Формализация смысла. Часть 3. Формирование контекстов

Бесплатный доступ

В предыдущих частях статьи предпринята попытка начать описание подхода к созданию сильного искусственного интеллекта, основанного на смысле информации. Была предложена модель, в которой понятия описывались через связанные с ними точки зрения. Точка зрения задавалась как контекст, меняющий исходное описание на его трактовку. Было показано, что об осмысленности трактовки можно судить по её адекватности памяти предыдущего опыта. Описано пространство контекстов, задающее систему понятий, покрывающих определённую предметную область. В этой части статьи описан алгоритм, позволяющий создать исходную систему понятий, опирающуюся на наблюдаемые признаки явлений, и перейти от неё к соответствующим этим понятиям контекстам. Для пространства контекстов предложен способ создания кодов понятий, позволяющий кодами понятий передать систему их внутренней близости, проведено сравнение со свёрточными сетями. Пояснения предлагаемого подхода рассмотрено на примере обучения зрительной коры.

Еще

Понятие, смысл, контекст, мозг, искусственный интеллект, сильный искусственный интеллект

Короткий адрес: https://sciup.org/170191748

IDR: 170191748   |   DOI: 10.18287/2223-9537-2021-11-4-437-449

Список литературы Формализация смысла. Часть 3. Формирование контекстов

  • Редозубов, А.Д. Формализация смысла. Часть 1 / А.Д. Редозубов // Онтология проектирования. - 2021. -Т. 11, №2(40). - С.144-153. - DOI: 10.18287/2223-9537-2021-11-2-144-153
  • Редозубов, А.Д. Формализация смысла. Часть 2. Пространство контекстов / А.Д. Редозубов // Онтология проектирования. - 2021. - Т.11, №3(41). - С.309-319. - DOI: 10.18287/2223-9537-2021-11-3-309-319.
  • Werbos, P. Beyond regression: New tools for prediction and analysis in the behavioral sciences / P. Werbos // Harvard University, 1974.
  • Hebb, D. The Organization of Behavior, New York: Wiley & Sons, 1949.
  • Dempster, A.P. Maximum Likelihood from Incomplete Data via the EM Algorithm / A.P. Dempster, N.M. Laird, D.B. Rubin // Journal of the Royal Statistical Society, Series B., 1977. V.39/ N 1. P.1-38.
  • Carpenter, G.A. Adaptive Resonance Theory, The Handbook of Brain / G.A. Carpenter, S. Grossberg // Theory and Neural Networks, Second Edition, Cambridge, MIT Press, 2003, p.87-90.
  • Oja, E. Simplified neuron model as a principal component analyzer / E. Oja // Journal of Mathematical Biology, 1982. V.15. N3, p.267-273.
  • Ho, T.K. The Random Subspace Method for Constructing Decision Forests / T.K. Ho // Transactions on Pattern Analysis and Machine Intelligence, 1998. V.20, N8. P.832-844.
  • Bryll, R. Attribute bagging: improving accuracy of classifier ensembles by using random feature subsets / R. Bryll, R. Gutierrez-Osunab, F. Quek // Pattern Recognition, 2003. V.36, N6. P.1291-1302,
  • Schelling, T.C. Micromotives and Macrobehavior / T. C. Schelling // W.W. Norton and Co, 1978. 256 p.
  • Crair, M.C. The Role of Visual Experience in the Development of Columns in Cat Visual Cortex / M.C. Crair, D.C. Gillespie, M.P. Stryker // Science, V.23, N279, p.566-570, 1998. DOI:10.1126/SCIENCE.279.5350.566.
  • LeCun, Y. Convolutional networks for images, speech, and time-series / Y. LeCun, Y. Bengio // Handbook of brain theory and neural networks, Cambridge, MIT Press, 1995. P.3361.
  • Fukushima, K. Artificial vision by multi-layered neural networks: Neocognitron and its advances / K. Fukushima // Neural Networks, 2013. V.37. P.103-119. DOI:10.1016/j.neunet.2012.09.016.
  • LeCun, Y. Backpropagation Applied to Handwritten Zip Code Recognition / Y. LeCun, B. Boser, J. S. Denker, D. Henderson, R. E. Howard, W. Hubbard and L. D. Jackel // Neural Computation, 1989. V.1, N 4. P.541-551. DOI: 10.1162/neco.1989.1.4.541.
  • McCulloch, W. A Logical Calculus of Ideas Immanent in Nervous Activity / W. McCulloch and W. Pitts. // Bulletin of Mathematical Biophysics, Vol. 5, No. 1-2, 1943. P.99-115.
  • Хьюбел, Д. Глаз, мозг, зрение / Д. Хьюбел; Перевод с англ. О. В. Левашова, Г. А. Шараева; Под ред. А. Л. Бызова. - М. : Мир, 1990. - 239 с.
Еще
Статья научная