WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 9 | 10 || 12 | 13 |   ...   | 56 |

Определим, что для самообучающейсяинформационной системы изменение потребности в энергии отражает ееэмоциональное восприятие мира. При увеличении Еn (рождениенейронов) система «чувствует усталость», а при уменьшении (гибель нейронов)испытывает «эмоциональный всплеск». Все сказанное сказано только для случая,когда фактическая энергия постоянна, т.е. Eф=const.

Таким образом, функция, являющаясяпроизводной по времени от потребности системы в энергии, может быть в даннойтрактовке использована для моделирования эмоционального поведения компьютернойпрограммы в процессе ее обучения. В более общем случаеэмоциональную проекцию (эмоциональное состояние) системы будем определять поформуле

Э= d(Еф - Eп)/dt.

Подобный путь очеловечивания компьютерныхпрограмм может быть и наивен, но как модель эмоционального поведения, какмодель очищения знаниемвполне, с моей точки зрения, имеет право на существование. Представьте себеотображаемое в углу экрана «лицо программы», например в виде человеческого,которое с каждой новой порцией обучающей выборки выглядит все суровее исуровее, и, наконец, радостная улыбка, сменяемая «чувством глубокогоудовлетворения», возвещает пользователю о том, что решение найдено.

Например, в третьей главе данной частиработы СР-сеть занималась распознаванием функциональной зависимостивида

z =xо x1 +3x1.

Изменения структуры СР-сети в зависимости отвходных данных были иллюстрированы рис. 7.1. Рассмотрим на примере этих схемизменения «эмоционального состояния» данной системы и его влияние на точностьпредсказания. Из представленной ниже таблицы видно, как первоначальноосуществляется накопление в системе «усталости» — количество элементов растет, аточность предсказания далека от совершенства. Наконец, на обучающей порции рис.1.7.5 происходит катастрофа — параметр «эмоциональное состояние» меняет свой знак сположительного на отрицательный и далее остается равным нулю на любой обучающейвыборке, порожденной функциональной зависимостью

z =xо x1 +3x1.

СР-сеть

К-воэлементов

"Эмоциональное состояние"

Ошибкапредсказания

рис.1.7.1.

3

+3

x0-2x1

рис.1.7.2.

4

+1

x1x1-x0x1-3x1

рис.1.7.3.

5

+1

x0-4x1

рис.1.7.4.

б

+1

x0-x0x1

рис.1.7.5.

4

-2

0

рис.1.7.*

4

0

0

В случае приведенной таблицы получилось, чтонайденная истина стала причиной эмоциональной разрядки, своего родакатастрофой, приведшей к рез­кому сокращению текущего (по предыдущему этапу) количестваэлементов системы.

Последующее длительное равенство нулю«эмоционального состояния» говорит о правильности найденного решения. И чемдольше системе удается удерживать этот ноль, тем более правильным было решение,тем более структура системы гармонирует с окружающим миром. Получается, чтотребование познания мира является результатом стремления к покою, кгармонии.

Если в свете сказанного попытатьсяпосмотреть на взаимопонимание людей, то сразу находится объяснение, почему,имея логическую убежденность в истинности какого-либо факта или теории, людиизменяют этой убежденности под воздействием эмоционально заряженного оратора,эмоциональной телепередачи или газетной публикации. Все дело в том, что, какбыло показано выше, эмоции для самообучающейсяинформационной системы — это критерии истинности. Информационнаясамообучающаяся система при при­нятии знания в первую очередь ориентируется на сопровождающее этознание эмоции.

В предыдущих разделах, говоря о такойсамообучающейся системе, как человек, мы акцентировали внимание читателей натом факте, что в процессе жизни человека нейроны только гибнут; процессобучения на принципе самоза­рождения идет лишь при формировании зародыша. В свете сказанноговозникает вопрос: Каким образом приведенное здесь определение «эмоциональногосостояния» может быть применимо к системам типа человек Безусловно,одно­значноеперенесение полученных результатов в данном случае невозможно в силу того, чтовсе определения давались применительно к СР-сетям, в которых процессы рожденияи гибели чередуются (например, Человечество).

Что же касается формальной модели отдельновзятого человека, то тут требуется небольшая корректировка, объясняемаяследующими соображениями и предположениями:

1) количество нейронов в течение жизнипостоянно сокращается;

2) сокращение нейронов осуществляетсянеравномерно, т.е. процесс носит скачкообразный характер;

3) общая фактическая энергия организма свозрастом уменьшается, в том числе энергия, питающая нейроны;

4) замедление процесса гибели нейроновотражается на общем со­стоянии организма, приводя его к «утомлению». Это происходит в силутого, что фактическая энергия постоянно уменьшается и ее уже начинает нехватать для удовлетворения вчерашних потребностей;

5) ускорение процесса гибели приводиторганизм в состояние катарси­са, эмоциональной разрядки, так как наличная (фактическая) энергияначина­ет удовлетворятьвсе его потребности.

Опираясь на изложенную выше гипотезу,попробуем ответить на вопрос:

«Что будет с человеком в случае массовойгибели почти всех нейронов, как, например, в случае смерти

Умирание неизбежно связано с массовойгибелью нейронов головного мозга. А согласно изложенному выше. подобная гибельоценивается информационной системой как получение максимального знания, каквысший катарсис, высшее очищение и приближение к самой великой истине дляданного конкретного человека.

Парадокс В чем-то— да. Но что делать Если за знаниечеловек расплачивается элементами памяти, то чем больше он платит, тем большеполучает. Отдав всю память без остатка, он получитвсе возможное знание.

Массовая гибель нейронов создает ощущениеполного понимания всех смыслов, это и «яркий белый свет», и встреча с Богом, иабсолютная истина в ее последней инстанции. И действительно в последнейинстанции, потому что больше уже ничего не будет. Как это ни грустно, но всефакты Р.А.Моуди («Жизнь после жизни») подтверждают не наличие жизни послесмерти, а всего лишь наличие единого алгоритма умирания, и, к сожалению, могутбыть объяс­нены спомощи изложенной выше схемы возникновения эмоций на модели са­моразрушающихся сетей.

Как правило, наиболее простое объяснение,основанное на принципах «здравого смысла» без привлечения мистическогоэлемента, всегда оказывается ближе к «суровой» правде.

В заключение попытаемся ответить на вопрос,вынесенный в название, — нужны ли эмоции ЭВМ Какая система должны обладатьэмоциями

Ответ напрашивается сам собой. Эмоции,являясь критерием истинности в процессе познания (речь идет о модели СР-сетей),могут быть присущи только самообучающейсяинформационной системе; любым другим системам онине нужны. Но самойсамообучающейся системе эмоции, как способ внешнегопроявления усвоенного знания, необходимы только тогда,когда можно учиться на чужом примере, на примере подобных жесистем.

Подведем итог, перечислив необходимыеусловия наличия (возникновения) эмоций у системы:

1) способность к самообучению;

2) способность к взаимодействию с себеподобными;

3) способность к обучению на чужихпримерах.

Под эти условия попадают люди.

Компьютеры, объединившись в сети иконтактируя друг с другом, также близки к этому. Им остается последний шаг— включение элементов самообу­чения на уровень операционныхсистем, на уровень библиотечных функций языков программирования, на уровеньтехнологии программирования.

Глава 5. Возможности самозарождающихся и разрушающихсяструктур

Ведь некоторые не знают, что нам сужденоздесь погибнуть. У тех же, кто знает это, сразу прекращаются ссоры.

Г.Л.Олди

Теперь настало время привести наиболееважные результаты для моделей на базе СР-сетей.

Теорема о возможностях СР-сетей.

Проблема обучения информационнойсамообучающейся системы. построенной на принципах СР-сети. решению любойзадачи, даже при условии. что информационная емкость СР-сети (исходноеколичество элементов) достаточна для хранения поступающей на вход информации,является алгоритмически неразрешимой.

Для доказательства воспользуемсярезультатами М.И.Дехтяря и А.Я. Диковского [24], которые для дедуктивных базданных (ДБД) ввели понятие перспективное состояние. Перспективное состояние -это состояние, для которого существует конечная ограниченная траектория,позволяющая достигнуть допустимого состояния. (Дедуктивная база данных — логическая программа,дополненная некоторым набором условий (ограничений целостности), которым должныудовлетворять динамически изменяющееся состояния базы данных). Среди всех продукционных ДБД есть ДБД, правила которых содержаткак операции удаления элементов (фактов), так и операции создания (включения).Подобные ДБД по своим функциональным возможностям аналогичныСР-сетям.

В силу того, что в таких продукционныхДБД проблема перспективности неразрешима, можно заключить, что нахождение алгоритма, позволяющего обучитьСР-сеть любой задаче (обучение — это как раз и есть поиск траектории, переводящей систему из одногосостояния в Другое) также является алгоритмически неразрешимойпроблемой.

Ф.И. Тютчев в 1869 году сформулировал даннуютеорему более изящно:

«Нам не дано предугадать,

Как наше слово отзовется. —

И нам сочувствие дается,

Как нам дается благодать...»

Теорема о возможностях Р-сети.

Информационная самообучающаяся система,построенная на принципах Р-сети. может быть обучена решению любой задачи тогда и только тогда, когдавыполняются следующие два условия:

1) информационная емкость Р-сети (исходноеколичество элементов} достаточна для хранения поступающей на входинформации

2) исходное состояние Р-сети может бытьохарактеризовано как состояние с равномерно распределенными связями, т.е.исходное состояние Р-сети—хаос.

Доказательство тривиально. Первое условиеявляется необходимым условием, определяющим потенциальные возможности системы.Второе условие говорит о том, что система должна «одинаково относиться» к любойпоступающей на вход информации, тогда на первом этапе (самом главном этапеобучения) любые факты будут для нее равноправны.

Для С-сетей может быть доказана аналогичнаятеорема.

Теперь кратко коснемся проблемы сравненияинформационных самообучающихся систем одного типа друг с другом. В силу того,что их структура постоянно изменяется, а крометого является внутренней сущностью системы, недоступной для внешнегонаблюдателя, опираться на нее, как на сравнительную характеристику, не всегдаудобно. Хотелось бы, чтобы сравнительная характеристика была наблюдаема. Вчастности, для этой цели предлагается воспользоваться некоторой оценкойвхода/выхода системы, т.е. оценкой множества входных сообщений исоответствующих им выходных.

Как уже было отмечено в работе«Инфицирование как способ защиты жизни», одна информационная система «понимает»другую, если их языки связис внешним миром частично или полностью совпадают.

Определим язык i-й информационной системы ввиде множества пар:

Si={(ai,k,bi,k},

где

0 ≤ k ≤n;

n — количество различных возможныхсообщений в языке системы i;

ai,k— сообщение, поступающее на входсистемы i;

bi,k —сообщение, выдаваемое на выходе системы i в ответ на сообщение ai,k.

Понятие «сообщение» в нашем случае включаетв себя все присущие ему атрибуты: форму, содержание, время передачи, паузы ит.д Для простоты будем рассматривать сообщение в виде следующейтройки

ai,k =(di,k,fi,k,ti,k),

где

di,k — самосообщение;

fi,k —интенсивность передачи сообщения (сила);

ti,k— время ответа.

Считаем, что сообщение ai,k = aj,k если

di,k- dj,i <Δd,

fi,k - fj,i <Δf,

ti,k- tk,j<Δt.

Обозначим

Si,k =(ai,k, bi,k),

Ai ={ai,k},

Bi={bi,k},

μ()— функция подсчетаколичества элементов множества. Тогда уровень «взаимопонимания» систем i и jопределим следующим образом:

Мi,j = μ(Si ∩ sj ) / max(μ(Si),μ(Sj)); (5.1)

уровень понимания системой i системыj

mi,j=μ(Si,∩Sj)/μ(Si,).(5.2)

Эти определения отражают то интуитивноеощущение, что чем больше общих понятий, в частности одинаковых слов в двухязыках, тем носители этих языков лучше понимают друг друга.

Однако вполне возможна ситуация, когда заодинаковыми словами скрывается разный смысл, т.е. система i на сообщениеai,1 всегда отвечаетсообщением bi,1, а система jна то же самое сообщение отвечает сообщением bj,1, при этом

bi,1≠ bj,1.

Для того чтобы описать подобную ситуацию,введем понятие «похожесть» систем и будем оценивать уровень «похожести» системыi на систему j по следующей формуле:

ΡI,j = μ (Аi∩Aj) /μ(Aj) (5.3)

Тогда, опять же интуитивно, понятно, чточем меньше взаимопонимание систем, но чем больше«похожесть» их друг на друга, тем более сильным может быть взаимное разрушениепри их взаимодействии

Простой пример. Собака, когда настроенадоброжелательно, поднимает хвост. Кошка поступает прямо противоположно.Взаимообратные языковые системы приводят к тому, что кошка с собакой и «живуткак кошка с собакой».

Pages:     | 1 |   ...   | 9 | 10 || 12 | 13 |   ...   | 56 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.