не всё просто, нужен мысленный эксперимент. Суть: мы чудом сдампили человека и хотим его распечатать, нам надо понять требования на техпроцесс.

В чём разница между Human и Set<? extends ChemicalElement>? Очевидный ответ – в поведении и внутренней структуре. А ещё в в том, что человек – это всегда множество атомов, но множество атомов это не всегда человек. Давайте разберёмся, как превратить множество атомов в человека.

Пару секунд, самое главное-то мы ведь поняли? Человек это некая коллекция атомов, абстрактный контейнер. Ок, идём дальше.

А что если взять и с помощью 3d принтера из будущего попробовать собрать атом за атомом человека?! Получится или нет? Да, должно получится! Ведь принтер у нас из будущего, а в нашем будущем, как известно, возможно всё, что можно представить.

Так, стоп! А у нас получится DeadHuman или AliveHuman? Хотелось бы, чтоб человек наш был живым, не правда ли!

А, собственно, в какой момент времени SomethingFrom3dPrinter станет AliveHuman? Как понять, что из принтера вышел тот самый заветный атом, после которого к напечатанной массе уже нужно применять налоговый кодекс?

3D печать нам представляется медленным процессом, протекающим медленнее, чем процессы деградации живых тканей или, тем более, атомные процессы. Поэтому мы и задаём дурацкие вопросы о том, не начнёт ли прямо под принтером, внезапно, жить напечатанный только наполовину человек.

Другое дело, если принтер расставляет частицы в пространстве с такой сумасшедшей скоростью, что эти частицы, при ближайшей своей попытке взаимодействовать со своим окружением, вдруг «осознают», что они уже принадлежат контейнеруHuman.И их взаимодействие друг с другом ведёт не к хаосу, а к поддержанию порядка внутри контейнера!

Хмммм… Где бы взять такой аппарат, чтобы он мог скомбинировать элементарные частицы быстрее, чем они провзаимодействуют друг с другом (да и с самим аппаратом)?

Вывод? 3D печать человека, несомненно), возможна, но надо порешать проблемы с отсутствием супер-быстрых 1) парсера человека, 2) хранилища и 3) принтера, нарушающих законы современной физики.

Кстати, если кому интересно, как я представляю себе человеческий парсер, то это большоооой такой слайсер)

Вот такой Чем тоньше – тем лучше!

Самоорганизация

Ячейки Бенара

Самоорганизация – это, по-простому, процесс упорядочения элементов в открытой динамической системе.

Внешним проявлением самоорганизации является появление устойчивых структур, способных сохраняться длительное время. Например, ячейки Бенара, представляющие собой устойчивую структуру конвективных потоков в вязкой жидкости при подогреве снизу.

Крайне простой пример ячеек Бенара показывает, что в самоорганизующихся системах не выполняется второе начало термодинамики, вследствие более одного устойчивого состояния. Фазовый переход осуществляется в условиях только локальных взаимодействий элементов системы. Не существует внешнего правила, согласно которому молекуле предписывается её точное расположение в заданный момент времени. Все элементы взаимодействуют только локально, и обмениваются энергией только с ближайшими соседями.

Цель агента

При этом в системе есть элементы, через которые происходит обмен энергией с окружающей средой. Именно через эти элементы система получает информацию о внешнем мире, и подстраивает под него свою структуру. Появление устойчивой структуры в результате обмена с окружающей средой, очевидно, не является частной или общей целью составляющих систему элементов, а является проявлением некоего закона природы, работающего для всех без исключения объектов реального мира.

Понятие цели, как внутренней мотивации для совершения осмысленных действий, появляется в размышлениях исследователей искусственного интеллекта в результате игнорирования динамики развития интеллектуальных агентов. Исследователи ошибочно пытаются создать агентов как устойчивые единицы, имеющие чёткую, изначально заданную цель. В результате такого подхода могут, тем не менее, успешно и эффективно решаться прикладные задачи, что наглядно демонстрирует современное состояние технологий нейронных сетей.

Само понятие Интеллект родилось как попытка объяснить феномен наличия в природе объектов, якобы, способных действовать по собственному усмотрению.

Я придерживаюсь позиции, что Интеллект является лишь характеристикой достаточно сложной системы, чтобы быть описанной в более простых терминах. Отказ от использования понятия внутренней цели агента принуждает действовать наиболее общим образом и разрабатывать алгоритмы, способные через самоорганизацию приводить к возникновению устойчивых единиц на макроуровне.

Подобные устойчивые на макроуровне единицы, в свою очередь, должны быть подвержены абсолютно таким же принципам самоорганизации, и их поведение должно описываться терминами в рамках терминологии более низкого уровня.

Интеллектуальный агент является не более чем пространственно устойчивой структурой взаимодействующих самоорганизующихся систем, сам по себе является самоорганизующейся системой и является частью самоорганизующейся системы более высокого уровня.

Фрактальная организация интеллектуальных агентов

Наблюдения инопланетян за планетой Земля

Два инопланетный учёных обсуждают открытие жизни на Земле

Утверждать, что на картинке нейрон – можно

Очерчивание границ

Мы отчётливо понимаем, что непосредственный обмен информацией всё же реализуется только на самом низком уровне через взаимодействие самых мелких структурных элементов системы.

Но каким всё таки образом появляются границы, задающие принадлежность элементов тем или иным уровням организации структуры?

Наличие устойчивой макро-единицы во множестве идентичных элементов свидетельствует об устойчивых внутренних взаимодействиях, а также внешних взаимодействиях элементов этой макро-единицы с остальной частью системы.

Это, в свою очередь говорит о том, что внешняя по отношению к макро-единице часть системы также действует согласованным образом. Т.е. также представляет собой макро-единицу, давая адекватный, неслучайный отклик в ответ на внешнее воздействие.

Таким образом, чтобы элементам самоорганизующейся системы выделиться в отдельную единицу, им необходимо взаимодействовать с устойчивой внешней структурой.

Слева камень, справа система, которая научилась выигрышно работать с камнем

Процесс самоорганизации превращается в задачу подстройки управляющих воздействий под отклики исследуемой системы. В случае успешного решения задачи подстройки, задействованные элементы и будут определять устойчивую структуру макро-единицы.

Слева система, которая научилась выигрышно работать с системой, которая научилась выигрышно работать с камнем

После успешного согласования двух макро-единиц их можно объединить в единицу более высокого уровня, очертив вокруг них новую границу.

Об этом говорит и У. Росс Эшби в середине прошлого века:

У. Росс Эшби, Введение в кибернетику, 1959 г.

Золотые слова

Параметрическая и структурная адаптация

Параметрическая адаптация означает, что подстраиваются числовые параметры модели, минимизируются различные ошибки и пр.

Структурная адаптация – означает, что модель не работает с символами (числами), а работает по принципу адаптивного пространственно-временного фильтра для входящих потоков данных, просто перенаправляя потоки в правильном направлении.

Буду очень признателен всем, кто в комментариях приведёт ссылки на работы по структурной адаптации. Только, пожалуйста, не в режиме «всё объясняется, но спрогнозировать ничего не возможно».

Ещё пара куплетов

Объекты реального мира это каналы для потоков устойчивых данных, в которых они усложняются, подстраивая свою структуру.

Т.е. происходит не аппроксимация функции, как в нейросетях, а подстройка структуры некоего фильтра, каналы которого перестраиваются, чтобы соответствовать идущему через него потоку данных.

Мир вокруг нас – самоорганизующаяся система, внутри которой есть устойчивые во времени и пространстве структуры. Структуры полностью определяются проходящим через них потоком данных. В мире конечное число элементов, а значит конечный объем информации. Элементарные элементы, хм) обладают конечным числом состояний. Поэтому неудивительно, что существуют в разных точках пространства внешне (структурно) похожие объекты с похожим поведением (потоком).

Поток данных – это структура. Правильный/адекватный поток данных происходит от другой адекватной (уже собранной) структуры. Т.е. одна структура подстраивается под другую (уже собранную). И т.д., по кругу.

Заключение

Даже если нам немного стало понятнее, как очерчиваются границы между нелинейными динамическими системами, всё еще непонятно, как эти знания применять на практике. 100501-ого объяснения устройства мира, явно недостаточно для ТЗ программисту, чтоб он сел писать ядро ИИ.

В практической части, которая, будем надеяться, скоро последует за введением, я скажу, что надо переходить к построению систем с самоприменяющимися правилами построения, предложу вариант такой системы, покажу результаты.