भावनात्मक कंप्यूटर

चलो शुरू से। कल्पना कीजिए कि उन्नीसवीं शताब्दी के वैज्ञानिकों ने किसी तरह जादुई रूप से एक आधुनिक कंप्यूटर प्राप्त किया। वे उसके काम का अध्ययन करेंगे, एक संपूर्ण विज्ञान का निर्माण करेंगे जो ऑपरेटिंग सिस्टम और स्थापित कार्यक्रमों के गुणों का वर्णन करता है। फिर वे इस कंप्यूटर को खोलते हैं और इसके मुख्य नोड्स का वर्णन करने का प्रयास करते हैं, उनके उद्देश्य को समझते हैं। फिर वे विभिन्न बिंदुओं पर वोल्टेज को मापेंगे। कंप्यूटर के अंदर घूम रही सूचना प्रवाह के बारे में विभिन्न सिद्धांत उत्पन्न होंगे। इसके सिलिकॉन बेस का एक सिद्धांत उत्पन्न हुआ होगा। अर्धचालक वाल्व कैसे काम करता है, इसकी खोज के लिए किसी को नोबेल पुरस्कार मिलेगा। लेकिन सबसे महत्वपूर्ण बात यह है कि आधुनिक कंप्यूटर के उपकरण की जटिलता उन वैज्ञानिकों के लिए सरल पर्याप्त सिद्धांतों को समझना मुश्किल बना देती है जो किसी भी कंप्यूटर प्रौद्योगिकी को रेखांकित करते हैं। ये सिद्धांत "ट्यूरिंग मशीन" में तैयार किए गए थे और आज तक नहीं बदले हैं, और इससे कोई फर्क नहीं पड़ता कि कंप्यूटर को लैंप, ट्रांजिस्टर या माइक्रोक्रिस्केट पर इकट्ठा किया गया है या नहीं। किसी भी कंप्यूटर में एक मेमोरी, एक कमांड सिस्टम, एक प्रोसेसर होता है जो इन कमांड्स को निष्पादित कर सकता है, प्रोग्राम्स जिसमें एक सीक्वेंस ऑफ कमांड्स और एक इनपुट / आउटपुट डिवाइस होता है जो आपको बाहरी दुनिया के साथ बातचीत करने की अनुमति देता है। बाकी "घंटियाँ और सीटी" जो कंप्यूटर प्रौद्योगिकी के विकास के परिणामस्वरूप उत्पन्न हुईं, हालांकि वे कई बार कंप्यूटर की क्षमताओं को बढ़ाते हैं, इन सिद्धांतों को रद्द नहीं करते हैं।

मानव मस्तिष्क का अध्ययन एक चित्रित चित्र की तरह है। हम इसकी आंतरिक संरचना के बारे में बहुत कुछ जानते हैं, न्यूरॉन्स में होने वाली प्रक्रियाओं का गहराई से अध्ययन किया जाता है, लेकिन कई शोधकर्ताओं के लिए विविध ज्ञान की प्रचुरता मस्तिष्क के काम को समझने वाले काफी सरल सिद्धांतों की समझ को अस्पष्ट करती है।

हमने अपने आप को एक सरल उपकरण के "मस्तिष्क" बनाने का लक्ष्य निर्धारित किया है, जो अपने अस्तित्व में उन्हीं सिद्धांतों का उपयोग करेगा जो जीवित प्राणियों में निहित हैं। बेशक, असली मस्तिष्क बहुत अधिक जटिल है, लेकिन अब मैं एक बुनियादी सिद्धांत तैयार करने की कोशिश करूंगा जो मस्तिष्क के कामकाज को समझने के लिए उतना ही मौलिक है जितना कि "ट्यूरिंग मशीन" को समझना एक आधुनिक कंप्यूटर के संचालन को समझना मौलिक है।

पिछली पोस्ट में, "ह्यूमन इमोशंस एंड कंप्यूटर बल्ब", मैंने भावनाओं और स्मृति की भूमिका का वर्णन किया है, और मैं संक्षेप में दोहराऊंगा।

प्रारंभ में, सभी क्रियाएं सजगता के परिणाम हैं। भावनाएं हमें किसी भी व्यवहार में "धक्का" नहीं देती हैं। भावनाएँ "जो कुछ भी होता है, उसकी सराहना करती हैं"। हमेशा "अच्छे / बुरे" पैमाने पर एक अंतिम स्केलर रेटिंग होती है। अंतिम स्कोर "स्थिति" के साथ स्मृति द्वारा दर्ज किया गया है जो इस स्कोर का कारण बना। "स्थिति" में न केवल दुनिया की बाहरी तस्वीर होती है, बल्कि इसके प्रति हमारी प्रतिक्रिया, हमारे कार्य भी होते हैं। मेमोरी बाद में, बाहरी प्रभावों पर प्रतिक्रिया करते हुए, किसी भी कार्य को करने के लिए "बलों" या उन्हें "रोकता है"। इसके अलावा, जिन क्रियाओं को हम अपने अनुभव के आधार पर करते हैं, वे संभावित रूप से अन्य संभावित क्रियाओं की तुलना में भावनात्मक स्थिति में सकारात्मक बदलाव लाने के लिए होती हैं। हमारे कार्यों के साथ होने वाली भावनाओं की व्याख्या "कार्रवाई की उत्तेजना" के रूप में नहीं की जा सकती है, ये जो हो रहा है, उसका आकलन है, जो अनुभव के गठन के लिए आवश्यक हैं।



अब आकृति में दिखाए गए डिवाइस पर विचार करें।

प्रत्येक सर्कल एक औपचारिक न्यूरॉन को दर्शाता है - एक वास्तविक मस्तिष्क न्यूरॉन का एक कृत्रिम एनालॉग। "नियामक" के अपवाद के साथ, जो खुद एक सरल संरचना है जिसे न्यूरॉन्स से इकट्ठा किया जा सकता है। उपकरण कई, गुणों में थोड़ा भिन्न, न्यूरॉन्स के प्रकार का उपयोग करता है। हम उनका वर्णन करते हैं:

• - "सेंसर", अर्थात्, न्यूरॉन्स जो अपने आसपास की दुनिया के बारे में कुछ जानकारी प्राप्त करते हैं और गतिविधि की स्थिति में होते हैं जबकि वह जलन होती है जिस पर वे प्रतिक्रिया करते हैं;
• - "कार्यकारी न्यूरॉन्स" - यदि इनपुट संकेतों का योग एक निश्चित सीमा मूल्य से अधिक है तो वे सक्रिय हैं। सक्रिय होने पर, कार्यकारी न्यूरॉन्स संबंधित सक्रिय उपकरणों को चलाते हैं। सक्रियण की स्थिति समाप्त होने पर, न्यूरॉन्स एक निष्क्रिय स्थिति में लौटते हैं और एक्चुएटर के संचालन को समाप्त करते हैं। कार्यकारी न्यूरॉन्स के इनपुट पर पहुंचने वाले संकेत सक्रिय (+1) या निरोधात्मक (-1) हो सकते हैं। दहलीज मूल्य को सक्रिय इनपुट की संख्या पर निर्भर किया जा सकता है;
• - "रिफ्लेक्सिस" न्यूरॉन्स हैं जिनके कनेक्शन शुरू में पहचाने जाते हैं। ये कनेक्शन रिफ्लेक्सिस का एक मैट्रिक्स बनाते हैं। सेंसर की गतिविधि का एक कड़ाई से परिभाषित चित्र होने पर न्यूरॉन्स स्वयं सक्रिय हो जाते हैं, और सेंसर गतिविधि का संयोजन जो इसकी ओर जाता है, शुरू में निर्धारित होता है। सक्रियण के मामले में, पलटा कार्यकारी न्यूरॉन्स को एक सक्रिय (+1) या निरोधात्मक (-1) संकेत देता है;
• - "भावनात्मक रिफ्लेक्स" - न्यूरॉन्स जो रिफ्लेक्स के समान काम करते हैं, एकमात्र अंतर यह है कि सक्रिय संकेतों को भावनाओं को भेजा जाता है;
• - "भावनाएँ" न्यूरॉन्स होते हैं जो तब सक्रिय होते हैं जब भावनात्मक रिफ्लेक्स उन पर बंद हो जाते हैं। न्यूरॉन्स "भावनाओं" की गतिविधि की समग्रता एक "भावनात्मक पृष्ठभूमि" बनाती है, अर्थात, हमारा उपकरण सेंसर के माध्यम से परिलक्षित दुनिया के आसपास की दुनिया को कैसे मानता है और उसका मूल्यांकन करता है। सेंसर की स्थिति बदलने से भावनात्मक पृष्ठभूमि में बदलाव हो सकता है। हर बार भावनात्मक पृष्ठभूमि में परिवर्तन होता है, अर्थात, किसी भी "भावनाओं" न्यूरॉन्स की स्थिति में परिवर्तन होता है, हम मेमोरी न्यूरॉन्स में से किसी एक पर गतिविधि की वर्तमान तस्वीर को ठीक करेंगे। "नियामक" इस प्रक्रिया के लिए जिम्मेदार है। वह एक मुफ्त न्यूरॉन का चयन करता है और उसे याद रखने की आज्ञा देता है, और यह भी बताता है कि भावनात्मक स्थिति कैसे बदल गई है (+1 या -1)।
  
  भावनात्मक स्थिति में परिवर्तन का मूल्यांकन इस प्रकार किया जाएगा:
  
  (+1) - यदि परिवर्तन ने भावनात्मक पृष्ठभूमि में सुधार का नेतृत्व किया, अर्थात, "अच्छा" की वृद्धि हुई ऋण "खराब" (जहां "अच्छा", "बुरा" मान 0 या 1 लेते हैं और न्यूरॉन "भावनाओं" की निष्क्रियता या गतिविधि के अनुरूप होते हैं)। उदाहरण के लिए, (+1) तब होता है जब एक सकारात्मक भाव प्रकट होता है ("अच्छा") या एक नकारात्मक भाव ("बुरा") बंद हो जाता है;
  (-1) - यदि परिवर्तन की वजह से भावनात्मक पृष्ठभूमि में गिरावट आई है, अर्थात, "अच्छा" का मान घटा हुआ है "बुरा" (जहाँ "अच्छा", "बुरा" मान 0 या 1 लेता है और निष्क्रियता या न्यूरॉन "भावनाओं" की गतिविधि के अनुरूप होता है)। उदाहरण के लिए, (-1) तब होता है जब एक नकारात्मक भाव ("बुरा") प्रकट होता है या एक सकारात्मक भाव ("अच्छा") रुक जाता है।
  यदि दोनों न्यूरॉन्स, "भावनाओं" की स्थिति में बदलाव के साथ, अंतिम भावनात्मक स्थिति नहीं बदली गई है, तो पाठक ऐसी घटना को याद नहीं करने या किसी अन्य पर एक भावना के प्रभुत्व के सिद्धांत को पेश करने का विकल्प चुन सकता है।
  
  सामान्य तौर पर, भावनाओं को -1.0.1 तक सीमित करने का कोई मतलब नहीं है। मनुष्यों में, भावनाएं अलग-अलग ताकत के साथ प्रकट होती हैं। लेकिन अब हम एक उच्च-गुणवत्ता वाली तस्वीर दिखाने के लिए खुद को सीमित कर लेंगे।
• - "मेमोरी" - न्यूरॉन्स जो तीन मोड में हो सकते हैं।
  
  मोड 1. प्रारंभ में, सभी मेमोरी न्यूरॉन्स प्राचीन हैं और सिस्टम के संचालन को प्रभावित नहीं करते हैं।
  
  मोड 2. "नियंत्रक" के आदेश पर, मेमोरी न्यूरॉन्स उनके साथ जुड़े अन्य न्यूरॉन्स (सेंसर, भावनाओं, कार्यकारी न्यूरॉन्स) की गतिविधि पैटर्न को पकड़ने में सक्षम हैं। कनेक्शन पर गतिविधि की स्थिति और सिस्टम की भावनात्मक स्थिति में परिवर्तन की दिशा तय की जाती है - (+1) या (-1)।
  
  मोड 3. अपनी तस्वीर को याद करते हुए, मेमोरी न्यूरॉन एक नई स्थिति में चला जाता है। इस स्थिति में, एक न्यूरॉन सक्रिय हो जाता है यदि यह गतिविधि की एक तस्वीर को "पहचानता" है जो संस्मरण के क्षण के अनुरूप है। संस्मरण के क्षण के लिए न्यूरॉन गतिविधि की तस्वीर के एक निश्चित प्रकार के "पुनरावृत्ति" के मामले में सक्रिय होने के बाद, स्मृति न्यूरॉन उन सभी दिशाओं में संकेत देता है जो संस्मरण के समय सक्रिय थे। इसके अलावा, यदि संस्मरण के समय, भावनात्मक स्थिति में परिवर्तन का मूल्य (+1) था, तो संकेत सक्रिय होता है (+1), यदि मूल्य (-1) था, तो यह निरोधात्मक (-1) है;
• - "रेगुलेटर" एक अलग न्यूरॉन नहीं है, लेकिन एक निश्चित नोड है जिसे सरल "शास्त्रीय" न्यूरॉन्स से इकट्ठा किया जा सकता है, लेकिन अब मैं इसके संभावित डिवाइस के विवरण से विचलित नहीं होना चाहता। नियामक मेमोरी न्यूरॉन्स को याद रखने का निर्देश देता है और उन्हें भावनात्मक स्थिति की दिशा बताता है।

ऐसा उपकरण, जो संयोगवश, व्यवहार में लाना मुश्किल नहीं है, एक जीवित जीव की तरह व्यवहार करता है। सबसे पहले, उसका व्यवहार पूरी तरह से सजगता से निर्धारित होता है और सेंसर की स्थिति पर प्रतिक्रिया होती है। लेकिन, सजगता के अलावा, डिवाइस में वृत्ति बनाने की क्षमता है, अर्थात् भावनाओं का अनुभव करने और उन घटनाओं को याद रखने की क्षमता है जो उनके परिवर्तनों को जन्म देती हैं। समय के साथ, स्मृति इस बात की जानकारी जमा करती है कि सकारात्मक भावनाओं को अधिकतम करने के संदर्भ में किसी स्थिति में कौन सा व्यवहार इष्टतम है। मेमोरी एक्ट्यूएटर्स को प्रभावित करने लगती है। विशुद्ध रूप से पलटा व्यवहार सहजता की ओर बढ़ता है।

विचार करें कि यह कैसे होता है। जब तक मेमोरी स्पष्ट है, कार्यकारी न्यूरॉन्स की स्थिति रिफ्लेक्स न्यूरॉन्स द्वारा निर्धारित की जाती है। सजगता में "सिले" स्थितियों के साथ सामना, हमारे डिवाइस उनके द्वारा प्रदान की गई कार्रवाई का प्रदर्शन करेंगे। क्या सजगता उपयुक्त हैं - यह प्राकृतिक चयन द्वारा निर्धारित किया जाता है। जीवित प्राणियों के संबंध में, यह कहा जा सकता है कि सजगता उत्पन्न होगी और तय की जाएगी जो उस व्यवहार को सुनिश्चित करेगी जो इसमें योगदान देता है:

• - उत्तरजीविता और प्रजनन;
• - सहज व्यवहार की प्रारंभिक शिक्षा।

विभिन्न क्रियाओं को करते समय, जिन्हें रिफ्लेक्सिस द्वारा धक्का दिया गया था, न्यूरॉन्स की स्थिति - "भावनाएं" बदल जाएगी। क्या भावनाएं पैदा होती हैं यह "भावनात्मक सजगता" के न्यूरॉन्स पर निर्भर करता है। वे "सेंसर" और "व्याख्या" पर चित्र को "अच्छे" या "बुरे" के रूप में पहचानते हैं। भावनाओं के संदर्भ में स्थिति का आकलन करने का बहुत तथ्य किसी भी तत्काल कार्रवाई में प्रवेश नहीं करता है, स्मृति बस उन सभी स्थितियों को ठीक करती है जिसमें भावनात्मक पृष्ठभूमि बदल गई है। दूसरे शब्दों में, प्रत्येक मेमोरी न्यूरॉन एक निश्चित स्थिति (किस तरह की स्थिति "सेंसर" न्यूरॉन्स की स्थिति से निर्धारित होती है) की मेमोरी को पकड़ती है और याद करती है कि इस स्थिति में की गई क्रिया भावनात्मक स्थिति में सुधार या बिगड़ती है।

इसके अलावा, स्मृति न्यूरॉन्स, "पहचान" स्थितियों को जो उनके "अनुभव" के अनुरूप हैं, कार्यों के गठन में योगदान करना शुरू करते हैं। सक्रियण प्रक्रियाओं के कारण, वे उन कार्यों को उत्तेजित करते हैं जिन्होंने राज्य में सुधार किया है, और निषेध की प्रक्रियाओं के कारण, वे उन कार्यों के खिलाफ चेतावनी देते हैं जिनके कारण इसकी गिरावट हुई थी। ऐसी परिस्थितियों में जब बाहर की दुनिया को प्रदर्शित करने वाले इतने सारे सेंसर नहीं होते हैं, स्मृति में परस्पर विरोधी यादें दर्ज की जा सकती हैं। सेंसर पर एक ही तस्वीर के साथ, एक ही कार्रवाई विभिन्न परिणामों को जन्म दे सकती है। इसका मतलब यह है कि या तो अपर्याप्त जानकारी के कारण, दो अलग-अलग बाहरी स्थितियों की पहचान की गई थी, या घटना स्वयं यादृच्छिक थी। ऐसी स्थितियों में, अनुभव के संचय से इस तथ्य को बढ़ावा मिलेगा कि कार्यकारी न्यूरॉन्स, उत्तेजना और निषेध के संकेतों को सम्‍मिलित करेंगे, उस कार्रवाई को चुनेंगे जिस पर भावनात्मक स्थिति में सकारात्मक परिवर्तनों की संभावना अधिक है।

अगर हम अपने डिवाइस को बेहतर बनाना चाहते हैं, तो, मानव मस्तिष्क को पीछे देखते हुए, हम समझ सकते हैं कि हमारे पास स्टोर में बहुत सारे "विकासवादी ट्रिक्स" हैं। उदाहरण के लिए:

• - आप डिवाइस टोपोलॉजी कर सकते हैं। उदाहरण के लिए, एक विमान (संवेदी परत) पर सेंसर रखें और उनके (ध्वनि, दृश्य, आदि) द्वारा हस्तांतरित जानकारी के अनुसार उन्हें समूह दें, मेमोरी न्यूरॉन्स को उनके ऊपर "कॉर्टेक्स की परत" के साथ रखें और उन कनेक्शनों के साथ कवर करें जिनमें मुख्य रूप से वे स्थित हैं, जहां वे स्थित हैं। जिससे मेमोरी को विषय क्षेत्रों में एक विभाजन दिया गया);
• - मेमोरी न्यूरॉन्स को एक-दूसरे के साथ संबंध रखने का अवसर दिया जा सकता है, जिससे उन्हें वर्तमान दृश्य के चित्र में मेमोरी को शामिल करने की अनुमति मिलती है और जिससे मान्यता बदल रही है, यह रूढ़िवादी स्थितियों के लिए अधिक प्रतिरोधी बनाता है;
• - आप स्मृति की उच्च परतों को जोड़ सकते हैं जो आपको अधिक जटिल, "सार" संरचनाओं को पहचानने और याद रखने की अनुमति देगा;
• - आप imprinting तंत्र का परिचय दे सकते हैं - जब संकेतों का एक निश्चित समूह किसी वस्तु, स्थिति, स्थिति को पहचानता है, और वे भावनाओं और सजगता के कुछ सेटों से बंधे होते हैं (इस मामले में, वृत्ति उन संकेतों को निर्देशित नहीं की जाएगी, जिसके कारण imprinting ट्रिगर हो सकता है, लेकिन स्मृति द्वारा दर्ज की गई घटना पर, अतिरिक्त संकेतों द्वारा पहचानने योग्य जो शुरू में अनुपस्थित थे);
• - न्यूरॉन्स के बीच सूचना के हस्तांतरण के लिए न केवल मौजूदा कनेक्शन का उपयोग करना संभव है, बल्कि कुछ नियंत्रण संकेतों को भी प्रस्तुत करना है जो ऑटोमेटन के "मस्तिष्क" के सभी न्यूरॉन्स के लिए तुरंत सुलभ हैं, और उनकी मदद से एहसास होता है, उदाहरण के लिए, "नियंत्रक नियंत्रक" का काम;
• - आप भावनाओं की संख्या बढ़ा सकते हैं, उनकी तस्वीर को और अधिक जटिल बना सकते हैं;
• - आप पैरामीटर "भावना की शक्ति" दर्ज कर सकते हैं और "याद" और "नियंत्रण" होने पर इसे ध्यान में रख सकते हैं;

सामान्य तौर पर, पूर्णता की कोई सीमा नहीं है ...

वर्णित डिवाइस पर्यावरण के अनुकूल हो सकता है, विकसित हो सकता है, लेकिन सोच नहीं सकता। सोचने के लिए, उसे महत्वपूर्ण डिजाइन परिवर्तनों और नए सिद्धांतों की शुरूआत की आवश्यकता है। मैं बाद के पोस्ट में उनका वर्णन करने की कोशिश करूंगा।