चेतना और अचेतन के कार्यात्मक अलगाव का एक मॉडल। परिचय

हाल ही में, एआई के विषय पर हब पर बहुत हल्के लेख दिखाई देने लगे, अधिक सटीक रूप से, एआई के बारे में नहीं, बल्कि एआई के दर्शन के बारे में। इसके अलावा, एक दर्शन जो शोधकर्ताओं के लिए कोई मौलिक प्रश्न नहीं देता है। ठीक है, हम यह कहते हैं कि यह जीवन के लिए सिर्फ एक बकवास है। और क्या आश्चर्य की बात है, इस तरह के लेख फायदे की एक निश्चित राशि प्राप्त करते हैं।

मेरे पास क्या लेख हैं? मैं केवल नाम दूंगा, बिना लिंक के मैं उन्हें पढ़ने की सिफारिश नहीं करता (कृत्रिम बुद्धिमत्ता की समस्या को समझने का एक और प्रयास, आत्म-ज्ञान के प्रति AI की संभावना पर और रचनाकार के संज्ञान पर, भावनाओं, कार्यक्रमों और कृत्रिम बुद्धिमत्ता पर, कृत्रिम बुद्धिमत्ता, कृत्रिम बुद्धिमत्ता पर एक सुविचारित स्केजिक को देखें)

यह स्पष्ट है कि इस तरह के लेख उन लोगों द्वारा लिखे गए थे जिनके पास संबंधित शिक्षा भी नहीं थी। लेकिन यह इस तरह के लेखों की उपस्थिति का मुख्य कारण नहीं है। आखिरकार, वे वास्तव में ऐसे लेख प्रकाशित करते हैं जो सोचते हैं कि यह कम से कम किसी शोधकर्ता को निर्देशित कर सकता है जिसके पास उपयुक्त शिक्षा है। मैं उन्हें निराश करूंगा - नहीं, वे नहीं करेंगे, क्योंकि लेखों में पता नहीं कहाँ है। और ऐसा होता है (इस तरह के एक बकबक की उपस्थिति) इस तथ्य से कि यह उन्हें लगता है कि शोधकर्ताओं को खुद नहीं पता है कि उन्हें कहां विकसित करना चाहिए। और यह कभी-कभी ऐसा दिखता है। एआई विशेषज्ञों के पेशेवर वातावरण में भी, अक्सर इस बात की समझ नहीं होती है कि किन समस्याओं को हल करने की आवश्यकता है, गणित के विपरीत "अनसुलझे एआई समस्याओं की सूची" नहीं है। पुस्तकों में अक्सर समस्याओं को हल करने के लिए केवल तरीके होते हैं, और उन कार्यों के बारे में लगभग कुछ भी नहीं कहते हैं जिन्हें अभी भी हल करने की आवश्यकता है। युवा पीढ़ी के लिए खुद को एक कार्य निर्धारित करना मुश्किल है, और वे केवल "बुद्धि" शब्द से कल्पना करना शुरू करते हैं। लेकिन हर कोई शायद भूल गया / (पता नहीं?) कि "आर्टिफिशियल इंटेलिजेंस" नाम एक उत्तेजना है, एक विज्ञापन चाल है - गंभीर वैज्ञानिक "मजबूत एआई" के साथ सौदा नहीं करते हैं, और इसलिए नहीं कि यह नहीं किया जा सकता है, लेकिन क्योंकि इसमें तकनीकी सेटिंग नहीं है ।

यहाँ मैं 2006 के अपने लोकप्रिय विज्ञान लेखों में से एक का रिफ्लेक्टर संस्करण दूंगा, जो कि जैसा कि मैंने सोचा था, शब्दार्थ भार के संदर्भ में उसी पंक्ति में है, जिसकी मैंने ऊपर आलोचना की थी। लेकिन अब मैं देख सकता हूं कि शैली, हालांकि एक ही, एक स्पष्ट तकनीकी बयान के साथ मेरे लेख के पीछे हो सकती है (और है)। हम इसके बारे में बाद में बात करेंगे, लेकिन अब एक गेय परिचय के लिए। लेकिन महत्वपूर्ण बात यह है कि मैं एअर इंडिया के क्षेत्र से एक महत्वपूर्ण अनसुलझे समस्या को लेकर आया हूं।



पहले एक आवश्यक सिद्धांत। रोसेनब्लट परसेप्ट्रॉन से परिचित कोई भी केवल जनता के लिए अपने गीतात्मक विवरण में चमत्कार कर सकता है। और अनुभाग में वर्णित केवल एक महत्वपूर्ण पहलू पर ध्यान केंद्रित करने के लिए "दो या दो से अधिक शिक्षकों से शिक्षण की समस्या" एआई समस्या है जो आज तक हल नहीं हुई है।

मेमोरी मॉडल

सबसे पहले, पाठक को यह राय छोड़ने की जरूरत है कि किसी व्यक्ति की मेमोरी कंप्यूटर मेमोरी के समान है, अर्थात। जो दर्ज किया गया है उसे फिर अपरिवर्तित माना जा सकता है। और इसके अलावा, मेमोरी रिकॉर्ड में स्पष्ट रूप से स्थानीयकृत स्थान है। यह इससे बहुत दूर है!

तो, पहला, वितरण स्मृति की मुख्य विशेषता है। इसके कई परिणाम हैं:
1. मेमोरी स्थिर नहीं है, यह गतिशील है। एक विशिष्ट तथ्य स्मृति में वितरित किया जाता है और लगातार स्थानों को बदलता है;
2. चूंकि इस तथ्य का ठीक-ठीक स्थानीयकरण नहीं है, इसलिए ऐसी मेमोरी अधिक विश्वसनीय होती है (और अनावश्यक रूप से जरूरी नहीं)। एक स्मृति तत्व का नुकसान केवल संग्रहीत तथ्यों की गुणवत्ता को खराब करता है, लेकिन तथ्य का पूर्ण नुकसान नहीं होता है।

दूसरी विशेषता संगति है । आइए हम पहले पतित मामलों पर विचार करें जब मेमोरी मॉडल में एक विशेषता होती है लेकिन दूसरी नहीं होती है:
1. वितरित, लेकिन साहचर्य स्मृति नहीं। वितरित डेटाबेस के रूप में प्रोग्रामिंग में जाना जाता है।
2. वितरित साहचर्य स्मृति नहीं। विशेषज्ञ प्रणालियों में प्रयुक्त प्रत्यक्ष (या रिवर्स) इंजेक्शन के रूप में जाना जाता है।

वितरण गुणों के साथ जुड़ाव क्या है:
1. वितरित तत्वों को एक पूरे में मिला देता है;
2. आपको वितरित तत्वों को एक संयोजन में संयोजित करने की अनुमति देता है जो पहले प्रदान नहीं किया गया था;
3. नए संयोजनों को पहले अज्ञात उत्तेजना के जवाब में जोड़ा जा सकता है, अर्थात्। जैसे कि एक उत्तर की भविष्यवाणी (पूर्वानुमान)।

इस प्रकार, वितरण एक आवश्यक शर्त है, और दूरदर्शिता (पूर्वानुमान) के प्रभाव की उपस्थिति के लिए सहक्रियाशीलता एक पर्याप्त स्थिति है।

दूरदर्शिता के प्रभाव को अंतर्ज्ञान की अभिव्यक्ति माना जा सकता है। इसे बौद्धिक गतिविधि का एक आवश्यक हिस्सा माना जाता है। और चेतना की अपेक्षा अचेतन की अभिव्यक्ति से अधिक संबंधित है।

सचेत पूर्वानुमान की अन्य अभिव्यक्तियाँ हैं - यह वितरण और सहकारिता पर आधारित नहीं हो सकती है। इसमें एक निर्धारक चरित्र और एक विशिष्ट फोकस है। ऐसा पूर्वानुमान स्पष्ट विश्लेषणात्मक सूत्रों पर आधारित है।

यहां हम आगे बेहोश पूर्वानुमान के बारे में बात करेंगे, जो वितरित और साहचर्य स्मृति में होने वाले प्रभावों में से एक है।

मानव मस्तिष्क केवल सरल रैखिक पैटर्न को पहचानने में सक्षम है। हम जटिल प्रणालियों के साथ कभी काम नहीं करते हैं, हम उन्हें सरल प्रणालियों में विघटित करते हैं और अलग से इन सरल प्रणालियों के बीच संबंध पर विचार करते हैं। सभी वस्तु-उन्मुख विश्लेषण इस सिद्धांत पर बनाया गया है।

हम उन विशेषताओं के साथ काम करने में सक्षम नहीं हैं जो जटिल संयोजनों में एक प्रकार की घटना देते हैं, और अन्य जटिल संयोजनों में एक और प्रकार की घटना देते हैं। हम केवल शब्दों में कारण कर सकते हैं - यदि यह और यह विशेषता मौजूद है, तो घटना ऐसी है और ऐसी है। वास्तव में, इस तरह की सरलता मौजूद नहीं है, अगर हम जटिलता से अमूर्तता के लिए एक तंत्र नहीं खोज पाए, तो हमें इस तरह से तर्क करना होगा - अगर यह और यह विशेषता है, और यह अनुपस्थित है, तो इस विशेष मामले में यह इस तरह की और ऐसी घटना है। लेकिन इस तर्क को सामान्यीकृत नहीं किया जा सकता है, जिसका अर्थ है कि पूर्वानुमान की कोई भी उम्मीद खो जाती है।

लेकिन मानव स्मृति ने यहां कोशिश की है, और हमें दो-परत के सिद्धांत के साथ प्रस्तुत किया है - स्मृति की तीसरी विशेषता। इसका मतलब यह है कि मस्तिष्क बाहरी दुनिया से प्राथमिक उत्तेजनाओं (संकेतों) का अनुभव नहीं करता है। वह इन उत्तेजनाओं को अपने स्मृति तत्वों के क्षेत्र में प्रदर्शित करता है। इस मैपिंग के परिणामस्वरूप, प्रारंभिक नॉनलाइनियर उत्तेजनाएं पहले से ही रैखिक उत्तेजनाओं के एक पूरी तरह से अलग सेट में बदल जाती हैं।

दो-परत सिद्धांत को पूरा करने में सक्षम होने के लिए, स्मृति मॉडल में एक गैर-रेखीय प्रदर्शन फ़ंक्शन को लागू करना आवश्यक है। यह निम्नलिखित गणितीय सिद्धांत से स्पष्ट क्यों हो जाता है:
अस्वच्छता को रैखिकता में मैप करने का सिद्धांत। किसी भी गैर-रेखीय फ़ंक्शन की सहायता से परिलक्षित होने वाली विशेषताओं का कोई भी गैर-रैखिक सेट (किसी भी गैर-रैखिक फ़ंक्शन की सहायता से परिलक्षित होता है) वॉल्यूम में बहुत बड़ा है (बाइनरी इनपुट-आउटपुट जोड़े की संख्या पर निर्भर करता है, यदि इनपुट की संख्या 16 से अधिक है और आउटपुट की संख्या 16 है, तो परिमित सेट 2 की मात्रा 2 है) ^ 16) रैखिक रूप से वियोज्य है।

तो, स्मृति की इस तीसरी विशेषता में क्या प्रकट होता है - दो परत:
1. हमने पहले ही जटिलता से अमूर्त होने की संभावना का उल्लेख किया है;
2. इस विशेषता के कारण, हम दुनिया को "गुलाबी चश्मे" में देखते हैं। हम इसकी तत्काल जटिलता नहीं देखते हैं, हम यहां मौजूद अराजकता को नहीं देखते हैं - सभी अराजकता पहले ही हटा दी गई है और हमारे सामने एक जागरूक विश्व व्यवस्था के रूप में दिखाई देती है। कई लोग इन "चश्मे" को उतारना चाहते हैं, जीवन को इसकी जटिलता में देखना चाहते हैं, लेकिन हमारे शरीर ने हमारे लिए यह कार्य किया है - यह सभी विशेषों से संबंधित है - हमें ऐसे कितने और ऐसे पदार्थों की आवश्यकता है, यह अचेतन और वृत्ति का कार्य है। और अगर हम इसे चेतना के स्तर पर ले जाते हैं (हालांकि यह संभव नहीं है), हम नीचा दिखाएंगे, और न केवल इसलिए क्योंकि हमारे पास रचनात्मकता के लिए समय नहीं होगा, लेकिन क्योंकि हम विशेष से ऊपर नहीं उठ पाएंगे, जटिलता हमें आगे देखने की अनुमति नहीं देगी। लेकिन फिर हम दुनिया को विकृत देखने के लिए मजबूर हैं, अर्थात्। जैसा वह हमारे सामने प्रकट होता है;
3. दुर्भाग्य से, यह विशेषता भी नकारात्मक रूप से प्रकट होती है। उत्तेजनाओं की कथित दुनिया की तुलना में स्मृति का एक बड़ा क्रम आवश्यक है। सच है, यह पर्यावरण के इनपुट उत्तेजनाओं के बीच संबंध की तुलना में एक सरल उपकरण का आयतन है। अधिक सटीक रूप से, स्मृति तत्व सीधे एक दूसरे से संबंधित नहीं हैं, उनके बीच कोई संबंध नहीं है, इसलिए, वे स्वयं सरल हैं। यह उनकी मात्रा है जो हमें कथित उत्तेजनाओं के बीच जटिल संबंधों को विघटित करने की अनुमति देता है। आखिरकार, यह एक गणितीय नियम है, जिसके अनुसार मध्यवर्ती गणनाओं की संख्या निर्भर करती है और इनपुट / आउटपुट की संख्या से बहुत बड़ी है। यानी कार्य की गणना के लिए मध्यवर्ती मेमोरी की एक बड़ी मात्रा की आवश्यकता होती है।

लर्निंग मॉडल (वातानुकूलित पलटा)

प्रशिक्षण के दौरान, वितरित स्मृति में लेखन होता है। यह रिकॉर्डिंग प्रक्रिया एक स्थानीय मेमोरी स्थान पर त्वरित रिकॉर्डिंग से बहुत अलग है, जैसा कि कंप्यूटर डिस्क पर जानकारी लिखते समय होता है। यह पहले से ज्ञात नहीं है कि रिकॉर्ड किए गए तथ्य के विभिन्न हिस्सों को किन तत्वों में दर्ज किया जाना है। इस तथ्य को कैसे विभाजित किया जाए, यह भी ज्ञात नहीं है।

एक ओर, यह कहने के लिए प्रथागत है कि एक उत्तेजना (तथ्य) स्मृति के तत्वों में एक निश्चित गतिविधि का कारण बनती है। यह प्रतिक्रिया का एक परिणाम है, जो अशुद्धता से रैखिकता में संक्रमण के बाहरी प्रकटन के रूप में प्रकट होता है। यदि प्रतिक्रिया सरल रेखीय थी, तो हमारे पास बिना शर्त प्रतिवर्त होगा। और जब से हम एक गैर-रैखिक दुनिया का जवाब देना चाहते हैं, हम ऊपर वर्णित विशेषताओं के साथ स्मृति का उपयोग करने के लिए जैविक रूप से मजबूर हैं। दूसरी ओर, छात्र या "शिक्षक" स्वयं यह निर्धारित करता है कि एक निश्चित उत्तेजना के उद्भव से किस तरह की प्रतिक्रिया की उम्मीद की जानी चाहिए। दूसरे शब्दों में, प्रशिक्षण के दौरान यह संकेत दिया जाता है (अधिक गंभीर मॉडल में यह भविष्यवाणी की जाती है) इस तथ्य (उत्तेजना) का संबंध किस प्रकार की घटनाओं (वर्ग) से है।

इस प्रकार, प्राप्त निर्देशों के साथ स्मृति गतिविधि का सहसंबंध सीखने का सार है।

परिणामस्वरूप स्मृति गतिविधि (छद्म यादृच्छिक, क्योंकि यह एक निश्चित गठन कानून का पालन करता है, लेकिन एक विशिष्ट उत्तेजना के लिए यादृच्छिक रूप से चुना जाता है) इंगित करता है कि किन तत्वों को सक्रिय मेमोरी तत्वों पर दर्ज किया जाना चाहिए।

अगला, सवाल यह है कि तथ्यात्मक जानकारी कैसे वितरित करें? गणितीय रूप से, यह समीकरणों की एक प्रणाली को हल करने का मामला है - बड़ी संख्या में समीकरण जिन्हें एक दूसरे के साथ समन्वित करने की आवश्यकता है।

दो या अधिक शिक्षकों से प्रशिक्षण की समस्या

सीखने के सिद्धांत में एक और महत्वपूर्ण बिंदु कई अलग-अलग शिक्षकों से प्रशिक्षण के आधार पर एक राय विकसित करने की क्षमता है। याद रखें कि अधिक जटिल मामले में यह बाहरी शिक्षक नहीं है, बल्कि आपका खुद का अंतर्ज्ञान है, लेकिन यह स्पष्ट रूप से भविष्यवाणी नहीं कर सकता है, लेकिन संकेत देता है कि यह 2 या अधिक उपयुक्त उत्तर हो सकता है, और वे सभी सही हैं, लेकिन विभिन्न दृष्टिकोणों से दिए गए हैं।

सन्निकटन, विभिन्न शिक्षकों की राय के बीच एक मध्य आधार खोजने को अभी तक अपने स्वयं के विचारों का विकास नहीं कहा जा सकता है। आपकी राय तब प्रकट होती है जब एक निश्चित सामान्य स्थिति को आधार के रूप में चुना जाता है, जो सिद्धांत रूप में, शिक्षकों के दो या अधिक विचारों को जोड़ती है, कम से कम एक सीमित क्षेत्र में। यानी शिक्षकों द्वारा अपने स्वयं के प्रोत्साहन के लिए शुरू किए गए प्रोत्साहन का एक विकल्प है, जिसे आधार के रूप में लिया जाता है। यदि उसी समय आप शिक्षकों के परिणाम के समान सीखने और प्राप्त करने का प्रबंधन करते हैं, तो आप अपनी राय विकसित करने के बारे में बात कर सकते हैं।

या अधिक जटिल मामले में, कुछ कानून हैं जो सही उत्तरों को जोड़ते हैं, लेकिन यह महान मानसिक प्रयास के माध्यम से होता है और आमतौर पर रोजमर्रा की जिंदगी में उपयोग नहीं किया जाता है, लेकिन लेखों या पाठ्यपुस्तकों के पन्नों पर मिलता है। यह बुद्धि का प्रकटीकरण है - यह और केवल यह, बाकी यहां स्पर्श किया गया - केवल जैविक जीवन के तत्व हैं।

इस मामले में, प्रशिक्षण विरोधाभासों को प्रकट कर सकता है जो एक ही शिक्षक द्वारा पेश की गई तस्वीर में मौजूद हैं। यह इंगित करता है कि, छात्र के अनुसार, शिक्षक द्वारा पेश की गई तस्वीर सटीक नहीं है, और यहां सन्निकटन लागू किया जा सकता है, लेकिन विभिन्न दृष्टिकोणों (शिक्षकों) की राय के बीच नहीं, बल्कि एक ही दृष्टिकोण के बीच, लेकिन विभिन्न स्थितियों में। यानी शिक्षार्थी के अनुसार, शिक्षक समान स्थितियों में अलग-अलग कार्य करता है, लेकिन बस यह नहीं देखता है कि परिस्थितियाँ भिन्न हैं। यह प्रभाव इस तथ्य के कारण है कि छात्र ने शुरू में कई अन्य मुख्य बिंदुओं को चुना, और प्रशिक्षण के दौरान उन्होंने शिक्षक के प्रोत्साहन को अपने स्वयं के साथ बदल दिया। वर्णित सीखने की प्रक्रिया नए ज्ञान के गठन के रूप में उपयोगी है, एक ही प्रक्रिया पर विभिन्न कोणों की उपस्थिति ... और सबसे महत्वपूर्ण बात यह है कि इस तरह के प्रशिक्षण को मॉडल और स्वचालित किया जा सकता है।

यह किसी भी तरह से बहुत पाठ निकलता है, इसलिए मैं इसे दो भागों में विभाजित करूंगा। अगले भाग में, हम सीधे चेतना की परिभाषा को आगे बढ़ाएंगे और कृत्रिम तंत्रिका नेटवर्क के लिए इसका क्या अर्थ है। यानी जारी रखने के लिए ...