Yapay Zeka ve Sezgi

Sezgisel algoritma

Roger Penrose bunun imkansız olduğunu düşündü. Düşünmek asla bir bilgisayar sürecini taklit edemez. İmparatorun Yeni Zihni adlı kitabında da aynı şeyi söyledi. Ancak The Intuitive Algorithm (IA) adlı yeni bir kitap, sezginin bir örüntü tanıma süreci olduğunu öne sürdü. Sezgi, bilgiyi birçok nöral bölgeden şimşek gibi ilerletti. Veriler, bildirilen 20 milisaniye içinde girişten çıkışa taşındı. Zihin gördü, fark etti, yorumladı ve harekete geçti. Göz açıp kapayana kadar. Sayısız süreç ışığı, sesi, dokunuşu ve kokuyu anında sinir uyarılarınıza dönüştürdü. Özel bir bölge, bu dürtüleri nesneler ve olaylar olarak tanıdı. Başka bir bölge olan limbik sistem, bu olayları duyguları oluşturmak için yorumladı. Dördüncü bir bölge bu duygulara eylemlerle cevap verdi. Zihin algıladı, belirledi, değerlendirdi ve harekete geçti. Sezgi sizi bir saniyeden kısa sürede sıcacık ocaktan çıkardı. Ve basit bir algoritma kullanıyor olabilir.

Anında bütünsel değerlendirme imkansız mı?

Yüz milyardan fazla nöron içeren sistem, bilgiyi girişten çıkışa sadece yarım saniyede işledi. Tüm bilginiz değerlendirildi. Ünlü nörobiyolog Walter Freeman bu inanılmaz yeteneği tanımladı. “Bilişsel adamlar, sahip olduğunuz her şeyi her seferinde hesaplamaya atmanın imkansız olduğunu düşünüyorlar. Ama tam olarak beynin yaptığı şey bu. Bilinç, tüm geçmişinizi bir sonraki adımınıza, bir sonraki nefesinize taşımakla ilgilidir. bir sonraki anınız. ” Zihin bütünseldi. Bir sonraki etkinlik için tüm bilgilerini değerlendirdi. Bu kadar çok bilgi nasıl bu kadar çabuk işlenebilir? Bu tür bilgiler nerede saklanabilir?

Arama yolunun üstel büyümesi

Ne yazık ki, ince kalıpların tanınması bilgisayarlar için büyük sorunlar yarattı. Zorluk, tanıma arama yolunun katlanarak büyümesiydi. Hastalıkların teşhisindeki sorunlar tipikti. Normalde, birçok paylaşılan semptom çok sayıda hastalık tarafından sunuldu. Örneğin ağrı veya ateş birçok hastalık için endike olabilir. Her belirti birkaç hastalığa işaret ediyordu. Sorun, birçok örtüşen model arasında tek bir modeli tanımaktı. Hedef hastalığı ararken, ilk sunulan semptomla birlikte seçilen ilk rahatsızlık ikinci semptomdan yoksun olabilir. Bu, hastalık veri tabanının boyutu arttıkça katlanarak genişleyen ileri geri aramalar anlamına geliyordu. Bu, süreci teorik olarak saçma bir şekilde uzun sürdü, hatta kapsamlı veritabanları için yıllarca araştırma yaptı. Bu yüzden, inanılmaz hızlarına rağmen, bilgisayarlarda hızlı desen tanıma asla hayal edilemezdi.

Sezgisel Algoritma

Ancak, endüstri gücü örüntüsünü tanıma mümkündü. IA, genişletilmiş veritabanlarındaki kalıpları anında tanıyabilen bir algoritma tanıttı. Tüm veri tabanının her bir üyesinin ilişkisi her soru için kodlanmıştır.

(Ağrı hastalığın bir belirtisi midir?)

Disease1Y, Disease2N, Disease3Y, Hastalık 4Y, Disease5N, Disease6N, Disease7Y, Disease8N, Disease9N, Disease10N, Disease11Y, Disease12Y, Disease13N, Disease14U, Disease15Y, Disease16N, Disease17Y, Disease18N, Disease19N, Disease20N, Disease21N, Disease22Y, Disease23N, Disease24N, Disease25U Disease26N, Disease27N, Disease28U, Disease27Y, Disease30N, Disease31U, Disease32Y, Disease33Y, Disease34U, Disease35N, Disease36U, Disease37Y, Disease38Y, Disease39Y, Disease40Y, Disease4447Y46, Disease39Y, Disease40Y, Disease41Y46, Disease45Y, Disease41Y46

(Y = Evet: N = Hayır: U = Belirsiz)

Anahtar, seçimi değil, veritabanını değerlendirmek için eliminasyonu kullanmaktı. Veritabanının her üyesi, her yanıt bağlamında elenmesi için ayrı ayrı kodlandı.

(Ağrı hastalığın bir belirtisi midir? Cevap: EVET)

Disease1Y, xxxxxxN, Disease3Y, Disease4Y, xxxxxx5N, xxxxxx6N, Disease7Y, xxxxxx8N, xxxxxx9N, xxxxxx0N, Disease11Y, Disease12Y, xxxxxx13N, Disease14U, Disease15Yx20xxxx13N, Disease14U, Disease15Yx20xxxx16xx, Disease14U, xxxxxx16xx, xxxxxx26N, xxxxxx27N, Disease28U, Disease27Y, xxxxxx30N, Disease31U, Disease32Y, Disease33Y, Disease34U, xxxxxx35N, Disease36U, Disease37Y, Disease38Y, Disease39U, Disease40Y, Disease38Y, Disease39U, Disease40Y, Disease3847, Disease39U, Disease40Y, Disease41Yxxxx43

(Tüm “N” Hastalıklar ortadan kaldırılmıştır.)

Hastalığın tanınması için, eğer bir cevap bir semptom gösteriyorsa, IA semptomsuz tüm hastalıkları ortadan kaldırdı. Her yanıt elendi ve tanıya ulaşmak için aramayı daralttı.

(Ağrı hastalığın bir belirtisi midir? Cevap: HAYIR)

xxxxxx1Y, Disease2N, xxxxxx3Y, xxxxxx4Y, Disease5N, Disease6N, xxxxxx7Y, Disease8N, Disease9N, Disease10N, xxxxxx11Y, xxxxx12Y, Disease13N, Disease14U, xxxxxx15Y, Disease13N, Disease14U, xxxxxx15Y, Disease16N, Disease14U, xxxxxx15Y, Disease16N, xxxxxx17Hisease19 Disease26N, Disease27N, Disease28U, xxxxxx27Y, Disease30N, Disease31U, xxxxxx32Y, xxxxxx33Y, Disease34U, Disease35N, Disease36U, xxxxxx37Y, xxxxxx38Y, Disease39U, xxxxxx37Y, xxxxxx38Y, Disease39U, xxxxxx40Yxx48, xxxxxx41Y46, xxxYxHisease

(Tüm “Y” Hastalıkları ortadan kaldırıldı.)

Semptom yoksa, IA her zaman semptom gösteren tüm hastalıkları ortadan kaldırdı. Semptomu rastgele gösteren hastalıklar her iki durumda da korunmuştur. Böylece süreç, normal bilgisayar programlarının üstesinden gelemediği Belki yanıtındaki belirsizliği ele aldı.

(Bir dizi soru Disease29’a, yani cevaba daralır.)

xxxxxx1Y, xxxxxx2N, xxxxxx3Y, xxxxxx4Y, xxxxxx5N, xxxxxx6N, xxxxxx7Y, xxxxxx8N, xxxxxx9N, xxxxxx10N, xxxxxx11Y, xxxxxx12Y, xxxxxx13N, xxxxxx14U, xxxxxx15Y, xxxxxx16N, xxxxxx14U, xxxxxx15Y, xxxxxx16N, xxxxxx23, xxxxxx19, xxxxxx19 xxxxxx26N, xxxxxx27N, xxxxxx28U, Disease29Y, xxxxxx30N, xxxxxx31U, xxxxxx32Y, xxxxxx33Y, xxxxxx34U, xxxxxx35N, xxxxxx36U, xxxxxx37Y, xxxxxx38Y, xxxxxNxxx48, xxxxxx48, xxxxxx44, xxxxxxx39U, xxxxxx40Yxxxx, xxxxxx41Yxx,

(Tüm hastalıklar ortadan kalkmışsa hastalık bilinmemektedir.)

Anında desen tanıma

IA pratikte kanıtlandı. Bir hastalığı tanımak, bir içtihat yasasını tanımlamak veya karmaşık bir makinenin sorunlarını teşhis etmek için bir elektronik çizelgede basit bir yeniden hesaplama hızıyla hareket eden Uzman Sistemlere güç sağladı. Anlık, bütünsel ve mantıklıydı. Bir santralin çoklu parametrelerinde olduğu gibi birkaç paralel yanıt sunulabilirse, tanıma anında gerçekleşir. Milyonlarca parametrenin aynı anda sunulduğu zihin için gerçek zamanlı örüntü tanıma pratikti. Ve eleme anahtartı.

Eliminasyon = Kapatma

Eliminasyon kapanıyordu – engelleme. Sinir hücrelerinin, bağlamı vurgulamak için diğer hücrelerin faaliyetlerini büyük ölçüde engellediği bilinmektedir. Milyonlarca duyusal girdiye erişimle sinir sistemi, trilyonlarca kombinasyonu doğru modelde sıfıra indirerek anında engelledi. Süreç cesurca “Hayır” yanıtlarını kullandı. Bir hastanın ağrısı olmasaydı, binlerce olası hastalık göz ardı edilebilirdi. Bir hasta ameliyata girebilseydi, doktor çok çeşitli hastalıkları gözden kaçırabilirdi. Peki bu eleme işlemi sinir hücrelerine nasıl uygulanabilir? Bilgi zenginliği nerede saklanabilir?

Kombinatoryal kodlama

Zihin, milyonlarca duyumun kaleydoskopik kombinasyonlarını aldı. Bunlardan kokuların, sinir hücrelerinin kombinasyonları tanıdığı bir kombinatoryal kodlama süreciyle tanındığı bildirildi. Bir sinir hücresinin dendritik girdileri varsa, bunlar A, B, C olarak tanımlanır ve bu şekilde Z olarak tanımlanırsa, ABC veya DEF’de girdi aldığında ateşlenebilir. Bu kombinasyonları tanıdı. Hücre, ABD’yi değil, ABC’yi tanımlayabilir. ABD için engellenecek. Bu tanıma süreci son zamanlarda bilim tarafından koku alma nöronları için rapor edildi. Deneyde bilim adamları, kimyasal yapıdaki küçük değişikliklerin bile farklı reseptör kombinasyonlarını etkinleştirdiğini bildirdi. Bu nedenle, oktanol portakal gibi kokuyordu, ancak benzer bileşik oktanoik asit ter gibi kokuyordu. Bir Nobel Ödülü, bu keşfi 2004 yılında kabul etti.

Galaktik sinir hücresi hatıraları

Kombinatoryal kodlar doğası gereği yaygın olarak kullanılmıştır. A, C, G ve T genetik kodundaki dört “harf”, neredeyse sonsuz sayıda genetik dizinin oluşturulması için kombinasyonlarda kullanıldı. IA, bu kodlama keşfinin daha derin sonuçlarını tartışıyor. Hayvanlar milyonlarca koku arasında ayrım yapabilir. Köpekler, bir kişinin birkaç ayak izini çabucak koklayabilir ve kişinin hangi yönde yürüdüğünü doğru bir şekilde belirleyebilir. Hayvanın burnu, bir patikanın yönünü belirlemek için, ayak izleri arasındaki göreceli koku gücü farkını yalnızca birkaç fit uzaklıkta tespit edebiliyordu. Koku, hatırlanan kombinasyonlarla tanımlandı. Bir sinir hücresinin A’dan Z’ye yalnızca 26 girişi varsa, milyonlarca olası girdi kombinasyonu alabilir. Ortalama nöronun binlerce girdisi vardı. IA için, milyonlarca sinir hücresi zihne kombinasyonlar için galaktik hatıralar verebilir ve bu da onun çevredeki ince kalıpları tanımasını sağlar. Her hücre, bir veritabanının tek bir üyesi olabilir ve tanınmayan girdi kombinasyonları için kendisini ortadan kaldırır (engellenir).

Anahtarı ortadan kaldırmak

Eliminasyon, geniş kombinatoryal anıları değerlendiren özel anahtardı. Tıbbi metinler, zihnin adanmış görevleri yerine getiren bir zeka hiyerarşisine sahip olduğunu bildirdi. Örneğin, bir çift makası hissinin bağlamını kullanarak tanıyan bir ilişki bölgesi vardı. Bu bölgeyi yaralasaydınız, makası gözleriniz kapalıyken hala hissedebilirsiniz, ancak makas olarak tanımazsınız. Hâlâ bağlamı hissediyordunuz ama nesneyi tanımıyordunuz. Böylece sezgi, ilişki bölgelerindeki sinir hücrelerinin nesneleri tanımak için algıyı kullanmasını sağlayabilir. Tıbbi araştırmalar, bu tür birçok tanıma bölgesi bildirdi.

Seri işleme

Bir örüntü tanıma algoritması olan sezgi, canlıların zihnindeki sonlu zekaların 20 milisaniyelik zaman aralığında bütünsel olarak yanıt vermesini sağladı. Bu zekalar ciddi şekilde hareket etti. İlk zeka, çevreden gelen duyusal algıların kaleydoskopik kombinasyonlarını sinir uyarılarına dönüştürdü. İkinci istihbarat, bu dürtüleri nesneler ve olaylar olarak kabul etti. Üçüncü istihbarat, tanınan olayları duygulara dönüştürdü. Dördüncü bir duygu, zeki güdülere çevrildi. Korku bir kaçış yolculuğunu tetikledi. Bir geyik sıçradı. Bir kuş uçtu. Bir balık yüzdü. Koşma, uçma ve yüzme aktiviteleri farklılık gösterse de aynı kaçış amacına ulaştılar. Kalıtsal sinir hücresi hatıraları, bu sürücüleri bağlam içinde güçlendirdi.

Zihin kesintisiz desen tanıma

100 milyar sinir hücresinin ilgisizliği ortadan kaldırmak ve motor çıkışı sağlamak için bağlamı kullanması için yarım saniye. Gölge ile çığlık arasındaki zaman. Yani, girdiden çıktıya, zihin, sinir hücrelerindeki devasa edinilmiş ve miras kalan kombinatoryal anılardan, sezgi bağlamsal eliminasyonunun anahtar sırrı tarafından desteklenen kesintisiz bir örüntü tanıma makinesiydi.