मानव स्मृति का सिद्धांत, एआई की शुरुआत

मानव स्मृति का सिद्धांत, एआई की शुरुआत

निश्चित रूप से आप सभी ऐसे क्षणों से बहुत अच्छी तरह वाकिफ हैं जब आपको कुछ याद रखने की आवश्यकता होती है, लेकिन मस्तिष्क से जानकारी निकालना एक बड़ी पहेली बन जाती है।

ऐसा क्यों हो रहा है? शुरू करने के लिए, एक न्यूरॉन के काम का एक छोटा सा सिद्धांत

मान लीजिए, या शायद यह है, सभी न्यूरॉन्स को एक बहुत बड़े ग्राफ में एक जटिल संरचना के साथ जोड़ा जाता है। यह संरचना जटिल है और अनियमित रूप से काम नहीं कर सकती, अर्थात प्रेषित दालों को एक निश्चित क्रम में सख्ती से प्रेषित किया जाता है, इसलिए यहां 2 विकल्प हैं:

1. ग्राफ किनारों में केवल सकारात्मक भार होते हैं।
2. ग्राफ के किनारों में सकारात्मक और नकारात्मक दोनों वजन हो सकते हैं।

मानव स्मृति के वास्तविक कार्य में दूसरे मामले को देखते हुए, हम यह मान सकते हैं कि ऐसी स्थिति मानव स्मृति की विफलता से उत्पन्न होती है, अर्थात्। न्यूरॉन जिसमें वह जानकारी होती है जिसकी हमें आवश्यकता होती है, या तो संचय के लिए पर्याप्त संकेत नहीं मिलते हैं और आगे संचरण होते हैं, या ऐसे कोई संकेत बिल्कुल नहीं होते हैं। ग्राफ़ के मामले में, इसे कुछ रास्तों के साथ नोड के रूप में दर्शाया जा सकता है, या तो वे नकारात्मक हैं या वे सभी में मौजूद नहीं हैं (छवि 1)।


पहले मामले के लिए, जब सभी किनारों में सकारात्मक भार होते हैं, अर्थात। मानव मस्तिष्क क्षतिग्रस्त नहीं है। फिर एक व्यक्ति अपने बचपन के पलों को याद क्यों नहीं कर सकता? इसका उत्तर सरल है: "कोई भी शरीर शांति के लिए प्रयास करता है," इसलिए हमारा तंत्रिका नेटवर्क अपने काम का अनुकूलन करने की कोशिश करता है। (नाविकों के मालिकों को इस तथ्य से परिचित होना चाहिए कि एक मार्ग बिछाने इस सिद्धांत पर आधारित है कि ग्राफ़ कैसे काम करता है, सबसे छोटा रास्ता ढूंढना है)। मानव मस्तिष्क एक अधिक परिष्कृत प्रणाली है और इसके अनुकूलन में छोटे वजन के साथ संबंध तोड़ने और उच्चतर लोगों के साथ नए कनेक्शन बनाने में शामिल हैं। (अंजीर। 2)। इस तरह, कई अंतराल और नए न्यूरोनल कनेक्शन को समझाया गया है। अधिक नोड्स लिंक हैं, आवश्यक जानकारी याद रखना आसान है।

उदाहरण का अभ्यास करें

आप सिनेमा में गए, एक साधारण फिल्म के लिए, सबसे पहले आप लगभग सभी क्षणों को याद करते हैं, विशेष रूप से वे जो आपको किसी तरह भावनात्मक रूप से हैरान करते हैं। एक महीने के बाद, एक वर्ष, जिसके पास मस्तिष्क की गतिविधि कितनी भरी हुई है, यदि आप इस फिल्म के बारे में पूछते हैं (यह देखते हुए कि आपने यह सब इस समय नहीं देखा है), तो आप फिल्म का एक संक्षिप्त प्लॉट बता सकते हैं, और वे क्षण जो आपको भावुक कर देंगे। यह न्यूरॉन्स का अनुकूलन है ।
यह ध्यान दिया जाना चाहिए कि प्रत्येक नोड का अपना बैंडविड्थ है, अर्थात। यदि कनेक्शन की कमी है, तो ग्राफ़ के आवश्यक पुनर्निर्माण तक जानकारी को याद नहीं किया जा सकता है। अनुकूलन के दौरान, संचरित आवेग का एक मजबूत संकेत होता है, और नोड स्वयं अपने थ्रूपुट को नहीं बदलता है, या महत्वपूर्ण रूप से नहीं, यही कारण है कि हम बहुत महत्वपूर्ण चीजों को याद करते हैं, जैसा कि वे अवचेतन स्तर पर कहते हैं।
याद करने की प्रक्रिया में, आप जानकारी की कमी महसूस कर सकते हैं, और याद रखना जारी रख सकते हैं, फिर आपका मस्तिष्क ग्राफ में लंबे रास्ते की खोज करता है (कम वजन के साथ), और इसके किनारों के साथ नोड्स में गुजरता है जो सामान्य जीवन में "उपयोग नहीं किया जाता है", क्योंकि आगे सिग्नल ट्रांसमिशन के लिए अपर्याप्त संचित दालों।
यही कारण है कि संघों को याद करने का सबसे अच्छा तरीका है । ग्राफ़ में जितने अधिक किनारे शीर्ष पर पहुंचते हैं, सूचना को याद रखना उतना ही आसान होता है।

अनुकूलन या यादों का आंशिक नुकसान

DREAM - मस्तिष्क को सक्रिय मेमोरी से सक्रिय अनुकूलन में स्विच करना, एक सपने में हम देखते हैं कि हमने एक बार क्या देखा या इन चीजों का संश्लेषण। इस मामले में संश्लेषण बांड में एक विराम है और एक और शीर्ष के साथ एक नया बंधन बनाना संभव है।
आप यह समझाने की कोशिश कर सकते हैं कि बिस्तर पर जाने से पहले याद रखना बेहतर क्यों है। सबसे पहले, जानकारी ताजा है, और काफी पूर्ण (अनुकूलित नहीं) है, और हमारा मस्तिष्क इसे महत्वपूर्ण मानता है, वजन देता है। रात के अनुकूलन के दौरान, सोने से कुछ समय पहले प्राप्त जानकारी में अन्य जानकारी के साथ मिश्रण करने का समय नहीं होता है और "अंतहीन" ग्राफ में खो जाता है, जिसका अर्थ है कि इसके कनेक्शन लगभग अपरिवर्तित रहते हैं। बेशक, यह केवल एक सिद्धांत है, प्रत्येक व्यक्ति का मस्तिष्क अपने तरीके से काम करता है, प्रत्येक के पास "उपयोगी" और "बेकार" जानकारी के अपने पैमाने हैं।

इस सिद्धांत पर निर्मित AI नियम

• समय की अवधि में सभी संचित जानकारी को अनुकूलित किया जाना चाहिए, अर्थात अंत बिंदु से सीधे अंत तक एक कारण संबंध स्थापित करें, मध्यवर्ती लोगों को छोड़ते हुए (हम नेटवर्क को तोड़ते हैं और बहुत अधिक वजन के साथ नए रिश्ते बनाते हैं)।
• अनुकूलन के बाद, एक छोटे वजन के साथ सभी डेटा को नष्ट कर दिया जाना चाहिए, और सभी वजन सभी नष्ट किए गए वर्टीकल के न्यूनतम वजन तक कम हो जाते हैं।
• नई जानकारी में सूचना के महत्व का सही आकलन करने के लिए मौजूद न्यूनतम से अधिक वजन होना चाहिए।
• नष्ट की गई कोई भी जानकारी एक नया ग्राफ बनाना चाहिए, और अनुकूलित होना चाहिए। मुख्य ग्राफ़ के निरंतर अनुकूलन का कारण इस तथ्य को जन्म देगा कि कोई विवरण नहीं होगा जो मानव जीवन (भावनाओं) में महत्वपूर्ण भूमिका निभाते हैं।

समस्याओं

इस मामले में, समस्या अनुकूलन है, अर्थात। जानकारी का एक चयन, जो जीवित रहेगा, एक व्यक्ति और पूरे ग्रह के जीवन के लिए सबसे महत्वपूर्ण है, और वह जो दूसरे, तीसरे, चौथे, आदि पर जाना चाहिए। योजना।