Всё, что я знаю про мозг и ИИ, возможно пригодится

Однако здравствуйте форумчани!
Не буду тянуть кота за хвост, изложу свои мысли, которые отказался реализовывать. Возможно работая в команде я бы преуспел, но точно не в одиночку, стряхну пыль с мозгов.

В мозге человека, а точнее в неокортексе 6 слоёв нейронов, 2 звездчатых, 2 пирамидальных, слой полиморфных клеток. Пирамидальные нейроны генерируют потенциал действия (пд), звездчатые своими сигналами тормозят этот потенциал, гасят его. Полиморфные и еще 1 слой, который уже не помню.
Выделю 4 слоя это звездчатые и пирамидальные нейроны. Чередующиеся слоями.

Минимальный мозг
Под этим заголовком скрывается моделирование рефлекторной дуги, на манер простой схемотехники. Представим себе мозг состоящий из минимального набора нейронов, каким бы он мог быть? Для нас мозг жто черный ящик, заключенный между сеносором и эффектором. Так что начинается мозг с сенсора, который может быть любым черно\белым, обанятельным, осязательным. Эффектор это мышцы, тоесть то, чем мозг управляет.
Перейдём к содержимому черного ящика. В нём будет 4 нейрона это 2 звездчатых и 2 пирамидальных. Что они в сущности представляют - пирамидальные нейроны сокращают мышцу, звездчатые нейроны тормозят пирамидальные. Получается пирамидальные нейроны это протогонист и антогонист.
Как это работает. Сенсор генерирует потенциал действия возбуждая сразу 2 пирамидальных и 2 звездчатых нейрона. Звездчатые нейроны распознают информацию о состоянии сенсора, пирамидальные тоже её распознают, условимся что 1 пара знает одну цифру, а вторая пара нейронов знает другую цифру, почему так я объясню далее. Если протогонист высвобождает пд, то своим спайком попадает как в мышцу, так и в звездчатый нейрон антогониста, который в свою очередь высвобождает спайком тормозные нейромедиаторы.
Проще говоря пара нейронов при распознавании числа которму обучены срабатывают сами и гасят пд в антагонисте.
Маленькое отступление, я задавался вопросом почему в инс нейроны имеют только один аксон, после простения пары книжек по нейробиологии выяснилось, что аксон имеет коллатерали, по которым пд, или спайк, распространяется дублируясь. Улавливаете, да? Аксон из за коллатералей можно сказать не один, а до 10 тысяч коллатералей дублирующих сигнал. В цифрах могу ошибаться.

Про нюансы
Ранее я сказал, что нейроны минимального мозга запоминают значения. Нейроны и их связи это физическое воплощение информации в виде живых клеток. Аксоны следует рассматривать не как проводник сигнала, а как вектор направленный точно туда, куда он должен быть направлен. Я предполагаю, т.к. сигналы нейронов распространяются тольеов одном направлении, что природа аксонов импликативна, а сам нейрон имеет логическиую функцию "если, то", если потенциал превысил порог, то он полетел спайком по аксону к следующему нейрону. Нюанс в том, что спайк это серия сигналов разных амплитуды и частоты и скорее всего просто закодированное значение. Для моделирования значения(кодирования) возьмем байт с его значениями 0-255.
Как растут аксоны - у них есть конус роста направленный к недавно отстрелявшемуся нейрону. Опять подтверждая функцию "если, то".
Как передаются нейромедиаторы - нейромедиаторы в синаптической щели это ионы натрия передающие электроны, вроде особой ценности как колировщик информации не представляют.
Как регулируется рост связей и работа нейронов. Нейромедиаторы есть множества типов, основные из них два это локальные, передающие информацию в синаптической щели и глобальные это гормоны типа адреналина, дофамина, норадреналина, серотонина и т.д.
Как учатся нейроны - потенциал действия распространяется по связям, глобальный нейромедиатор присваивает связи маркер, дофамин говорит что связь хорошая, адреналин говорит что связь плохая.
При обучении минимального мозга мы это учли и отрепетировали 2 значения, хорошее вызывающее одно действие и плохое, вызывающее другое действие. Под влиянием глобальных нейромедиаторов одни нейроны стали тормозить пд других.

Еще раз про обучение нейронов
Предыдущий абзац не раскрывает одну важную часть обучения нейросетей. Представим себе минимальный мозг без связей. ПД генерируется сенсором, а куда дальше? Я долго ломал голову над этим вопросом и пришел к единственному выводу который мне кажется правильным - осязание связано с моторными нейронами. Мотонейроны спрятаны в нижнем слое пирамидальных нейронов и являются довольно крупными. Они отвечают за выполняемые нами действия, за иннервацию наших мышц. Но сами по себе они не генерируют пд из ничего, им нужно целеуказание и единственный способ это сделать, связаться с осязательными нейронами непосредственно.
В инс нет четкого источника правильных связей, поэтому все источники по инс говорят - "первоначальные связи между нейронами задаются случайно", а затем обратным распространением ошибки и иными способами эта каша корректируется.

С минимозгом разобрались. Для тех кто мало что понял - минимальная нейросеть под вдиянием глобальных медиаторов самообучается выбору на основе входящего на сенсор значения и если добавить осязательный сенсор передающий пд на мотонейрон и звездчатый нейрон, который непосредственно сокращает мышцу, то конус роста аксона будет двигаться к мотонейрону и звездчатому. Получается назовём эту совокупность моторной группой.

Усложняем задачу препарируя нейрон.
Если взять все сенсоры организма и выложить на площадку в один слой, мы получим ни что иное, как сенсорную матрицу. Эта матрица в полной мере отражает состояние тела, зрительную, абонятельную, слуховую, осязательную информацию в виде отдельных ячеек. Некоторые группы нейронов влияют на выработку нейромедиаторов, регулирующих различные аспекты деятельности. Ну например голод. Сенсоры дают нейромедиацию направленную на утоление голода, отсеивая нейроны пд которых не приведёт к его утолению.
Ещиновременное состояние сенсорной матрицы я назову кадр.
Мозг воспринимает зрительную информацию из каждого глаза в противоположном полушарии в перевернутом виде, но строго точка в точку. Тоесть левый верхний сенсор сетчатки это правый нижний аксон в площадке где входит нерв!
Мозг запоминает информацию шаблонами, разрозненно, нелинейно только на первый взгляд, т.к. это особенность запоминания связанная с тем что отдельные сенсорные возбуждения проходят по аксонам разный путь. Если бы можно было взять микроскопическую расческу и всё это причесать, вытянуть дублирующиеся логические связи, то мы быувидели аналог киноплёнки состоящей из кадров с нейронами вместо пикселей, но некоторые нейроны при этом пришлось бы продублировать.

Далее, для того чтобы понимать в каком состянии эффекторы(мышцы) отделяем от сенсорной матрицы группу осязательных сенсоров вместе с мотонейронами. И вот у нас теперь 2 матрицы, это состояние сенсоров и состояние эффекторов. Что это даёт - это препарирование нейросети представляет собой всё тот же минимальный мозг, промасштабированный количественно. Тоже самое можно было бы получить увеличив количество сенсоров, мотонейронов а потом выстроив в ряд кучу минимозгов.
Так же опять прослеживается импликативная зависимость, только масштабнее, если кадр А то за ним следует кадр Б, если сенсорная матрица имеет состояние А, то эффекторная матрица имеет состояние Б. В рамках мозга импликативную функцию выполняют аксональные связи, поэтому связи эти неочевидны и сильно запутаны. Для реализации нескольких состояний используется 1 нейрон и 40000 связей входящих и 10000 связей исходящих. Аксо-дендральные связи. Почему осязание это важно - ученые сделали робота, которого учили оптимальным способом передвигаться, он научился, но не тому чему следовало, небыло у него осязания и болевых рецепторов, поэтому он ползал на брюхе стирая в кровь коленки и не осознавая этой казалось бы очевидной проблемы.

Реализация в машине
К сожалению программирование этой концепции я давно забросил т.к. не осилил winapi и directx для захвата аудио\видео, но я тренировался на чатботах, которые тоже имели нюансы с алгоритмическими ошибками которые не устранить в силу природы этих ошибок. В общем инс не для текста.
Короче. В бесконечном цикле, происходит запоминание двух массивов, один запоминает состояние сенсоров, второй состояние эффекторов. Состояние отдельных групп сенсоров регулируется глобальными переменными, гасящими лишние сенсорные показания. Если применяется аналоговый подход, то значения уменьшаются или увеличиваются, если цифровой, то даже если сенсор принимает 256 состояний они должны либо быть либо отсутствовать.
Без блок-схемы логика программы проста до безобразия, т.к. мы не можем растить связи между нейронами в цифровой среде, связи наши вирутальные, а вот данные уже реальные. Получается подмена связей физических, указывающих на нейроны фактическими значениями. Электронный мозг представляет собой серию кадров, в котором под действием одного из противоположных медиаторов стремится восстановить или избежать состояния эффекторов.

Описание логики псевдокодом с допущениями:
Sensor[]
Effector[]
Short Mozg[2][]. //0 хто сенсорная матрица, 1 эффекторная, значения от -127 до 127
Bin mediator=1// 1 это дофамин 0 это адреналин, можно добавить и норадреналин отвечающий за злость и сератонин дающий усталость и т.д.

Counter a, b//счетчик а запоминаемый, он указывает на следующий по счету кадр в который перезаписывается информация, гоняя по кругу как запись в видеорегистраторе, счетчик b тоже запоминанмый более хитрый, он используется при поиске самого похожего кадра, начиная от текущего и пока не вернётся к нему.

While(0)
{
b = searchFrame(Sensor[])//ведет поиск самого похожего состояния сенсорной матрицы начиная с текущей позиции по всему мозгу, последовательно, т.к. самый ближайший после актуального кадр будет самым релевантным
If Sensor = Mozg[0][b]
Then Effector = Mozg[1][b] * ((mediator=1)?1:-1)

Mozg[0][a]= Sensor[]//запоминает сенсорную матрицу, может даже в сжатом виде, вполне вероятно что состояние медиаторов тоже следует запоминать, но я не стал усложнять
Mozg[1][a] = Effector[]//запоминает эффекторную матрицу, работу отдельных эффекторов в матрице можно регулировать болевыми рецепторами
}

Можно представить этот код в виде кольца, состоящего из кадров, по этому кольцу бегают 2 головки, одна ищет совпадения и воспроизводит состояние эффекторов, но ничего не записывает, вторая последовательно перезаписывает кадры. Функции перезаписи так же можно регулировать, изменять, перезаписывать частично сложением сигналов, усреднением, тут нужно экспериментировать.

0

Сообщение от Mikhaylo А без обучения (без датасетов, говоря сленговым языком) не могли до всего дойти сами?

Могли. Наш учитель в компьютерном кружке как-то спросил:
- что бы вы хотели сделать на компьютере
- хотим, чтобы кубик на экране вращался
- хорошо, выведите к следующему занятию формулу поворота точки в деккартовых координатах.

Вывели.

0

Сократ и ученики:
- что бы вы хотели сделать на компьютере
- а что такое компьютер?

***

- что бы вы хотели сделать на компьютере
- хотим, чтобы кубик на экране вращался
- хорошо, выведите к следующему занятию формулу поворота точки в декартовых координатах
- а ничего, что мы ученики третьего класса?

P.S. Это просто наводящие примеры для корректного понимания процесса познания. Надо больше замечать неудачи. Это все из-за когнитивного искажения.

0

Сообщение от Mikhaylo 857-й попытки описать симптомы мозгопоклонничества

а Вы их реально подсчитываете?

0

Я подсчитываю успешные внедрения в головы, пока счет нулевой. Когнитивное искажение очень мощно.

0

Сообщение от Mikhaylo Это просто наводящие примеры

Это называется передергиванием. Оставьте уже свои попытки в словообразовании.

0

Ну хотите, считайте это передергиванием. Тут другая цель, пояснил же. Надо обращать внимания на неудачи, чтобы понять истинное положение дел. Я привел два примера неудач. И таких примеров гораздо больше, чем удач.

0

Сообщение от Mikhaylo Я привел два примера неудач.

Простите, где?

0

Вот два примера:

Сообщение от Mikhaylo Сократ и ученики: - что бы вы хотели сделать на компьютере - а что такое компьютер? *** - что бы вы хотели сделать на компьютере - хотим, чтобы кубик на экране вращался - хорошо, выведите к следующему занятию формулу поворота точки в декартовых координатах - а ничего, что мы ученики третьего класса?

0

Сообщение от Mikhaylo Вот два примера:

Предлагаю Вам обучить кирпич перемещению в пространстве путем устного ему внушения.

0

Зачем?

Добавлено через 1 минуту
Такая цель совсем уж нереальна.

0

Сообщение от SolInvictus Про голоса - мне очень понравилась статья про распознавание букв через

Распознавание букв не поможет распознавать слова.

0