Научный атеизм > Проблемы и "белые пятна" науки
Почему мозг не "нейронная сеть"
Снег Север:
Нищета технологий обработки информации
--- Цитировать ---...А вот что было сказано 10 лет назад. На круглом столе-дискуссии о нейрокомпьютерах во время первой конференции "Нейроинформатика" в Москве в 1999г (материалы дискуссии доступны здесь) Сергей Терехов говорил:
"Нейронные сети сами по себе не производят новой информации, а лишь специфически перерабатывают её, повышая субъективную полезность. Например, при решении задачи классификации огромного объёма примеров на два класса, в результате работы системы для каждого примера получается один (один!) бит с номером класса. Но как велика его ценность для пользователя! ...
Это классическое понимание информации в смысле минимальной длины её описания по Колмогорову. Добавление к некоторому объёму данных новой информации приводит к неминуемому увеличению минимальной длины описания этого объёма. Получение результатов индуктивного вывода (на основе имеющейся базы данных примеров) об отнесении нового примера к классу - не есть увеличение объема информации по сравнению с ранее содержавшимся в этой базе данных."
Сказанное Тереховым относится не только к нейронным сетям, но и к применению методов статистики, алгоритмов data mining и др. Т.е. при "выжимке" данных никакой новой информации не появляется - новая информация возникает только в ходе анализа-интерпретации "выжатых" из данных результатов, вернее, только лишь при несовпадении полученных результатов с имеющимися у человека гипотезами, знаниями или "мифами".
...Т.е. все "стандартные" программы "сжимают" массив данных в некоторый "результат" только ради этого самого результата - вернее, ради того, чтобы пользователь потом обдумал полученное (или не обдумал, если времени не будет или если некомпетентен человек в этом вопросе). Сам по себе "результат" никакой новой информации (по сравнению с использованным массивом данных) не содержит. Новая информация может возникнуть только при сопоставлении результата с фактами и знаниями, внешними по отношению к исследуемому массиву данных. Получается, что ресурс (анализируемые данные) может эксплуатироваться с нулевым КПД, когда никакой новой информации в итоге не порождается, и даже отрицательным КПД, когда время, затрачиваемое на анализ данных, не компенсирует выигрыша в быстроте принятия решения при гипотезе об отсутствии в данных новой информации (гипотеза может быть неверной, но проигрыш от быстрого неверного управленческого решения может быть меньше проигрыша от запоздавшего верного). Правильно же сформулированное понимание того, какая в некотором случае может быть получена/порождена информация, сразу поднимает КПД анализа данных с околонулевых значений ввысь, в том числе позволяя уменьшать объем "выжимки" из данных и время на анализ-интерпретацию результатов. В общем, всё зависит в первую очередь от умения аналитика явно и правильно ставить наиболее важные для него вопросы в той форме, с которой "совместим" результат того или иного метода анализа данных, а гибкость программы определяет только трудоемкость получения ответа на вопросы, и ничего более (ведь действительно: высокотехнологичный продукт обезьяна по назначению использовать обычно не может, аналогично и у людей). Поэтому либо идём по пути обучения и самообучения пользователей, либо по пути добавления "мозгов" программам, а иначе хранилища данных будут всё больше и больше превращаться в кладбища этих самых данных.
--- Конец цитаты ---
Краткое резюме - основной особенностью мозга является производство новой информации. А нейросети, как и другие компьютерные программы, новой информации не производят. Следовательно, работа мозга и работа компьютерных программ, в .т.ч. нейросетей, основаны на принципиально различных алгоритмах.
Pilum:
--- Цитата: "Снег Север" ---Краткое резюме - основной особенностью мозга является производство новой информации. А нейросети, как и другие компьютерные программы, новой информации не производят. Следовательно, работа мозга и работа компьютерных программ, в .т.ч. нейросетей, основаны на принципиально различных алгоритмах.
--- Конец цитаты ---
1. Нейросети головного мозга (и вообще нервной системы, вообщем) - это фактические сети нейронов головного мозга, соединенных аксонами и дендритами, и нервами с внешними ре/агентами. Что, безусловно, есть кибернетическая структура, где узлы сети пропускают или тормозят сигналы согласно "весовым" действиям.
2. Нейросети как компьютерные модели сего принципа - и представляют собой - той или иной точности кибернетические модели сего, а не наоборот и никак иначе.
И никаких "следовательно принципиально различных алгоритмов" тут не наблюдается.
Налицо очевидный алогизм сего "вывода", запутавшегося в предпосылках.
Pilum:
--- Цитировать ---... программы "сжимают" массив данных в некоторый "результат" только ради этого самого результата - вернее, ради того, чтобы пользователь потом обдумал полученное (или не обдумал, если времени не будет или если некомпетентен человек в этом вопросе). Сам по себе "результат" никакой новой информации (по сравнению с использованным массивом данных) не содержит. Новая информация может возникнуть только при сопоставлении результата с фактами и знаниями, внешними по отношению к исследуемому массиву данных.
--- Конец цитаты ---
Общая же идея сей "статьи" столь же демагогически примитивна, и может быть применена не только к моделируемым нейросетям, но и к человеку. Причем за информацию тут во "внешних массивах информации" полагается мифическая "шенноновская" информация, каковая якобы рассеяна по миру во всем... :>
Вот есть типа Солнечная Система , а вот человек - смотрит на 10 астероидов и Солнце и т.д, и не порождает информацию о них в головном мозге, - а лишь "сжимает" ее там... А так она якобы уже была вне его - в самих фактах существования этих астероидов и прочих n-тел... как "внешняя".
Точно такая же "логика".
Что конечно - полный метафизический идеалистический абсурд. :>
И люди так же - обучаются. С помощью информации от других людей. В социуме. Их нейросети - обучаются.
И информация - есть Действие особого рода Материальных объектов особого рода. Например - нейросетей. :> А других примеров пока и нет, везде именно они являются конечными Источникам или Приемниками.
И, разумееется, программы "процедурно-событийного" и т.д. традиционного программирования, - это не то то же самое, что обучаемые нейросети. Здесь это тоже игнорируется.
И никто пока не утверждал - что современные модели нейросетей - достигли уровня мозга h.s.s. - хотя очень серьезный прогресс имеет место быть - см. тему "Какой компьютер необходим для искуственного интеллекта". И уровня рефлексов животных, условных и безусловных, они точно достигли, и более, местами.
И такой потенциал в них - совершенно и абсолютно точно ясно - есть.
Снег Север:
Пилум, как обычно, ровным счетом ничего не сумел понять из текста.
Pilum:
--- Цитата: "Снег Север" ---Пилум, как обычно, ровным счетом ничего не сумел понять из текста.
--- Конец цитаты ---
СС, как обычно нынче, занят демагогией ни о чем.
Навигация
Перейти к полной версии