Обновить
Комментарии 18
> Я могу посмотреть на проблему другими глазами, и попытаться разобраться, в понятной для обывателя форме.

Разобрались, бы, с, расстановкой, запятых, для, начала.

Далеко не все великие люди были хорошими ораторами, далеко не все великие идеи были эффектно и эффективно представлены миру.

А что сказать то хотел? Где вывод? Что утверждаешь?
Статья представляет собой злостное словоблудие. Автор пытается свои противоречивые обрывочные ощущения представить в виде постоянно меняющейся системы собственных произвольных терминов. Естественно, понять что либо не возможно. А что можно понять, то и так было понятно школьнику 100 лет назад. Автора именно для этой словоблудной статьи и добавили сегодня в Хабр редакторы.
Вы мне не поверите! Но я и описываю то, о чём говорят уже на протяжении лет пятнадцати. С того времени, как появился доступный интернет. Я попытался разобраться и свести всё это в понятный, для не посвящённого человека, вид.
Во вступлении, я как бы задаю вопрос: «Я правильно всё понял?».
Вы мне как бы ответили: «Нет, ничего не поняли!»
Я вам как бы говорю: «Спасибо»
После чего разбегаемся. Вы копить злобу, я посыпать голову пеплом и разбираться дальше.
Очень интересно. А Вы делали модель, хотя бы упрощенную? Интересный был бы результат.
Мне кажется, алгоритм игры в шахматы примерно по той же логике работает.
Да модель есть. Текст, как раз и является упрощённым описанием модели, иначе как бы я такое осилил. Но, я всё-таки не программист, поэтому всё предельно лаконично и примитивно. Модель делалась под библиотеку MNIST, хотя не предназначена для распознавания.

Поскольку интерес вроде бы есть, будет время, сделаю подробный разбор сомой модели.

Какой-то интересный результат работы модели есть?

В процессе обучения повторяет кривую обучаемости. На самом деле, так себе результат.
По этому поводу согласен с профессором Соловьёвым. Загвоздка состоит в том что в мозгу образуются нейронные связи на физическом уровне. И замешено это на инстинктах. Алгоритмом это не учтешь. Максимум что можно имитировать — дождевого червя. Если же кого-то с мозгом — миногу какую-то, то задача будет не простая. Допиливать придёться узел с имитациией образования физических связей…
Соглашусь. Но всё-таки, в описанном принципе есть лазейка для формирования чего-то, что можно прировнять к инстинктам. Вопрос в том, как эти инстинкты должны выглядеть.
На что модель должна реагировать и как именно.
Походу, ради этого вопроса я всю бодягу и затеял.
Понял, что меня смущало. Нужно определить с базовыми навыками, которые будут выступать в роли рефлексов. А инстинкты такой системе просто не нужны — ей не нужно выживать, не её это проблемы.

Как-то сложно. В природе есть закономерности (взаимосвязи между процессами). Для описания закономерностей существуют два метода: параметрический и непараметрический. Параметрический: процессы разбиваются на более простые составляющие (параметры), устанавливаются закономерности между параметрами. Непараметрический: формируется модель, которая в автоматизированном режиме подбирает свои внутренние переменные таким образом: чтобы наиболее точно найти закономероности между процессом 1 и процессом 2. Параметрический метод "в пределе" превращается в математику со всеми ее хитростями. Непараметрический — в нейронные сети и т.п.

Проще говоря. Если у вас есть время, мало денег и вычислительных мощностей, вы ищете функцию для описания закономерностей между процессом 1 и процессом 2. Если времени нет, но дофига вычислительных мощностей, вы делаете программулину для автоматического подбора функции (нейронную сеть).

Здесь рассматривается вариант, когда мало времени (человеко-часов) и мало денег. Вся прелесть в том, что модель учится непрерывно. И может переучиваться.
Модель помещается в среду, после чего на примерах «объясняется» как нужно реагировать на возникающие события. При этом, одни и те же примеры можно повторять несколько раз, всё равно с первого раза модель их не усвоит. Если прогресс остановится, а требуемого качества обучения не достигнуто, можно добавить ещё примеров.
Как-то, обычно, такие возможности нейросетей не раскрываются. Но и у меня, нужно постараться чтобы это разглядеть. Поэтому и кажется сложно.

Я не могу понять в чем особенность вашей модели… Любая нейронная сеть подбирает функцию между входом и выходом. Это функция может быть очень сложная, но она конечная. Нейронные сети придумали, когда надоело подбирать эту функцию вручную. На следующем этапе можно задать вход и выход НС динамическими, как следствие переходная функция будет постоянно меняться. На 3 этапе можно сделать динамическими параметры нейронной сети (количество нейронов и связи). На 4 этапе можно связать параметры внутри НС (связать количество нейронов например, с количеством связей между нейронами). Вы хотите придумать другой алгоритм работы НС на одном из этапов?

Нет смысла что-то новое придумывать. Как по мне, сейчас придумали уже достаточно. Пора уже переосмыслить достигнутое. А то странно получается, нейронные сети делают свойственные людям вещи, лучше самих людей. А почему так происходит, ни кто ответить не может.
Но это взгляд со стороны. Опять-таки, я не эксперт и в своих выводах могу заблуждаться.
И вы правы каких-то особенностей у представленной модели нет. Отличается подход к описанию. Мне, как обывателю, проще рассматривать нейронные сети и искусственный интеллект, в терминах описывающих память и мышление. Людям занимающимся профессионально машинным обучением, проще описывать в терминах математики, малопонятных большинству. Я кроме энтропии, сходу ничего и не вспомню.
Вопрос ради которого всё это было выложено озвучен в самом начале. Насколько мое представление близко к истине.
Хотя есть момент. Представленная модель может учится постоянно и не испытывать из-за этого проблем. Но насколько это уникально, мне трудно судить.

О сложном вопросе можно либо просто без деталей, либо сложно с ними. Вы хотите одновременно и то, и другое. Думаю не выйдет. Почитайте хотя статью ниже. Там сложно, но более проработано чем у вас по теории о искуствеств интеллекте


https://m.habr.com/ru/post/526416/

Спасибо за ссылку, сейчас читаю.
Не хочу выглядеть д'Артаньяном, но у меня вопросы к статье. В ней два фрагмента противоречат друг другу. На содержание не влияет, но признак явно нехороший.
Все эти модели могут связываться между собой, образуя в целом некоторую динамическую систему, которая отображает в своих состояниях внутренние побуждения и внешние условия организма, интегрируя их и вырабатывая на этой основе сложные поведенческие реакции

М-сеть является, по существу, статической моделью, отображающей взаимосвязь определенных образов и понятий, а также степень их участия в процессах формирования воспроизводимой деятельности.

Есть и другие вопросы, возможно по ходу прочтения найду на них ответы.
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.