Три демагогии на пиратский сундук ↑
metanymous в посте Metapractice (оригинал в ЖЖ)
| Феномены/паттерны ЧА | |||||
| 5. Сверхчеловечина | metanymous | ||||
| Пять типов паттернов в координатах BAKOG - CODE | metanymous | ||||
Критерии «теплой ламповой человечности» существуют и они объективны. Они не меняются каждую минуту. Это вам не биржевой курс в годину санкций. Не надо путать.
Должен разочаровать: я в мистику не верю, в том числе мистику "тёплого лампового звука" и "тёплой ламповой человечности". Я не верю, что компьютер на настоящих нейронах чем-то лучше компьютера на любой другой элементной базе: оба вычисляют, хитро и замысловато.
[Офф. Господи! Взялся обрабатывать этот задорный ailev-овский текст с зароком рассматривать его в качестве шутливого троллинга важной темы для ее раскачки. Но, абзацы подобные тому, что выше заставляют вспомнить причины ухода из опенметы. Которые все строилась на точно такой же демагогии, которая у бывших партнеров по проекту была привычкой как воздухом дышать.]
Демагогия 1. Феномен «теплого лампового звука» является совсем иным феноменом, нежели феномен «теплой ламповой человечности».
Теплый ламповый звук следствие действия физических процессов аналогового усиления. Делать физическое моделирование теплого лампового звука с помощью цифровых процессов усиления кремниевых чипов, наверное, можно, хотя, скорее всего затратно.
Демагогия 2. «Теплая ламповая человечность» на уровне человеческих чувств может быть формализована чем угодно, да хоть моделью/опросником ЦИ с альтернативой активности в ее основании тип: активность компьютера производит впечатление человечной <> не производит впечатления человечной (для более простой объективации можно взять даже «производит впечатление особенной бесчеловечности»). И вся мистика.
Демагогия 3. Компьютер на человеческих клетках является аналогово-цифровым и вычисляет, с точки зрения задействованных физических принципов, значительно иначе, нежели компьютер, построенный на цифровых процессах вычисления кремниевых чипов.
Кто там лучше или хуже работает вопрос отдельный. Так, например, ailev как-то констатировал победы кремния над клетками в области распознавания образов:
Сверхчеловечина или пять типов паттернов в координатах BAKOG - CODE
http://metapractice.livejournal.com/411209.html?thread=10328905#t10328905
Содержание слайдов указывает на то, что такие сравнения не корректны. Все манипуляции компьютерной программы производятся с кодами. И так называемые «образы» компьютерные это тоже есть коды.
В отличие от программ человеческий мозг работает с кодами и так называемыми аналоговыми «сенсорными паттернами».
4 комментария
сначала старые сначала новые
В отличие от программ человеческий мозг работает с кодами и так называемыми аналоговыми «сенсорными паттернами».
Всё же, поскольку "мозг" представляет собой нейронную сеть (сеть отдельных элементов), у него есть типа "разрешающая способность" или "частота дискретизации", или некий подобный параметр.
С другой стороны, современны алгоритмы "распознавания образов" и т.д. они дискретны в том смысле, что:
— обрабатывают ограниченный во времени и пространстве сигнал ("настоящая" аналоговая волна бесконечна)
— приближают МАТЕМАТИЧЕСКИЕ НЕПРЕРЫВНЫЕ АЛГОРИТМЫ некими выборками отдельных значений (дискретизацией/оцифровкой).
Но сами алгоритмы — они аналоговей некуда!
Например из Википедии: Вейвлет-преобразование
Например, подобное преобразование автонастраивает размер своего "кванта", выделяя из образа разного масштаба значимые фрагменты:
При выделении в сигналах хорошо локализованных разномасштабных процессов можно рассматривать только те масштабные уровни разложения, которые представляют интерес.
То есть именно что ищет ПАТТЕРНЫ.
Основанными на подобной математике алгоритмами можно проводить, например, создание SIRDS стереокартинок для просмотра человеком — или, наоборот, их реверс-инжиниринг (то есть по картинке восстановить стоящий за ними трёхмерный образ).
Опять же, недавно только обсуждали алгоритм "усиления движений", похожий на эффект зрения лягушки.
Так что современная математика очень даже неплохо справляется с моделированием (аналоговым!) отдельных особенностей процесса восприятия. И то, что эти аналоговые алгоритмы рассчитываются цифровым устройством особой значимой роли не имеет — даже потери точности не значительны, поскольку частоты и алгоритмы дискретизации опять же могут быть настроены на конкретный вид входных аналоговых данных, так, чтобы минимизировать потери информации.
Всё же, поскольку "мозг" представляет собой нейронную сеть (сеть отдельных элементов), у него есть типа "разрешающая способность" или "частота дискретизации", или некий подобный параметр.
С другой стороны, современны алгоритмы "распознавания образов" и т.д. они дискретны в том смысле, что:
— обрабатывают ограниченный во времени и пространстве сигнал ("настоящая" аналоговая волна бесконечна)
— приближают МАТЕМАТИЧЕСКИЕ НЕПРЕРЫВНЫЕ АЛГОРИТМЫ некими выборками отдельных значений (дискретизацией/оцифровкой).
Но сами алгоритмы — они аналоговей некуда!
Например из Википедии: Вейвлет-преобразование
Например, подобное преобразование автонастраивает размер своего "кванта", выделяя из образа разного масштаба значимые фрагменты:
При выделении в сигналах хорошо локализованных разномасштабных процессов можно рассматривать только те масштабные уровни разложения, которые представляют интерес.
То есть именно что ищет ПАТТЕРНЫ.
Основанными на подобной математике алгоритмами можно проводить, например, создание SIRDS стереокартинок для просмотра человеком — или, наоборот, их реверс-инжиниринг (то есть по картинке восстановить стоящий за ними трёхмерный образ).
Опять же, недавно только обсуждали алгоритм "усиления движений", похожий на эффект зрения лягушки.
Так что современная математика очень даже неплохо справляется с моделированием (аналоговым!) отдельных особенностей процесса восприятия. И то, что эти аналоговые алгоритмы рассчитываются цифровым устройством особой значимой роли не имеет — даже потери точности не значительны, поскольку частоты и алгоритмы дискретизации опять же могут быть настроены на конкретный вид входных аналоговых данных, так, чтобы минимизировать потери информации.
Так что современная математика очень даже неплохо справляется с моделированием (аналоговым!) отдельных особенностей процесса восприятия. И то, что эти аналоговые алгоритмы рассчитываются цифровым устройством особой значимой роли не имеет — даже потери точности не значительны, поскольку частоты и алгоритмы дискретизации опять же могут быть настроены на конкретный вид входных аналоговых данных, так, чтобы минимизировать потери информации.
Сколько я помню, речь идет об плавном "аналоговом" изменении/плавном смещении в заметном диапазоне порогов возбуждения как в отдельном нейроне, в аксонах/дендритах, так и в их конгломерациях.
Сколько я помню, речь идет об плавном "аналоговом" изменении/плавном смещении в заметном диапазоне порогов возбуждения как в отдельном нейроне, в аксонах/дендритах, так и в их конгломерациях.
Ну, полноценную нейронную сеть компьютеры пока не могут моделировать — мощности не хватит. Но вот рядом со мной стоит синтезатор, который звучит — с поправкой что я не профессиональный музыкант — ничуть не хуже механического пианино. Как я прочёл, он на уровне софта даже эмулирует тот факт, что от удара по струне:
— начинают звучать соседние клавиши, не смотря на то что они приглушены модератором
— в резонанс начинают звучать клавиши на октаву отстающую от данной
Ну и т.д.
То есть любой подобный "тёплому лампового звуку" феномен можно воссоздать на цифровой технике так, что разница между моделью и оригиналом будет меньше любого разумного наперёд заданного предела.
От "нейронной сети как вещи в себе" (с плавно меняющимися порогами возбуждения) к "процессу восприятия" мой переход вполне оправдан: вы и сами говорите, что моделировать конкретные процессы "интеллекта" и "человечности" гораздо более целесообразно, чем "в лоб" моделировать межнейронные взаимодействия. Вот я и говорю, что аналоговые процессы, которые с определённой натяжкой можно назвать "восприятием" (например, выделение на изображении отдельных форм), успешно моделируются цифровой техникой. То есть цифровая элементная база компов не ограничивает эти алгоритмы, их ограничивают какие-то другие вещи.
— начинают звучать соседние клавиши, не смотря на то что они приглушены модератором
— в резонанс начинают звучать клавиши на октаву отстающую от данной
Ну и т.д.
То есть любой подобный "тёплому лампового звуку" феномен можно воссоздать на цифровой технике так, что разница между моделью и оригиналом будет меньше любого разумного наперёд заданного предела.
От "нейронной сети как вещи в себе" (с плавно меняющимися порогами возбуждения) к "процессу восприятия" мой переход вполне оправдан: вы и сами говорите, что моделировать конкретные процессы "интеллекта" и "человечности" гораздо более целесообразно, чем "в лоб" моделировать межнейронные взаимодействия. Вот я и говорю, что аналоговые процессы, которые с определённой натяжкой можно назвать "восприятием" (например, выделение на изображении отдельных форм), успешно моделируются цифровой техникой. То есть цифровая элементная база компов не ограничивает эти алгоритмы, их ограничивают какие-то другие вещи.
То есть любой подобный "тёплому лампового звуку" феномен можно воссоздать на цифровой технике так, что разница между моделью и оригиналом будет меньше любого разумного наперёд заданного предела.
Ну, полуинтуитивно я к этому присоединяюсь.
От "нейронной сети как вещи в себе" (с плавно меняющимися порогами возбуждения) к "процессу восприятия" мой переход вполне оправдан: вы и сами говорите, что моделировать конкретные процессы "интеллекта" и "человечности" гораздо более целесообразно, чем "в лоб" моделировать межнейронные взаимодействия.
Ну да.
Вот я и говорю, что аналоговые процессы, которые с определённой натяжкой можно назвать "восприятием" (например, выделение на изображении отдельных форм), успешно моделируются цифровой техникой.
Ну, я назвал "восприятие" аналоговой формой работы ЦНС по наводке идей Гибсона. В сумме получается, что по нервным отростками идут вполне себе цифровые паттерны электрических разрядов. Но, кодируют они в изоморфном режиме инвариантные градиенты внешнего мира. Так что и вся макро-микро архитектоника НС заточена на передачу этих "сенсорных" закономерностей. Вот в этом смысле, процессы "восприятия" внутри нервной системы можно назвать "аналоговыми".
То есть цифровая элементная база компов не ограничивает эти алгоритмы, их ограничивают какие-то другие вещи.
Я это понимаю. Надеюсь, что понимаю.
Ну, полуинтуитивно я к этому присоединяюсь.
От "нейронной сети как вещи в себе" (с плавно меняющимися порогами возбуждения) к "процессу восприятия" мой переход вполне оправдан: вы и сами говорите, что моделировать конкретные процессы "интеллекта" и "человечности" гораздо более целесообразно, чем "в лоб" моделировать межнейронные взаимодействия.
Ну да.
Вот я и говорю, что аналоговые процессы, которые с определённой натяжкой можно назвать "восприятием" (например, выделение на изображении отдельных форм), успешно моделируются цифровой техникой.
Ну, я назвал "восприятие" аналоговой формой работы ЦНС по наводке идей Гибсона. В сумме получается, что по нервным отростками идут вполне себе цифровые паттерны электрических разрядов. Но, кодируют они в изоморфном режиме инвариантные градиенты внешнего мира. Так что и вся макро-микро архитектоника НС заточена на передачу этих "сенсорных" закономерностей. Вот в этом смысле, процессы "восприятия" внутри нервной системы можно назвать "аналоговыми".
То есть цифровая элементная база компов не ограничивает эти алгоритмы, их ограничивают какие-то другие вещи.
Я это понимаю. Надеюсь, что понимаю.