Дальнейшая работа над нормальными интеллектуальными
устройствами может проводиться в нескольких направлениях. Например, большой
интерес представляет разработка элементной базы этих устройств, т.е. разработка
функциональных элементов многопроцессорных аналоговых систем способных
осуществлять параллельную коррекцию вихрей. Не меньший интерес представляет
проблема определения базового набора вихрей нормальных интеллектуальных
устройств, т.е. такого набора, который включал бы в себя минимальное
количество вихрей, и при этом позволял бы нормальному устройству осуществлять
такое поведение, которое может быть признано разумным. (По предварительным,
чрезвычайно приблизительным, прикидкам , в такой базовый набор входят вихри
около сотни различных типов.) Для того, чтобы можно было составить какое-то
представление о том, в какой последовательности могут развиваться исследования
в этом направлении, ниже приводится предполагаемое оглавление предполагаемой
работы посвященной теме базового набора вихрей.
Глава I. Построение моделей мира с привлечением вихрей
1. Некоторые
особенности используемых механизмов. Подражание, как способ ускорения процесса
построения моделей мира. Практическая реализация процессов подражания.
2. Ступени развития интеллекта как ступени совершенствования рефлексов.
3. Понятие “признаковый вихрь” как обобщение понятия “условный рефлекс”.
4. Первый уровень. Признаковые вихри с неизменными параметрами.
5. Второй уровень. Признаковые вихри с взаимноопределяемыми параметрами.
6. Третий
уровень. Признаковые вихри у которых одни параметры определяют тип
зависимости
между другими параметрами. Самообозначаемые признаковые вихри.
7. Четвертый
уровень. Самопрограммируемые призаковые
вихри. Инсайт. Возникновение
внутренней речи. Её применение.
8. Признаковые вихри и функциональная асимметрия полушарий головного мозга живых
существ.
Глава II. Процессы выработки абстрактных понятий
1. Абстрактные
понятия и условные рефлексы.
2. Признаковые
вихри и аналогии.
3. Признаковые
вихри и обобщения.
Глава III. Примеры применения моделей мира нормальными устройствами
1. Применение
моделей мира при планировании действий.
2. Ролевые
модели мира.
Подчеркнем, что это лишь
предполагаемый, черновой вариант оглавления. Поскольку речь идет
о статье, которая находится в работе, то мы оставляем за
собой право на различные, быть может и самые радикальные, изменения.
1.Маккарти Дж., Хейес Р. Дж. Некоторые философские проблемы в задаче построения искусственного интеллекта // Кибернетические проблемы бионики: Сб. статей, Пер. с англ. – М.: Мир, 1972.-344с.
2. Вайнцвайг
М.Н., Полякова Н.П. Механизм мышления и моделирование его работы в реальном
времени // Интеллектуальные процессы и их моделирование. Сб. статей -М.: Наука,
1987.-398с.
3. Гарипов
И. Г. Самосовершенствующаяся интеллектуальная система FOURTH.
Часть 1. Моделирование и прогнозирование с применением вихрей. – Казань:
Издательство Форт Диалог, 1997. – 11с.
4. Дрейфус
Х. Чего не могут вычислительные машины. –М.: Прогресс, 1979. – 332с.
5. Искусственный интеллект. – В 3-х кн. Кн. 2.
Модели и методы: Справочник/ Под ред. Д.А. Поспелова –М.: Радио и связь, 1990.
–304с.
6. Гейзенберг
В. Физика и философия. Часть и целое: Пер. С нем. –М.: Наука. Гл. ред.
Физ.-мат. лит., 1989. –400с.
7. Гарипов
И.Г. Самосовершенствующиеся интеллектуальная система FOURTH. Часть 3. Алгоритмы и
прогнозирование. – Казань: Центр оперативной печати “АБАК”, 1997. –15с.
8. Бирюков
Б.В., Будников В.С. Глава IV. Алгоритм – предписание к переработке информации. В кн.
Управление, информация, интеллект / Под ред. А.И. Берга и др. –М.: Мысль, 1976.
–383с.
9. Математическая
энциклопедия. Т. 1 / Ред. Коллегия: И.М. Виноградов и др. –М.: Советская
энциклопедия, 1977. –1151с.
10. Клини С.К. Математическая логика : Пер. с
англ. –М.: Мир, 1973.
11.
Daniel L. Alkon, Izja Lederhendler and
Jonathan J. Schoukimas. Primary Changes
of Membrane Currents during retention of associative learning // Science,
Vol. 215, No. 4533, pages 693-695; February 5, 1982.
]ПРИЛОЖЕНИЕ
Программа MIRACLE
10
LPRINT “31.03.98 PROGRAMM MIRACLE.J3” 910
W!(2,I%)=0
20 M%=1 920
NEXT I%
30 X%=1 930
W!(2,5)=1
40 Y%=5 940
NEXT L%
50 Z%=10 950
IF R%=1 GOTO 1180
60
KK%=99 960
NEXT P%
70 SS%=4 970
E=0
80 DIM
S%(SS%) 980
FOR J%=0 TO 10
90 DIM
C%(X%,2%) 990
R(J%)=1
100 DIM
V!(Y%,Z%) 1000
FOR I%=0 TO SS%
110 DIM
W!(Y%,Z%) 1010
R(J%)=R(J%)*
120 DIM
U%(Y%,Z%) 1020
REMLPRINT TAB(5*I%);PP!(I%,J%);
130 DIM
P!(X%) 1030 NEXT I%
140 DIM
PP!(SS%+1,11) 1040
RR(J%,N%)=RR(J%,N%)*R(J%)
150 DIM
R(10) 1050
REM LPRINT TAB(10+4*SS%);J%;
160 DIM
D%(Y%) RR(J%,N%)
170 DIM
F!(Z%) 1060 E=E+RR(J%,N%)
180 DIM
RR(10,X%)
1070 NEXT J%
190 FOR
J=0 TO 10 1080
IF E=0 THEN LPRI “IMPOSSIBLE
200 FOR
I=0 TO X% SITUATION
!!!”
210
RR(J,I)=1 1090 IF E=0 THEN STOP
220 NEXT
I 1100 P!(N%)=0
230 NEXT
J 1110 FOR I%=0 TO 10
240
V!(0,0)=1 1120 P!(N%)=P!(N%)+(RR(I%,N%)*
250
V!(1,1)=1 I%/10
260
V!(2,3)=1 1130
NEXT I%
270 FOR
I%=3 TO Y% 1140
LPRINT “LINE “N%;”=”P!(N%)
280
V!(I%,0)=1 1150
NEXT N%
290 NEXT
I% 1160 R%=1
300 DATA
2,1,0,0,1,2 1170 GOTO 530
310
LPRINT “CYCLOIDE:”; 1180 E%=0
320 FOR
J%=0 TO X% 1190 FOR K%=0% TO 99
330
P!(J%)=0.5 1200
FOR J%=0 TO Y%
340 FOR
I%=0 TO 2 1210
A!=RND(1)
350 READ
C%(J%,I%) 1220
B!=0
360
LPRINT TAB(10+4*I%);(C%(J%,I%) 1230
FOR I%=0 TO Z%
370 NEXT
I% 1240
V!(J%,I%)=W!(J%,I%)
380
LPRINT 1250
B!=B!+W!(J%,I%)
390 NEXT
J% 1260
IF B!>=A! GOTO 1280
400
LPRINT 1270
NEXT I%
410
LPRINT “STORY:” 1280
D%(J%)=I%
420 FOR
I%=0 TO SS% 1290
NEXT J%
430
PRINT “S%(“I%”)=”; 1300
A!=1
440
INPUT S%(I%); 1310
FOR I%=0 TO X%
460 NEXT I% 1320
B!=1-P!(I%)
480
LPRINT “A-POSTERIORI 1340
B!=P!(I%)
PROBABILITYES:” 1350
B%= D%(C%(I%,1%))
490 FOR
N%=0 TO X% 1360 IF D%(C%(I%,1%))> D%(C%(I%,0%))
500 FOR
P%=0 TO 10 THEN B%= D%(C%(I%,0%))
510
PRINT “P%=”P% 1370 D%(C%(I%,0%))= D%(C%(I%,0%))-B%
520
P!(N%)=P%/10 1380 D%(C%(I%,2%))=D%(C%(I%,2%))+B%
530 FOR
J%=0 TO Y% 1390
A!=A!*B!
540 FOR
I%=0 TO Z% 1400
NEXT I%
550
W!(J%,I%)=V!(J,I%) 1410
F!(D%(0))= F!(D%(0))=+A!
560 NEXT
I% 1420
FOR I%=0% TO Y%
570 NEXT
J% 1430
U%(I%,D%(I%))= U%(I%,D%(I%))+1
580 FOR
L%=0 TO SS% 1440
NEXT I%
590
PRINT TAB(3+20*R%); “L%=”L% 1450
NEXT K%
600 E%=0 1460
LPRINT “PROGNOSIS”
610 FOR
K%=0 TO KK% 1470
ROR J%=0 TO Z%
620 FOR
J%=0 TO Y% 1480
FOR I%=0 TO Y%
630
A!=RND(1) 1490
W!(I%,J%)=U%(I%,J%)/K%
640 B!=0 1500
LPRINT TAB(10*I%);W!(I%,J%);
650 FOR
I%=0 TO Z% 1510
U%(I%,J%)=0%
660
B!=B!+W!(J%,I%) 1520
NEXT I%
670 IF
B!>=A! GOTO 690 1530
LPRINT
680 NEXT
I% 1540
NEXT J%
690
D%(J%)=I% 1550
LPRINT “TESTS=”KK%+1
700 NEXT
J% 1560
A!=0
710 FOR
I%=0% TO X% 1570
FOR I%=0 TO Z%
720 IF
P!(I%)<RND(1) GOTO 770 1580
F!(I%)=F!(I%)/K%
730
B%=D%(C%(I%,1%)) 1590
LPRINT “F!(“I%;”)=”F!(I%);
740 IF
D%(C%(I%,1%))> D%(C%(I%,0%)) 1600
IF A!<F!(I%) THEN A!=F!(I%)
THEN B%=D%(C%(I%,0%)) 1610
F!(I%)=0
750
D%(C%(I%,0%))= D%(C%(I%,0%))-B% 1620
NEXT I%
760
D%(C%(I%,2%))= D%(C%(I%,2%))+B% 1630
LPRINT
770 NEXT
I% 1640
LPRINT “THE CYCLOIDE’S
780 IF
D%(0)<> S%(L%) GOTO 830 QUALITY
=”A!
790
E%=E%+1 1650
INPUT Q
800 FOR
I%=0 TO Y% 1660
IF Q=0 THEN STOP
810
U%(I%,D%(I%))= U%(I%,D%(I%))+1 1670
M%=M%+1
820 NEXT
I% 1680
R%=0
830 NEXT
K% 1690
LPRINT “CONTINUATION” H;
840
PP!(L%,P%)=E%/K% “CHAPTER
#”M%
850 IF
E%=0 GOTO 950 1700
IF Q=7 GOTO 400
860 FOR
I%=0 TO Z% 1710
GOTO 470
870 FOR
J%=0 TO Y%
880
W!(J%,I%)=U%(J%,I%)/E%
890
U%(J%,I%)=0
900 NEXT
J%
Введение…………………………………………………………………………………………..3
Глава
I.
Основные элементы
Исходная
система понятий………………………………………………………4
Задание
метацели нормальных устройств
с
помощью эмоций …………………………………………………………………5
Двухступенчатый
механизм эмоций …………………………………………….7
Регистры
действия и ощущения ………………………………………………….8
Монитор
событий …………………………………………………………………..9
Глава
II.
Прогнозирование и моделирование
Уточнение
задачи прогнозирования ………………………………………………9
Прогнозирование
с применением моделей……………………………………….10
Количественные
модели мира……………………………………………………..11
Некоторые
особенности количественного
Метода
моделирования ……………………………………………………………...13 Глава III. Машина для представления количественных
моделей
Описание
циклоиды……………………………………………………………………15
Имитация
рабочего процесса циклоиды…………………………………………….16
Циклоида
и моделирование……………………………………………………………17
Циклоида
и уточнение понятия алгоритма………………………………………….18
Циклоида
и вычислительные процессы……………………………………………..20
Глава
IV. Представление стохастических моделей мира
С помощью вихрей
Модели
детерминированные и модели стохастические…………………………….22
Вероятностная
циклоида ………………………………………………………………..23
Конструкция
вихря ……………………………………………………………………….24
Коррекция
вихря ………………………………………………………………………….26
Коррекция
циклоидных переменных вихря …………………………………………..28
Критерий
качества стохастических моделей мира …………………………………...29
Основной
принцип прогнозирования и
условные
рефлексы………………………………………………………………………..32
Задание
метацели при использовании вихрей …………………………………………34
Глава
V. Практическая реализация метода вихревого
Моделирования
Программа
MIRACLE
……………………………………………………………………..35
Параллелизм
вычислений в нормальных интеллектуальных
устройствах
…………………………………………………………………………………..36
Нейронные
основы обучения ……………………………………………………………...38
Взаимосвязь
между критерием качества моделей
мира и эвристиками…………………………………………………………………………39
Примеры коррекции вихрей………………………………………………………………41
Условные рефлексы и признаковые вихри………………………………………………44
Вместо
Заключения………………………………………………………………………………….47
ЛИТЕРАТУРА…………………………………………………………………………………………48
ПРИЛОЖЕНИЕ……………………………………………………………………………………….49
Оглавление……………………………………………………………………………………………51
Отпечатано в Центре
оперативной печати “АБАК’
Казань, ул. Х.Такташ, 105;
тел. 37-30-16, факс 37-30-18