НЛП и deep learning

Alexandre Prozoroff Только сейчас добрался до ФБ. Vitali Dunin, вы задали вопрос. Каким образом НС переводит текст с одного на другой язык, без классической семантики? Отличный вопрос. Где тут семантика? Чтобы ответить на него, я сделаю аналогию с другим вопросом - как найти и ухватить связь между формой и содержанием? В том смысле, что у любого содержания есть какая-то форма. Вопрос - какова связь? Диалектика считает, что они жестко связаны. Теория передачи информации базируется на том, что для заданного содержания можно найти ту самую форму (одну из многих), которая лучше всего подходит для передачи в канале связи, где есть шум. Уже здесь мы видим, что диалектика отстает от реальности: жесткой связи нет, есть отдельно форма, есть содержание, есть операция кодирования (определения новой формы). Вопрос - что связывает форму и содержание? Ответ - операция кодирования. Вопрос - где там семантика? Ответ - в соблюдении тех закономерностей, благодаря которым разные формы несут одно и то же содержание. Теперь вернемся к переводу с одного языка на другой при помощи НС. Это операция перекодирования. В том смысле, что вербальный язык - это сложный код.

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1630768390497484&offset=0&total_comments=201&comment_tracking={%22tn%22%3A%22R9%22}

Анатолий Левенчук Специально для Александра -- обзорчик достижений в машинном переводе начинается с " The relevance of the connectionist model to natural language processing is clear enough. The traditional stratificational approach to parsing and generation (morphology, syntax, semantics) .. is not seriously accepted .. as a psychologically real model of how humans understand and communicate". – Hutchins and Somers (1992),

---

. Дальше смотрим полные слайды (в которых lexical semantix nothing but a tiny part of overall end-to-end model),чтобы оценить современный подход -- https://drive.google.com/.../0B16RwCMQqrtdNUptOGtDeD.../view:

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1630777630496560&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

---

https://drive.google.com/file/d/0B16RwCMQqrtdNUptOGtDeDhxZ0E/view

Анатолий Левенчук А теперь возвращаемся к теме картирования мозга, и даже картирования мозга билингвов и спрашиваем: как state of the art нейронные сети, которые выполняют сейчас все эти работы по переводу с языка на язык (концовка там и про визуальные языки, не вопрос) связаны с проектами картирования?!

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1630779907162999&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

Sergei Shishkin Я ничего не знаю про "всех координаторов АСИ", но конкретно вчерашнюю встречу вел именно представитель АСИ и участвовали профильные эксперты - директор Ин-та ВНД, руководитель департамента психологии Вышки, завкафедрой ВНД биофака МГУ и др. (на всякий случай уточню: все перечисленные - не только администраторы, но и сами активно работающие ученые). А вот в сообщество, действительно, информация поступает нерегулярно. Но конкретно в данный момент подробное информирование уже, увы, могло бы дать не более чем "комильфо", т.к. закончилось время на обсуждения.

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1630927780481545&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

Анатолий Левенчук Может это и не так плохо. Я всегда говорил, что в России есть шанс выпускать на мировом уровне только то, что можно передать по оптоволокну. Мозги по оптоволокну не передашь, а интеллект -- вполне (чем бы это "интеллект" ни оказалось, тут ведь тоже засада). Может, это и будет ключом к успеху ))) А мозговая инициатива получит новые способы обработки данных, тоже неплохо.

---

19 августа в 0:01 · Нравится · 4

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631071380467185&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

---

Анатолий Левенчук То есть "нейронет" из проекта интерфейса к нейронному живому мозгу стал проектом компьютинга на кремниевых нейронах? Неожиданный результат. Я бы считал это двумя разными направлениями, причём оба направления крайне интересны -- но у них слишком мало общего, чтобы в одном флаконе взбалтывать. Но что мимо нейрокомпьютинга мимо не прошли и решили поддержать, я даже удивлён: обычно всегда физиологи побеждали "этих непонятных без профессии" (ибо айтишники их тоже за своих не держат, а самоназвания у эээ... нейромантов ... коннектомистов нежити... нейросетемастеров... нет). Вот, один раз им свезло. Но и это ещё не "заднее слово", путь проектов в кулуарах правительства извилист и на поворотах много чего вылетает и влетает.

---

В любом случае, все будут продолжать делать, что делали. Это очень верное замечание.

---

19 августа в 0:19 · Нравится · 2

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631073903800266&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

---

Анатолий Левенчук Но не удержусь привести ссылочку по поводу "фантазий" современного нейрокомпьютинга: в последнее время там реализовали именно то, что изображено на карикатурке, причём "для общего случая". Для многих и многих это стало неожиданностью, даже самих эээ... нейромантов Смайлик «wink» http://xkcd.com/1425/

---

xkcd: Tasks

---

Warning: this comic occasionally contains strong language (which may be unsuitable for children),...

---

xkcd.com

---

19 августа в 1:16 · Нравится

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631086823798974&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

---

Анатолий Левенчук Конечно, задача диалога ещё не решена, но эксперименты уже более чем активны, и иметь какие-то результаты от русскоязычной команды было бы приятно (хотя научить результаты работы каких-нибудь голландцев поддерживать диалог по-русски -- это вам не вручную правила языка кодировать три года. Оставить на недельку жужжать в облаке -- и нате вам русский. Или украинский, или суахили).

---

19 августа в 1:18 · Нравится

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631087247132265&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

---

Анатолий Левенчук А дальше -- этот диалог бы втыкать прямо в мозг! И даже мозг в мозг, мимо диалога! Но это уже абсолютно другая задача, тот самый "нейровеб". Другие специалисты, другие лаборатории.

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631087627132227&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

Anton Kolonin Сергей, все зависит от определения "нейротехнологий". Мы про это много говорили с А.Иващенко на корабле (правда, тогда шла речь в контексте "нейросемантики" Смайлик «wink» ). Если мы говороим, что нейротехнологии это "только то, что непосредственно прикручено к физическому нейрону", то - да - никакого отношения Смайлик «smile» Но тогда и аэронавтика не имеет право на существование, остается только орнитология. А если мы решаем "большую задачу" типа "понять как работает мозг и вылечить кучу людей" или "сделать общий (адаптивный) искусственный интеллект и сделать супер-крутых дружелюбных к человеку роботов" или "создать систему глобального человеко-машинного разума, позволяющего компаниям и странам эффективнее работать на локальных глобальных рынках", то - и нейроинформатика и нейробиология и психотерапия и лингвистика и проч. - все комплементарные составляющие.

---

19 августа в 2:14 · Отредактировано · Нравится · 3

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631096900464633&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

---

Анатолий Левенчук Я похожим странным образом определял "информатику" -- куда и computer science вошли, и лингвистика (ибо всё это не про плавление чугуна, а про тексты разного уровня формализации): http://ailev.livejournal.com/1008054.html -- но теперь тот текст хорошо ...Еще

---

Информатика

---

Информатика -- это работа агентов (людей и компьютеров) с текстами и кодами. Текст --...

---

ailev.livejournal.com

---

http://ailev.livejournal.com/1008054.html

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631102667130723&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

---

Anton Kolonin Если о определениях - вот тут есть слова про "нейроинформатику" и "нейрогеномику" (все - суть - нейротехнологии): http://www.webstructor.net/.../Cognitive-technologies... - причем противопоставления тут нет - у нас в Новосибирске есть очень хорошие работы (Колчанов, Афтанас, Савостьянов) по корреляции генетики и нейрофизиологии, сейчас в рамках текущей работы к этому подключем математику и психотерапию (Витяев, Завьялов).

---

19 августа в 2:46 · Нравится

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631104210463902&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

---

Анатолий Левенчук Тут можно сделать продуктивный ход в духе neuro-linguistic programming. Там один из выводов -- "в голове человека мир кодируется так же, как вовне головы: внутреннее аудио, внутреннее видео, внутренняя кинестетика и т.д. Это позволяет по крайней мере обсуждать то, что происходит внутри головы". Да, это включает только сознание. Но уже есть какая-то внятная теория сознания (http://ailev.livejournal.com/1193568.html), и можно было бы на эту тему подтянуть и DNN -- распознавать не только мир вовне человека, но и "в голове". Это ход на BCI, на уровне "внутренних голосов" и "внутреннего видения". Но я продолжаю считать, что стык разных "нейро" нужно специально конструировать -- просто от сбора ANN проектов и нейрофизиологических проектов ничего не произойдёт. Нужны архитектуры с BCI, а не только классификации, под которых можно всё на свете подвести.

---

Теория сознания как схемы внимания -- attention schema theory

---

ailev.livejournal.com

---

http://ailev.livejournal.com/1193568.html

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631104623797194&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

Анатолий Левенчук То есть я чётко различаю архитектурный подход к roadmap (когда делаются какие-то модули общей системы после того, как договорились об интерфейсах -- типа как нарисовали самолёт и разошлись одни делать двигатели и жечь в них топливо в порядке эксперимента, другие варить композитные материалы для корпуса, а третьи исследовать рынок -- будет ли кто на таком самолёте летать, или ну его нафиг такой проект) против классификационого: делается некоторая "онтология" и кучка индивидуальных "прорывов" в полной автономии друг от друга. Пока классификационный подход, да ещё и в заявительном порядке: заявил проект -- и попал в классификатор, если проект "симпатичный". С учётом связи с возможностью финансирования, это просто вариант "вертолёт Бернанке" Смайлик «wink»

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631106433797013&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

Vitali Dunin Anatoly Levenchuk! Вы пишете: "Я ж и говорю: два совершенно разных направления, в обоих есть слово "нейро" и слово "технология", но тусовки и методы непересекающиеся. Deep learning, как везде отмечается, это просто "ребрендинг нейронных сетей"." Вы почти правы: пересечение (практически точечное, например, в лице А.А. Фролова, и Вашего покорного слуги) всегда было, но сферы казались разными. Not any more, after Lillicrap et al., 2014 (далее, LCTA - по первым буквам авторов)!!!

---

Начну с истории: с октября 2011 идут еженедельные (без каникул) трехчасовые Рабочие сессии (РС) нашей команды. Мы перемалываем всё новое, что появляется в нейронауках и, "боковым зрением" отслеживаем наиболее яркие явления в сфере искусственного интеллекта. С лета 2012-го появились фантастически успешные статьи по Deep Learning (DL) и наши ребята стали осаждать меня предложениями бросить "отстойную науку" Computational Neuroscience и целиком переключиться на перспективный и интересный DL. Я отвечал, что DL основан на Back Propagation (BP), который не реализуем в естественных нервных системах (это твёрдо установлено), и потому нам надо искать другие механизмы реализации интеллектуальных функций.

---

11 марта 2015 Владимир Шакиров принес на РС статью LCTA: "Они показывают, что DL возможен без BP. Вычислительные результаты убедительны, а математика какая-то запутанная". Я сам внимательно прочел статью. Результат её впечатляет: в нейронной сети действительно устанавливаются связи, позволяющие решать задачи при наличии только общего сигнала об ошибке.

---

Обратного распространения ошибки по "прямым" связям распространения сигнала не требуется. Математическая аргументация в статье объясняет, почему сети LCTA могут учиться даже быстрее, чем сети DL. Это - практическая сторона результата статьи LCTA. Содержательный анализ принципов работы нейронной сети LCTA позволяет выяснить возможную физиологическую интерпретацию смысла полученного результата (точнее, открытия). В самом деле, нейронная сеть LCTA обладает способностью научиться классифицировать изображения так же, как человек.

---

А состоит эта сеть из нейронов, связи между которыми изменяются в направлениях, зависящих от сочетания состояний (возбуждён/не возбуждён) пре- и постсинаптического нейронов и от дошедшего до синапса сигнала о расхождении ответа нейронной сети с правильным ответом. (В отличие от BP сигнал должен просто нести информацию о том, есть ошибка (ошибки! Покомпонентно, в том случае, когда правильный ответ представляет многомерный вектор!), и не обязан каждому синапсу сообщать, каков его количественный вклад в ошибку.)

---

Такая конструкция по существу представляет объединение многих элементов, способных к формированию условных рефлексов. Эврика! Оказывается И.П. Павлов был прав, когда говорил, что "условный рефлекс является основой формирования психических реакций всех живых организмов, включая процесс мышления человека современного вида" (цитирую по Википедии). Эта гипотеза была безусловно эпатирующей для своего времени и породила океаны справедливой критики. Но, если разобраться, критика не отвергает, а множественно уточняет Павловский принцип "организации высшей нервной деятельности".

---

Вот, собственно, что произошло (но, увы пока очень далеко от того, чтобы считаться общепринятым) в науке о механизмах работы мозга за последний год. Общепризнанным этот факт станет после того, как его подтвердит "официальный "дуплексный" печатный орган" Всемирного министерства науки (сиречь, журналы Nature и Science). В случае самого DL на признание ушло полтора года.

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631303970443926&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

Анатолий Левенчук Конечно, какой-то взаимообмен между двумя тусовками "нейро" происходит! И, конечно, идёт взаимообмен: как исследователи мозга пытаются понять, каким алгоритмам может соответствовать работа естественной нейронной сети, так и наоборот -- нейрокомпьютерщики пытаются "повторить мозг". Но нужно чётко понимать, что как раз в эти дни происходит в DL отход от попыток создать махолёт и переход к самолётам с жёстким неподвижным крылом, а орнитологи пытаются позаимствовать у самолётчиков их САПРы для выяснения особенностей полёта птичек.

---

Это два разных проекта:

---

1. понимание, как устроен мозг (и какого типа там нейронная сетка, какая симуляционная модель могла бы быть мозга) -- выходом тут является компактное описание, теория (статья, Нобелевская премия и т.д.). Это наука нейрофизиология.

---

2. инженерный проект, который на выходе выдаст какого-нибудь personal assistant, который умеет отвечать на вопросы реактивно и проактивно давать советы. На выходе -- упакованные в формат продукта (или хотя бы прототипа) десятки изобретений, инженерных решений, в них не только наука используется (чтобы не много пробовать вариантов, а что-то расчитать по моделям -- уйти от чистого метода проб и ошибок в инженерии), но и эвристики, а то и просто новые идеи даже не на статусе эвристики (то есть таки куски работы идут методом проб и ошибок -- не ждём теории, не опираемся на эвристики, а "трясём"). Это инженерия (можно долго спорить об эпитетах, какая именно).

---

Да, есть множество мелких и крупных пересечений в этих проектах, но мне кажется, что не нужно преувеличивать пересечение орнитологии и авиастроения. В какой-то момент их нужно жёстко развести, а примеры бионики или биоинженерии давать как и в остальных таких парах -- курьёзами для научно-популярной прессы, примерами нестандартных путей развития мысли.

---

Я только что вот в тусовке deephack привёл пару ссылок: "по мотивам мозга" делающийся нейроморфный чип IBM и его критику от Lecunn -- это хороший комментарий к показу того, чем живые нейроны таки отличаются от потенциально более интересно устроенных неживых:

---

Вот про IBM нейрохардвер -- http://www.slideshare.net/Funk98/neurosynaptic-chips

---

И помним критику LeCunn проекта True North -- "My main criticism is that TrueNorth implements networks of integrate-and-fire spiking neurons. This type of neural net that has never been shown to yield accuracy anywhere close to state of the art on any task of interest (like, say recognizing objects from the ImageNet dataset). Spiking neurons have binary outputs (like neurons in the brain). The advantage of spiking neurons is that you don't need multipliers (since the neuron states are binary). But to get good results on a task like ImageNet you need about 8 bit of precision on the neuron states. To get this kind of precision with spiking neurons requires to wait multiple cycles so the spikes "average out". This slows down the overall computation". -- https://www.facebook.com/yann.lecun/posts/10152184295832143

---

Neurosynaptic chips

---

These slides use concepts from my (Jeff Funk) course entitled analyzing hi-tech opportunities to analyze how...

---

slideshare.net

---

http://www.slideshare.net/Funk98/neurosynaptic-chips

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631309083776748&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

Анатолий Левенчук Да, прочёл. Мы эту идею, что можно сетки учить без backpropagation обсуждали ещё на хакатоне, нет? И я полностью признаю, что это существенный прорыв для исследователей мозга: от размахивания руками можно переходить к какому-то моделируемому мостику от низших физических уровней организации к высшим функциональным. Многие "загадки" становятся хоть как-то понятными, и спасибо за это толчку от DL-тусовки.

---

Мой краткий ответ: это отлично для нейрофизиологов, но сеткообучальщики отчаливают куда-то в другом направлении -- потому как эти другие направления оптимизируются по-другому (скажем, можно на чипе сделать 15тыс. умножителей, не вопрос, как это демонстрируется на современных FPGA-чипах -- см. http://ailev.livejournal.com/1207933.html).

---

Перспективная вычислительная инфраструктура для машинного...

---

ailev.livejournal.com

---

http://ailev.livejournal.com/1207933.html

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631310680443255&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

Анатолий Левенчук Чтобы до кучи ссылка была на LCTA, ноябрь 2014 -- http://arxiv.org/abs/1411.0247 (Random feedback weights support learning in deep neural networks -- Timothy P. Lillicrap, Daniel Cownden, Douglas B. Tweed, Colin J. Akerman)

---

The brain processes information through many layers of neurons. This deep architecture is representationally powerful, but it complicates learning by making it hard to identify the responsible neurons when a mistake is made. In machine learning, the backpropagation algorithm assigns blame to a neuron by computing exactly how it contributed to an error. To do this, it multiplies error signals by matrices consisting of all the synaptic weights on the neuron's axon and farther downstream. This operation requires a precisely choreographed transport of synaptic weight information, which is thought to be impossible in the brain. Here we present a surprisingly simple algorithm for deep learning, which assigns blame by multiplying error signals by random synaptic weights. We show that a network can learn to extract useful information from signals sent through these random feedback connections. In essence, the network learns to learn. We demonstrate that this new mechanism performs as quickly and accurately as backpropagation on a variety of problems and describe the principles which underlie its function. Our demonstration provides a plausible basis for how a neuron can be adapted using error signals generated at distal locations in the brain, and thus dispels long-held assumptions about the algorithmic constraints on learning in neural circuits.

---

[1411.0247] Random feedback weights support learning in deep neural networks

---

arxiv.org

---

http://arxiv.org/abs/1411.0247

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631311117109878&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R9%22%7D

Vitali Dunin

---

Vitali Dunin Не идею, а работу ACTL. Оттуда есть также следствия для "машинного обучения", идущие из физиологических знаний. Мы их будем развивать в виде так сказать, DL++ Ну, а в целом, всё теперь замечательно... Спасибо за ссылку на саму статью. Ято-то я поленился...

---

Анатолий Левенчук

---

Анатолий Левенчук Чтобы лучше понимать, какие архитектурные развилки в этих "обучениях" (почему инженеры могут выбирать другие решения глубогих нейронных архитектур, нежели были выбраны эволюцией в мозге), я бы ещё рекомендовал статью посмотреть http://leon.bottou.org/publications/pdf/mloptbook-2011.pdf -- это ещё 2008 год. Суть: если оптимизируется на нехватку данных, то там одни алгоритмы "оптимальны", а если оптимизируется на нехватку времени обучения, то там совсем другие решения выходят в фавор (ибо некоторые алгоритмы сходятся долго, зато точно. А другие быстро, но с большой ошибкой -- и если у вас ограниченное время, то точный алгоритм может выдать бОльшую ошибку, чем заведомо неточный!).

---

Понимание всех этих особенностей и различает нейрофизиологию от инженерии нейронных сетей: в эволюцию вмешиваться можно только ограниченно, а вот с нуля строить можно совсем другую машинку -- вот, калькулятор проще устроен, но считает быстрее мозга, это мы должны брать за образец и для других функций.

---

Den Tulinov

---

Den Tulinov Не могу не заметить, что Back Propagation в естественных нервных системах вполне себе существует, хотя физиологи и не определились, зачем это нужно. А насчет «твердо установлено» – в биологии вообще редко какое отрицание можно установить твердо: у попу...Еще

---

Backpropagating action potentials in neurones: measurement, mechanisms...

---

sciencedirect.com

---

http://www.sciencedirect.com/science/article/pii/S0079610704000653

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631325997108390&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R6%22%7D

Анатолий Левенчук Практически оффтоп, но не совсем оффтом (учитывая существование нейропсихологов): я всегда открыто придерживался находок NLP (нейролингвистического программирования в исполнении Гриндера и Бэндлера при поддержке Грегори Бейтсона) -- как это направление психопрактик бы ни ругалось всеми остальными патентованными (часто буквально) психологами. Ибо там всё настоящее, и совсем не дураки его делали. Одно из типовых ругательств: "это плохая психология, ибо бихевиоризм". На меня это ругательство действовало всегда ободряюще: бихевиоризм совсем не прост и совсем незаслуженно подзаброшен.

---

Вы своим комментарием про принцип Павлова "всё -- на условных рефлексах" в связи с нейронными алгоритмами работы мозга подсказали интересную мысль: если сегодня тексты книжек по НЛП (которое нейролингвистическое программирование) читать после чтения нейросетевой литературы, то там типовые фразы "как вы научили свой мозг так восхитительно ошибаться" будут совсем по-другому читаться, вполне "научно" а не метафорично! Надо бы в комьюнити openmeta в ЖЖ написать об этом, повеселить там людей. )))

---

https://www.facebook.com/groups/1602081160032874/permalink/1626835187557471/?comment_id=1631338243773832&offset=0&total_comments=201&comment_tracking=%7B%22tn%22%3A%22R0%22%7D

---

Только сейчас добрался до ФБ. Vitali Dunin, вы задали вопрос. Каким образом НС переводит текст с одного на другой язык, без классической семантики? Отличный вопрос. Где тут семантика? Чтобы ответить на него, я сделаю аналогию с другим вопросом - как найти и ухватить связь между формой и содержанием?

---

Существуют лингвистические модели, которые упаковывают «семантику» в лексические отношения.

---

 В том смысле, что у любого содержания есть какая-то форма. Вопрос - какова связь? Диалектика считает, что они жестко связаны. Теория передачи информации базируется на том, что для заданного содержания можно найти ту самую форму (одну из многих), которая лучше всего подходит для передачи в канале связи, где есть шум. Уже здесь мы видим, что диалектика отстает от реальности: жесткой связи нет, есть отдельно форма, есть содержание, есть операция кодирования (определения новой формы).

---

С точки зрения моделирования ЧА тезис о существовании «свободных от содержания» форм весьма сомнителен.

---

 Моделируем форму_содержание

---

http://metapractice.livejournal.com/274355.html

---

 Вопрос - что связывает форму и содержание? Ответ - операция кодирования. Вопрос - где там семантика? Ответ - в соблюдении тех закономерностей, благодаря которым разные формы несут одно и то же содержание. Теперь вернемся к переводу с одного языка на другой при помощи НС. Это операция перекодирования. В том смысле, что вербальный язык - это сложный код.

---

Т.е. «форма» это нечто вроде аллегорического мешка, в который может быть запрятан любой кот или даже шило.

форма содержание

---

https://www.google.ru/search?as_q=%D1%84%D0%BE%D1%80%D0%BC%D0%B0+%D1%81%D0%BE%D0%B4%D0%B5%D1%80%D0%B6%D0%B0%D0%BD%D0%B8%D0%B5&as_epq=&as_oq=&as_eq=&as_nlo=&as_nhi=&lr=&cr=&as_qdr=all&as_sitesearch=http%3A%2F%2Fmetapractice.livejournal.com%2F&as_occt=any&safe=images&as_filetype=&as_rights=

Анатолий Левенчук А теперь возвращаемся к теме картирования мозга, и даже картирования мозга билингвов и спрашиваем: как state of the art нейронные сети, которые выполняют сейчас все эти работы по переводу с языка на язык (концовка там и про визуальные языки, не вопрос) связаны с проектами картирования?!

---

(1) В проекте картирования мозга критичны разрешённые технологии в сочетании с идеологическими установками исследования. Идеальное картирование дОлжно строится «от клетки». Это значит, в клетку надо тыкать микро электродом. А тыкать в человечьи живые клети/головы не разойдешься. Ну а в клетки/головы животных нельзя. Зелёные законы в Европе запрещают.

---

Кстати, именно поэтому поставлены в игнор классические по методологии работы по картированию мозга:

---

 

Дэвид Хьюбел и Торстен Визель используя технику регистрации отдельных единиц (клеток нейронов) исследовали реакцию индивидуальных нейронов зрительный зоны коры головного мозга. Эксперимент позволил определить связь определенных нейронов зрительной зоны коры головного мозга с определенным местом зрительного поля. Это показывает, что индивидуальные нейроны зрительной коры отвечают за стимулы отражаемые определенной рецепторной зоной, в данном эксперименте определенной зоной сетчатки глаза[4]

https://ru.wikipedia.org/wiki/%D0%A5%D1%8C%D1%8E%D0%B1%D0%B5%D0%BB,_%D0%94%D1%8D%D0%B2%D0%B8%D0%B4

И на животных не смоделируешь картирование. Смотрел подробную передачу с топом нейрофизиологов. В ней прозвучало почему работа Хьюбела-Визела отправлена в топку. Её не воспроизведешь/не продолжишью Для воспроизведения/продолжения требуется куче кошек/собак/обезьян истыкивать мозги микро электродами словно игольную подушку. Но, нельзя. Зелёные не велят и могут даже посадить.

---

В итоге, они работают с мозгами лягушек. Да и то с ограниченным количеством однократно введённых электродов. Наверное, в финале исследования все лягушки должны быть отпущены на природу.

возвращаемся к теме картирования мозга, и даже картирования мозга билингвов

---

(2) Постановка вопроса картирования мозга на задаче картирования мозга билингвов выглядит в общем совершенно правильной. Только так и можно картировать мозг – через исполняемые процессы/определённые внешние активности.

---

Но, ключевая проблема картировании мозга билингвов (как любого другого картирования) есть:

---

(а) нахождение связующего паттерна для данной активности (попеременной экспрессии двух языков)

---

(б) выделение из связующего паттерна заданной активности инвариантов второго порядка – именно эти второпорядковые инварианты активности следует отслеживать на различных уровнях нервной системы

Моделирование нейрологии (6) Картирование переменных в пакете мини-колонок

---

http://metapractice.livejournal.com/503769.html?view=12808409#t12808409