मजबूत एआई के डिजाइन के प्रस्तावित दृष्टिकोण के आधार के रूप में लगातार संचित धारणा के अनुभव के आधार पर आंदोलन आंदोलन

ध्यान का निर्देशित आंदोलन - चेतना के मुख्य कार्य के रूप में

इस लेख में, हम मजबूत कृत्रिम बुद्धि की वैश्विक समस्याओं में नहीं जाएंगे, लेकिन इसके डिजाइन के लिए हमारे दृष्टिकोण की कुछ नींवों को ही प्रदर्शित करते हैं।

विचार करें, शायद, सबसे प्रसिद्ध चित्र में से एक है कि दृश्य वस्तुओं की खोज करके दृष्टि कैसे काम करती है।



हम देखते हैं कि दृश्य ध्यान मोबाइल है।
लेकिन क्या होगा अगर, ध्यान की गति ही इसे समझने की कुंजी है?

हमने इस बात की परिकल्पना की है कि चेतना ध्यान के आंदोलन को निर्देशित करती है, और सचेत दृश्य धारणा के एल्गोरिथ्म की निम्न छवि की कल्पना की है



ऐसा एल्गोरिथम कैसे काम कर सकता है?

महत्वपूर्ण अवधारणाएँ

हमने अपने एल्गोरिथ्म के लिए दो अवधारणाओं की परिभाषाएं पेश की हैं: सुविधा और सामान्यीकरण।

एक संकेत क्या है, एक बिल्ली के साथ एक महिला की उपरोक्त छवि को चित्रित करने का सबसे आसान तरीका।

चलो छवि के कुछ क्षेत्र लेते हैं और इसकी अभिन्न विशेषताओं की गणना करते हैं, उदाहरण के लिए, क्षेत्र का आकार (एक सर्कल के मामले में इसका व्यास होगा), औसत रंग, चमक, इसके विपरीत और भग्न आयाम।

अब, एक निश्चित दिशा में और एक निश्चित दूरी पर, हम छवि के एक अलग क्षेत्र का चयन करते हैं और इसकी अभिन्न विशेषताओं की गणना करते हैं।

अब हम निरपेक्ष मूल्यों से छुटकारा पाने के लिए पहले क्षेत्र से दूसरे में संक्रमण के सापेक्ष परिवर्तनों की गणना करते हैं और छवि के पैमाने, रोटेशन, शिफ्ट, सामान्य रोशनी या आज की रात में बदलाव पर निर्भर नहीं होते हैं। परम्परागत संबंध परिवर्तन भी छवि विमान के परिप्रेक्ष्य में परिवर्तन से छुटकारा पाने में मदद करते हैं।

हम ऐसे संक्रमण को संकेत कहेंगे।



आगे, ऐसे संकेतों को जंजीरों में जोड़कर, हम संकेतों के सामान्यीकरण प्राप्त करेंगे।

यहाँ प्रस्तावित दृष्टिकोण की प्रमुख अवधारणाओं की परिभाषा कुछ हद तक मुफ्त है।

मैं चाहता हूं कि तस्वीर जीवन में आए!

अच्छा है, लेकिन अभी तक ध्यान का कोई निर्देशित आंदोलन नहीं है। यदि हम बेतरतीब ढंग से संक्रमण की ऐसी श्रृंखलाएँ बनाते हैं, तो हमारा डेटाबेस अपार हो जाएगा और इसमें कचरे से उपयोगी कुछ को अलग करना बिल्कुल असंभव होगा।

इसलिए, हम कुछ और अवधारणाओं को परिभाषित करते हैं।



प्रमुख अवधारणा अनुभव है। महत्व (पुष्टि की आवृत्ति) द्वारा क्रमबद्ध सामान्यीकरण की समग्रता।
इसके अलावा, हर बार वर्तमान फोकस के आसपास, हम सामान्यीकरण के वास्तविक संदर्भ को निर्धारित करते हैं - जो पहले से ही पुष्टि की गई हैं और अभी भी मना नहीं किया गया है।

सामान्यीकरण के इस वर्तमान संदर्भ को भी स्ट्रीम में सबसे प्रत्याशित सुविधाओं की संभावना से क्रमबद्ध किया गया है।

एल्गोरिथ्म का केंद्रीय तत्व वर्तमान अपेक्षित विशेषता है, जिसे हम जांच सकते हैं। वर्तमान क्षेत्र से संक्रमण (ध्यान का ध्यान केंद्रित) अपेक्षित संक्रमण द्वारा निर्दिष्ट क्षेत्र में एक निश्चित क्षेत्र में विशेषताओं की गणना करने और अपेक्षित लोगों के साथ तुलना करने के लिए सिस्टम को निर्देश देता है।

यदि संकेत की पुष्टि की जाती है, तो हम वर्तमान संदर्भ से निम्नलिखित अपेक्षित संकेत प्राप्त करते हैं।
यदि लक्षण की पुष्टि नहीं होती है, तो हम एक नया सामान्यीकरण बनाते हैं और वास्तविक संदर्भ सामान्यीकरण से हटा देते हैं जिसकी पुष्टि नहीं की गई है।

क्या होगा यदि संदर्भ खाली है या पूरी तरह से मान्य है और कोई नई अपेक्षित संकेत नहीं हैं?
हम मानते हैं कि इस स्थिति में प्राकृतिक चेतना जो पहले से ही ज्ञात है, उसके परिवेश की पड़ताल करती है, लेकिन अभी भी बहुत कम अध्ययन किया गया है। यही है, वर्तमान संदर्भ में नियमित रूप से जो दिखता है, उस पर ध्यान जाता है, लेकिन सामान्यीकरण का स्तर कम है (यानी, सामान्यीकरण की श्रृंखला काफी कम है)

अच्छा अब हम यहाँ हैं?

प्रस्तावित दृष्टिकोण की व्यावहारिक उपयोगिता के बारे में निष्कर्ष निकालना बहुत जल्दी है। अनुसंधान केवल शुरुआत में है।
पहले प्रयोगों से पता चला कि "माथे" एल्गोरिथ्म के कार्यान्वयन, विशेष अनुकूलन के बिना, C # में, एक धागे में एक कोर पर प्रति सेकंड लगभग 50 हजार सामान्यीकरण उत्पन्न होते हैं, जबकि मिलियन सामान्यीकरण कम से कम एक बार 1% से कम दोहराए जाते हैं, और अधिक पुष्टि की जाती है। एक बार 0.2% के बारे में

बहुत सारी गणनाएं "बस के मामले में" की जाती हैं और डेटाबेस की एक महत्वपूर्ण राशि अभी भी दो बदलावों (संकेतों) की सबसे छोटी श्रृंखलाओं के अपुष्ट सामान्यीकरण द्वारा कब्जा कर ली जाती है।

निकट भविष्य में, प्रशिक्षण के नमूनों पर प्रणाली के व्यवहार (एआई का ध्यान आंदोलन) के आकर्षण का गठन, उनके मापदंडों का अध्ययन और परिणामों का प्रकाशन।