НАЙДЕН ОПТИМАЛЬНЫЙ СПОСОБ ПРИНЯТИЯ РЕШЕНИЙ
Это потрясающее открытие имеет колоссальные перспективы.
Оно может принципиально изменить способ принятия решений в бизнесе, социальной сфере, госуправлении и даже в организации государственной власти.
Повышение качества управления (важнейший фактор в конкурентной борьбе) - это улучшение соотношения удачно принятых (то есть правильных) решений к общему количеству принимаемых решений.
Сегодня, согласно McKinsey, как минимум, половина управленческих решений оказываются не верными, не смотря на все усилия науки и управленческих практик - см. например, здесь, здесь, здесь и здесь.
И хотя человечество уже вплотную подошло к необходимости включения в процесс принятия решений «социального интеллекта» («social intelligence»), методы краудсорсинга, «интеллекта роя» и пр. пока что не смогли изменить удручающую ситуацию с неумением людей найти оптимальную схему принятия сложных решений.
Прорыв произошел довольно неожиданно. На стыке нейронауки, теории информации, теории коллективного поведения и статистической физики удалось построить и верифицировать на большом объеме экспериментальных данных динамическую, стохастическую, распределенную модель принятия решений.
Природа, в ходе эволюции, смогла создать так и не превзойденные современной наукой механику и биохимию живых существ. Логично предположить, что и в вопросе поиска наилучшей схемы принятия решений нейронами головного мозга природа опережает достигнутый уровень развития науки.
Новое исследование Центра Биосоциальных Сложных Систем и «Института сумасшедших идей» в Сата-Фе не только определило схему принятия решений нейронами головного мозга, но и доказало, что эта схема является оптимальной для любых коллективных вычислений, производимых сетью интеллектуальных агентов.
Эта схема, названная «кодирующая двойственность» состоит их 2х этапов.
— Первый этап более всего похож на то, что я, в свое время, назвал термином синтеллектуальный краудсорсинг - отличающийся от традиционного краудсорсинга, в первую очередь, ограничением на взаимодействие интеллектуальных агентов в начальной фазе процесса принятия решения.
Цель данного этапа – накопление информации в условиях подавления информационного шума.
— Второй этап – это «формирование консенсуса», в ходе которого информация быстро распространяется от «знающих» нейронов (имеющих доступ к информации) к множеству остальных участвующих в схеме нейронов, резко увеличивая этим избыточность в системе.
Принципиальным для эффективности схемы является то, что этапы накопления и консенсуса, отличаются разными временными шкалами.
#Нейронаука #ПринятиеРешений #Краудсорсинг
Это потрясающее открытие имеет колоссальные перспективы.
Оно может принципиально изменить способ принятия решений в бизнесе, социальной сфере, госуправлении и даже в организации государственной власти.
Повышение качества управления (важнейший фактор в конкурентной борьбе) - это улучшение соотношения удачно принятых (то есть правильных) решений к общему количеству принимаемых решений.
Сегодня, согласно McKinsey, как минимум, половина управленческих решений оказываются не верными, не смотря на все усилия науки и управленческих практик - см. например, здесь, здесь, здесь и здесь.
И хотя человечество уже вплотную подошло к необходимости включения в процесс принятия решений «социального интеллекта» («social intelligence»), методы краудсорсинга, «интеллекта роя» и пр. пока что не смогли изменить удручающую ситуацию с неумением людей найти оптимальную схему принятия сложных решений.
Прорыв произошел довольно неожиданно. На стыке нейронауки, теории информации, теории коллективного поведения и статистической физики удалось построить и верифицировать на большом объеме экспериментальных данных динамическую, стохастическую, распределенную модель принятия решений.
Вопросы, поставленные авторами исследования, были достаточно сумасшедшими, равно как и 100%но научными:
-- как принимаются решения мозгом?
-- на уровне отдельных нейронов или огромной сетью коммуницирующих нейронов?
-- какова схема этого - как это происходит, и как организован процесс принятия решений?
Природа, в ходе эволюции, смогла создать так и не превзойденные современной наукой механику и биохимию живых существ. Логично предположить, что и в вопросе поиска наилучшей схемы принятия решений нейронами головного мозга природа опережает достигнутый уровень развития науки.
Новое исследование Центра Биосоциальных Сложных Систем и «Института сумасшедших идей» в Сата-Фе не только определило схему принятия решений нейронами головного мозга, но и доказало, что эта схема является оптимальной для любых коллективных вычислений, производимых сетью интеллектуальных агентов.
Эта схема, названная «кодирующая двойственность» состоит их 2х этапов.
— Первый этап более всего похож на то, что я, в свое время, назвал термином синтеллектуальный краудсорсинг - отличающийся от традиционного краудсорсинга, в первую очередь, ограничением на взаимодействие интеллектуальных агентов в начальной фазе процесса принятия решения.
Цель данного этапа – накопление информации в условиях подавления информационного шума.
— Второй этап – это «формирование консенсуса», в ходе которого информация быстро распространяется от «знающих» нейронов (имеющих доступ к информации) к множеству остальных участвующих в схеме нейронов, резко увеличивая этим избыточность в системе.
Принципиальным для эффективности схемы является то, что этапы накопления и консенсуса, отличаются разными временными шкалами.
#Нейронаука #ПринятиеРешений #Краудсорсинг
Frontiers
Dual Coding Theory Explains Biphasic Collective Computation in Neural Decision-Making
A central question in cognitive neuroscience is how unitary, coherent decisions at the whole organism level can arise from the distributed behavior of a large population of neurons with only partially overlapping information. We address this issue by studying…
ОШИБКА МАСКА
Результаты исследования «Саклеровского центра наук о сознании» университета Сассекса позволяют дать новую интерпретацию гипотезе Илона Маска о пребывании человечества в матрице.
Эту громко озвученную Маском гипотезу поддерживают некоторые философы, физики, космологи и специалисты в области AI
(обзор различных версий гипотезы здесь).
Аналитики Bank of America Merrill Lynch в своем отчете даже подсчитали вероятность того, что эта гипотеза окажется правдой (шансы оцениваются до 50%). А Ник Бостром из Оксфордского университета дал важное пояснение:
«Важно понимать, что то, что мы находимся в симуляции, несет не метафорический, а буквальный смысл, что мы сами и весь этот мир вокруг нас, который мы видим, слышим и чувствуем, существует внутри компьютера, построенного некоторой развитой цивилизацией».
Еще в 19-ом столетии Гельмгольц предположил, что мозг – это машина прогнозирования. А то, что мы видим, слышим и ощущаем, является не чем иным, как предположениями мозга о причинах сигналов на его сенсорных входах. Ведь мозг заперт в костном черепе. И все, что он получает, - это неоднозначные и шумные сенсорные сигналы, которые только косвенно связаны с объектами окружающего мира. Следовательно, восприятие должно быть процессом вывода, в котором неопределенные сенсорные сигналы сочетаются с предыдущими ожиданиями или «убеждениями» о том, как устроен мир. Цель этого процесса - формировать оптимальные гипотезы мозга о причинах поступающих в него сенсорных сигналов. Т.е. то, что мы осознаем, - это «результирующее предположение» мозга о том, каков мир вокруг нас.
Спустя 150 лет идея Гельмгольца находит все больше сторонников, будучи обогащена результатами междисциплинарных исследований функциональной мозговой визуализации, теоретического и вычислительного моделирования и базовой нейробиологии.
Со-директор «Саклеровского центра наук о сознании» проф. Анил Сет рассказал об этой идее и подтверждающем ее исследовании.
Резюме таково.
Все, что мы переживаем - даже если это основано на трезвом расчете - всего лишь своего рода «контролируемая галлюцинация» очень своеобразного вида. Наше восприятие - это просто «разумное» предположение мозга о том, что происходит, базируясь на поступающих сенсорных сигналах. И если, как это бывает в большинстве случаев, мы соглашаемся друг с другом о наших «галлюцинациях», то мы называем их реальностью.
Видео рассказа на 17 мин
Подборка популярных статей
Эссе с кратким изложением теории (на 20 мин)
#Нейронаука #Сознание #АнилСет
МИР – НЕ МАТРИЦА, А КОЛЛЕКТИВНАЯ ГАЛЛЮЦИНАЦИЯРезультаты исследования «Саклеровского центра наук о сознании» университета Сассекса позволяют дать новую интерпретацию гипотезе Илона Маска о пребывании человечества в матрице.
Эту громко озвученную Маском гипотезу поддерживают некоторые философы, физики, космологи и специалисты в области AI
(обзор различных версий гипотезы здесь).
Аналитики Bank of America Merrill Lynch в своем отчете даже подсчитали вероятность того, что эта гипотеза окажется правдой (шансы оцениваются до 50%). А Ник Бостром из Оксфордского университета дал важное пояснение:
«Важно понимать, что то, что мы находимся в симуляции, несет не метафорический, а буквальный смысл, что мы сами и весь этот мир вокруг нас, который мы видим, слышим и чувствуем, существует внутри компьютера, построенного некоторой развитой цивилизацией».
ОДНАКО, АБСОЛЮТНО НЕ ПОНЯТНО, ГДЕ ОН – ЭТОТ КОМПЬЮТЕР?
Новое исследование отвечает на этот вопрос - ЭТИМ КОМПЬЮТЕРОМ ЯВЛЯЕТСЯ НАШ МОЗГ.
Еще в 19-ом столетии Гельмгольц предположил, что мозг – это машина прогнозирования. А то, что мы видим, слышим и ощущаем, является не чем иным, как предположениями мозга о причинах сигналов на его сенсорных входах. Ведь мозг заперт в костном черепе. И все, что он получает, - это неоднозначные и шумные сенсорные сигналы, которые только косвенно связаны с объектами окружающего мира. Следовательно, восприятие должно быть процессом вывода, в котором неопределенные сенсорные сигналы сочетаются с предыдущими ожиданиями или «убеждениями» о том, как устроен мир. Цель этого процесса - формировать оптимальные гипотезы мозга о причинах поступающих в него сенсорных сигналов. Т.е. то, что мы осознаем, - это «результирующее предположение» мозга о том, каков мир вокруг нас.
Спустя 150 лет идея Гельмгольца находит все больше сторонников, будучи обогащена результатами междисциплинарных исследований функциональной мозговой визуализации, теоретического и вычислительного моделирования и базовой нейробиологии.
Со-директор «Саклеровского центра наук о сознании» проф. Анил Сет рассказал об этой идее и подтверждающем ее исследовании.
Резюме таково.
Все, что мы переживаем - даже если это основано на трезвом расчете - всего лишь своего рода «контролируемая галлюцинация» очень своеобразного вида. Наше восприятие - это просто «разумное» предположение мозга о том, что происходит, базируясь на поступающих сенсорных сигналах. И если, как это бывает в большинстве случаев, мы соглашаемся друг с другом о наших «галлюцинациях», то мы называем их реальностью.
Видео рассказа на 17 мин
Подборка популярных статей
Эссе с кратким изложением теории (на 20 мин)
#Нейронаука #Сознание #АнилСет
Nature
Increased spontaneous MEG signal diversity for psychoactive doses of ketamine, LSD and psilocybin
Scientific Reports - Increased spontaneous MEG signal diversity for psychoactive doses of ketamine, LSD and psilocybin
Упертые несогласные кардинально повышают качество коллективных решений.
Этот 3й за полгода удивительный научный прорыв https://goo.gl/eqdpo6 подводит нас все ближе к открытию нового класса законов природы.
1) В июльском посте «Найден оптимальный способ принятия решений» https://t.me/theworldisnoteasy/282 я рассказал о прорывном открытии на стыке нейронауки, теории информации, теории коллективного поведения и статистической физики.
Исследователям Центра Биосоциальных Сложных Систем (С4) удалось построить и верифицировать на большом объеме экспериментальных данных динамическую, стохастическую, распределенную модель принятия решений.
С помощью этой модели была выявлена схема организации процесса принятия решений в мозге огромной сетью коммуницирующих нейронов, названная авторами «кодирующая двойственность».
2) А в ноябре состоялся другой научный прорыв, о котором я писал в посте «На пороге открытия нового класса законов природы» https://t.me/theworldisnoteasy/357.
Центр С4 опубликовал революционные результаты нового исследования, объясняющего, зачем адаптивные системы организуются во все более сложные укрупняющиеся структуры (от колоний бактерий до государств у людей).
Было показано, что создание иерархических многоуровневых структур – это закон природы, типа 2го закона термодинамики для живых систем. Это происходит для повышения эффективности обработки информации при коллективных вычислениях, осуществляемых элементами системы в условиях большой информационной зашумленности и разброса мнений.
Цель всего этого – улучшение предсказаний будущего, обеспечивающее максимальную адаптационную способность системы.
3) 1ое прорывное исследование открыло общую схему организации процесса принятия коллективных решений в сетях нейронов.
2й революционный прорыв распространил эту схему на принятие коллективных решений во всей живой природе (стая, племя, общество) и выявил ключевой механизм, отличающий процесс коллективного взаимодействия элементов в био-социальных (живых) и физических (неживых) системах. Этот механизм - создание иерархической многоуровневой структуры обработки информации, принятия решений и управления.
Только что опубликованное 3е исследование, с помощью еще более сложной и точной модели, выявило основной модельный фактор, повышающий качество коллективных решений, вырабатываемых вышеупомянутым механизмом, реализующим вышеупомянутую схему. После чего выявленный модельный фактор был проверен в полевых условиях на процессах принятия решений в сообществах обезьян (в этом смысле, жутко похожих на нас).
Выявленным ключевым фактором оказалась численность упертых несогласных, - имеющих собственное мнение, не вписывающееся в агрегированный итог иерархического сбора мнений, и не готовых от него быстро отказаться даже под угрозой трепки от более сильных вожаков, признаваемых большинством за власть.
Чем больше упертых несогласных – тем выше качество коллективных решений. И похоже, это новый закон природы.
P.S. Снаряды ложатся все кучнее. Революционное открытие прошлого года в области эффективности краудсорсинга говорит, по сути, о том же - наибольшее вознаграждение в краудсорсинге должно выдаваться упертым несогласным, оказавшимся в итоге правыми (см. «Особое мнение – 2я революция в краудсорсинге» https://t.me/theworldisnoteasy/243)
Новое исследование https://goo.gl/6C7xB8 (сложно и за пейволом; кому нужен текст, пишите)
Популярно о нем: https://goo.gl/EN3J2u и https://goo.gl/pWdtVJ (оба по 1 мин)
Эссе об этом направлении работ С4 «Как природа решает проблемы с помощью вычислений» https://goo.gl/3b71TR (5 мин)
#ЭволюционнаяБиология #КоллективныеВычисления #Нейронаука #ПринятиеРешений #Краудсорсинг
Этот 3й за полгода удивительный научный прорыв https://goo.gl/eqdpo6 подводит нас все ближе к открытию нового класса законов природы.
1) В июльском посте «Найден оптимальный способ принятия решений» https://t.me/theworldisnoteasy/282 я рассказал о прорывном открытии на стыке нейронауки, теории информации, теории коллективного поведения и статистической физики.
Исследователям Центра Биосоциальных Сложных Систем (С4) удалось построить и верифицировать на большом объеме экспериментальных данных динамическую, стохастическую, распределенную модель принятия решений.
С помощью этой модели была выявлена схема организации процесса принятия решений в мозге огромной сетью коммуницирующих нейронов, названная авторами «кодирующая двойственность».
2) А в ноябре состоялся другой научный прорыв, о котором я писал в посте «На пороге открытия нового класса законов природы» https://t.me/theworldisnoteasy/357.
Центр С4 опубликовал революционные результаты нового исследования, объясняющего, зачем адаптивные системы организуются во все более сложные укрупняющиеся структуры (от колоний бактерий до государств у людей).
Было показано, что создание иерархических многоуровневых структур – это закон природы, типа 2го закона термодинамики для живых систем. Это происходит для повышения эффективности обработки информации при коллективных вычислениях, осуществляемых элементами системы в условиях большой информационной зашумленности и разброса мнений.
Цель всего этого – улучшение предсказаний будущего, обеспечивающее максимальную адаптационную способность системы.
3) 1ое прорывное исследование открыло общую схему организации процесса принятия коллективных решений в сетях нейронов.
2й революционный прорыв распространил эту схему на принятие коллективных решений во всей живой природе (стая, племя, общество) и выявил ключевой механизм, отличающий процесс коллективного взаимодействия элементов в био-социальных (живых) и физических (неживых) системах. Этот механизм - создание иерархической многоуровневой структуры обработки информации, принятия решений и управления.
Только что опубликованное 3е исследование, с помощью еще более сложной и точной модели, выявило основной модельный фактор, повышающий качество коллективных решений, вырабатываемых вышеупомянутым механизмом, реализующим вышеупомянутую схему. После чего выявленный модельный фактор был проверен в полевых условиях на процессах принятия решений в сообществах обезьян (в этом смысле, жутко похожих на нас).
Выявленным ключевым фактором оказалась численность упертых несогласных, - имеющих собственное мнение, не вписывающееся в агрегированный итог иерархического сбора мнений, и не готовых от него быстро отказаться даже под угрозой трепки от более сильных вожаков, признаваемых большинством за власть.
Чем больше упертых несогласных – тем выше качество коллективных решений. И похоже, это новый закон природы.
P.S. Снаряды ложатся все кучнее. Революционное открытие прошлого года в области эффективности краудсорсинга говорит, по сути, о том же - наибольшее вознаграждение в краудсорсинге должно выдаваться упертым несогласным, оказавшимся в итоге правыми (см. «Особое мнение – 2я революция в краудсорсинге» https://t.me/theworldisnoteasy/243)
Новое исследование https://goo.gl/6C7xB8 (сложно и за пейволом; кому нужен текст, пишите)
Популярно о нем: https://goo.gl/EN3J2u и https://goo.gl/pWdtVJ (оба по 1 мин)
Эссе об этом направлении работ С4 «Как природа решает проблемы с помощью вычислений» https://goo.gl/3b71TR (5 мин)
#ЭволюционнаяБиология #КоллективныеВычисления #Нейронаука #ПринятиеРешений #Краудсорсинг
phys.org
How living systems compute solutions to problems
How do decisions get made in the natural world? One possibility is that the individuals or components in biological systems collectively compute solutions to challenges they face in their environments. ...
Черные лебеди, как новый закон природы.
Важнейшим последствием продолжения прорывной серии открытий центра С4 (о чем я писал вчера), может стать выработка стратегий предотвращения «Черных лебедей».
И поскольку у вас могут не дойти руки:
— до рекомендованного мною вчера эссе https://goo.gl/3b71TR
— до научных статей C4 https://goo.gl/DMjYRg
— до превосходных публичных лекций С4 https://goo.gl/mXaM8q , —
попробую выжать «сухой остаток» из этих сотен страниц и десятков часов видео на 2 мин. вашего чтения.
I) О «Черных лебедях» и коллективном поведении.
«Черные лебеди» возникают в результате коллективного поведения людей в предкритических ситуациях. Это относится к любым «Черным лебедям», - непредвиденные глобальные обвалы финансовых рынков, национальные и глобальные экономические кризисы, эпидемии схлопывания политических режимов, типа «Арабской весны».
Ключевых факторов того, взлетит ли новый «Черный лебедь» или все как-то утрясется без катастроф, два:
1) насколько близко подошла система к критической (переломной) точке - фазовому переходу системы;
2) в какую сторону: к критической точке или от нее подталкивает систему коллективное поведение.
Это похоже на толпу у обрыва над пропастью.
— Как поведет себя толпа?
— Будет ли она в результате сотен индивидуальных действий еще ближе приближаться к краю, а потом и просто выдавливать в пропасть людей?
— Или сумеет самоорганизоваться, начнет пятиться от края и тем самым предотвратит катастрофу?
Понять степень близости системы к критической точке – задача междисциплинарных исследований в соответствующей области: финансы и т.д. Этим занимаются в исследовательских центрах типа NECSI.
Понимание того, по каким схемам и с помощью каких механизмов формируются коллективные: поведение, действия, принятие решений – это задача исследований центра С4.
II) О большой войне, как новом законе природы
Исследования на матмоделях с проверкой на обезьянах позволило понять, как социальные и другие био-системы переходят из состояния А в Б. Например:
— Коллективное вычисление, выясняющее, кто в обезьяньей стае власть, требует множества драк с участием от 2х до 30+ особей.
— Маленькие драки часты, большие - редки.
— На модели с проверкой на практике удалось собрать данные о решениях отдельных особей присоединиться к драке.
— На основе этого определили число обезьян, чья склонность присоединиться к драке должна увеличиться, чтобы приблизить систему к критической точке (тотальная потасовка с непредсказуемым для стаи результатом).
— Оказалось, что требуется всего 3-5 особей, чтобы подтолкнуть систему к краю пропасти.
— Дальше определили, как самые статусные индивиды способны чуть ли ни в одиночку довести до тотальной драки.
И вот тут откровение!
Выяснилось, что катастрофа тотального боя как бы притягивает участников. А его последствия, при всей катастрофичности, позволяют решить иначе не решаемую задачу:
✔️ полностью переконфигурировать стаю в ситуации, когда окружающая среда меняется от известной до неизвестной.
Т.е. вот она причина того, что большой войны оказывается не миновать.
Оказывается, что «Черные лебеди» прилетают к нам не по собственной воле.
Это наше коллективное рассогласование с кардинально изменившейся средой так меняет наше поведение, что мы сами толкаем ситуацию в пропасть.
И это, похоже, еще один новый закон природы.
#ЭволюционнаяБиология #КоллективныеВычисления #Нейронаука #ПринятиеРешений #Краудсорсинг #ЧерныйЛебедь
Важнейшим последствием продолжения прорывной серии открытий центра С4 (о чем я писал вчера), может стать выработка стратегий предотвращения «Черных лебедей».
И поскольку у вас могут не дойти руки:
— до рекомендованного мною вчера эссе https://goo.gl/3b71TR
— до научных статей C4 https://goo.gl/DMjYRg
— до превосходных публичных лекций С4 https://goo.gl/mXaM8q , —
попробую выжать «сухой остаток» из этих сотен страниц и десятков часов видео на 2 мин. вашего чтения.
I) О «Черных лебедях» и коллективном поведении.
«Черные лебеди» возникают в результате коллективного поведения людей в предкритических ситуациях. Это относится к любым «Черным лебедям», - непредвиденные глобальные обвалы финансовых рынков, национальные и глобальные экономические кризисы, эпидемии схлопывания политических режимов, типа «Арабской весны».
Ключевых факторов того, взлетит ли новый «Черный лебедь» или все как-то утрясется без катастроф, два:
1) насколько близко подошла система к критической (переломной) точке - фазовому переходу системы;
2) в какую сторону: к критической точке или от нее подталкивает систему коллективное поведение.
Это похоже на толпу у обрыва над пропастью.
— Как поведет себя толпа?
— Будет ли она в результате сотен индивидуальных действий еще ближе приближаться к краю, а потом и просто выдавливать в пропасть людей?
— Или сумеет самоорганизоваться, начнет пятиться от края и тем самым предотвратит катастрофу?
Понять степень близости системы к критической точке – задача междисциплинарных исследований в соответствующей области: финансы и т.д. Этим занимаются в исследовательских центрах типа NECSI.
Понимание того, по каким схемам и с помощью каких механизмов формируются коллективные: поведение, действия, принятие решений – это задача исследований центра С4.
II) О большой войне, как новом законе природы
Исследования на матмоделях с проверкой на обезьянах позволило понять, как социальные и другие био-системы переходят из состояния А в Б. Например:
— Коллективное вычисление, выясняющее, кто в обезьяньей стае власть, требует множества драк с участием от 2х до 30+ особей.
— Маленькие драки часты, большие - редки.
— На модели с проверкой на практике удалось собрать данные о решениях отдельных особей присоединиться к драке.
— На основе этого определили число обезьян, чья склонность присоединиться к драке должна увеличиться, чтобы приблизить систему к критической точке (тотальная потасовка с непредсказуемым для стаи результатом).
— Оказалось, что требуется всего 3-5 особей, чтобы подтолкнуть систему к краю пропасти.
— Дальше определили, как самые статусные индивиды способны чуть ли ни в одиночку довести до тотальной драки.
И вот тут откровение!
Выяснилось, что катастрофа тотального боя как бы притягивает участников. А его последствия, при всей катастрофичности, позволяют решить иначе не решаемую задачу:
✔️ полностью переконфигурировать стаю в ситуации, когда окружающая среда меняется от известной до неизвестной.
Т.е. вот она причина того, что большой войны оказывается не миновать.
Оказывается, что «Черные лебеди» прилетают к нам не по собственной воле.
Это наше коллективное рассогласование с кардинально изменившейся средой так меняет наше поведение, что мы сами толкаем ситуацию в пропасть.
И это, похоже, еще один новый закон природы.
#ЭволюционнаяБиология #КоллективныеВычисления #Нейронаука #ПринятиеРешений #Краудсорсинг #ЧерныйЛебедь
Quanta Magazine
How Nature Solves Problems Through Computation
The evolutionary biologist Jessica Flack seeks the computational rules that groups of organisms use to solve problems.
ЦРУ создает кентавров для предсказания будущего.
Эта тема — одна из моих любимых. И уже не первый месяц, как я собираюсь начать о ней писать.
Хотя не совсем так. Кое-что я уже про это писал. И даже не раз. Но не системно, а как-то по касательной. Как бы подступаясь к этой многогранной истории с разных сторон:
— писал об интеллектуальных кентаврах — симбиозе интеллекта человека и компьютера, — альтернативе мейнстриму ИИ технологий, плодящему «бездумные машины»;
— о том, как устроен интеллект человека, и в чем его принципиальное отличие от интеллекта компьютера;
— о возможности предсказания будущего;
— о роли случайности.
Наверное, наиболее проницательные из моих читателей уже поняли, куда я клоню.
К тому, что всё вышеперечисленное — грани одной комплексной темы: взаимосвязи интеллекта (человеческого, машинного, кентаврического) и предсказаний будущего. Но как они связаны — интеллект и предсказания?
Полагаю, хватить дробить эту тему. Пора попытаться нарисовать общую картину.
Но такой рассказ в один или даже пару постов не втиснуть. Слишком много здесь захватывающих, крайне малоизвестных и интригующих поворотов. Хочу попробовать редкий для е-каналов жанр — постосериал, еженедельно публикуя продолжение одной большой истории.
Ну а начну с прояснения заголовка. Как в этой теме сплелись кентавры и предсказания будущего, объясню чуть позже. А начну с интриги, — при здесь ЦРУ, да еще и на ключевой позиции.
Тегов у этого постосериала будет много:
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Мда… И обо всем этом я собираюсь написать в одном постосериале? … Ну хотя бы попробую 😊
Вот 1й пост 1го сезона нового постосериала. https://goo.gl/2AemSJ
Эта тема — одна из моих любимых. И уже не первый месяц, как я собираюсь начать о ней писать.
Хотя не совсем так. Кое-что я уже про это писал. И даже не раз. Но не системно, а как-то по касательной. Как бы подступаясь к этой многогранной истории с разных сторон:
— писал об интеллектуальных кентаврах — симбиозе интеллекта человека и компьютера, — альтернативе мейнстриму ИИ технологий, плодящему «бездумные машины»;
— о том, как устроен интеллект человека, и в чем его принципиальное отличие от интеллекта компьютера;
— о возможности предсказания будущего;
— о роли случайности.
Наверное, наиболее проницательные из моих читателей уже поняли, куда я клоню.
К тому, что всё вышеперечисленное — грани одной комплексной темы: взаимосвязи интеллекта (человеческого, машинного, кентаврического) и предсказаний будущего. Но как они связаны — интеллект и предсказания?
Полагаю, хватить дробить эту тему. Пора попытаться нарисовать общую картину.
Но такой рассказ в один или даже пару постов не втиснуть. Слишком много здесь захватывающих, крайне малоизвестных и интригующих поворотов. Хочу попробовать редкий для е-каналов жанр — постосериал, еженедельно публикуя продолжение одной большой истории.
Ну а начну с прояснения заголовка. Как в этой теме сплелись кентавры и предсказания будущего, объясню чуть позже. А начну с интриги, — при здесь ЦРУ, да еще и на ключевой позиции.
Тегов у этого постосериала будет много:
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Мда… И обо всем этом я собираюсь написать в одном постосериале? … Ну хотя бы попробую 😊
Вот 1й пост 1го сезона нового постосериала. https://goo.gl/2AemSJ
Medium
ЦРУ создает кентавров для предсказания будущего
Постосериал: 1й сезон, 1й пост — “Мистер Q и футбол”
Новое экспериментальное подтверждение, что мир - это галлюцинация.
Это не реальность, а смоделированная мозгом конструкция.
Вот, например, ваш мозг считает, что элементы статичной картинки должны двигаться. И вы никуда не денетесь, - увидите движущуюся картинку. А ведь это, как не трудно догадаться, - всего лишь иллюзия, подсовываемая мозгом вашему сознанию.
😎 Читатели, не любящие видеть в тексте много гиперссылок и желающие посмотреть картинки, могут дальше читать этот пост в Instant View на Medium https://goo.gl/S9u6CH )
🤓 Прочие могут просто читать дальше этот пост.
Сознательная реальность каждого человека – не более чем галлюцинация, созданная мозгом. И все мы постоянно галлюцинируем, а когда согласовываем наши галлюцинации, то называем их «реальностью».
Обоснование таких представлений вы можете получить из:
— моего поста «Ошибка Маска. Мир – не матрица, а коллективная галлюцинация» https://goo.gl/8fepJi
— выступления на TEDe профессора когнитивной и вычислительной нейробиологии Анил Сет (видео на 17 мин https://goo.gl/KKHaz3 и текст перевода https://goo.gl/U7eKwL ).
В основе этих представлений – набирающая популярность Теория/Гипотеза прогнозирующего кодирования.
— В 2012 это была лишь теоретическая гипотеза https://goo.gl/mKi8BQ
— А сегодня эта теория уже вовсю используется для программирования ИИ https://goo.gl/vQJizC.
Суть Теории прогнозирующего кодирования, в двух словах, такова.
— Наше восприятие генерируется мозгом и лишь корректируется внешней информацией от органов чувств. В противном случае ему пришлось бы обрабатывать слишком много данных, а это нерационально.
— Поэтому эволюция нашла для мозга обходной путь. Мозг постоянно прогнозирует, строя модель окружающего мира, и непрерывно сравнивая совпадает ли поступающая сенсорная информация с его прогнозом.
— Если совпадает – отлично (значит модель мира хороша).
— Если же нет, – приходится менять:
— — либо прогноз (переделывать модель), что накладно и потому редко,
— — либо саму информацию (подключать другие органы чувств), что, например, для картинки и не сделаешь;
— — либо менять свои представления.
Иными словами, Информация из внешнего мира поступает к нам через узкое окно Восприятия и формирует наши Убеждения. Но затем эти Убеждения действуют подобно линзе: фокусируясь на том, что им нужно увидеть, а не на том, что видится в реальности.
В результате, мы видим не реальность, а то, что «хочет» видеть наш мозг.
Новое исследование https://goo.gl/98U4q1 Национального института естественных наук Японии довольно прорывное.
✔️ До сих пор удавалось получить экспериментальное подтверждение «галлюцинотворчества мозга», лишь по отношению к восприятию статических изображений (см. How Your Brain Decides Without You https://goo.gl/XrxonM и сокращенный перевод «Иллюзия объективности» https://goo.gl/LqSpdS - лениво читать, так хоть картинки иллюзий посмотрите)
✔️ Новое исследование позволило научить ИИ (а именно, алгоритм распознавания картинок):
— не только распознавать наличие на картинке оптической иллюзии, но еще и
— определять, с какой скоростью и в какую сторону будет двигаться та или иная часть статической картинки https://goo.gl/AoqRnX
И самое важное.
❗️ Если объединить:
1) теорию прогнозирующего кодирования,
2) вышеописанную практику «галлюцинотворчества мозга»,
3) теорию сенсомоторного вывода (см. https://goo.gl/HuQpi6),
❗️ получается, что ВСЕ наши представления о реальности (вырабатываемые на основе ВСЕХ органов чувств) – всего лишь галлюцинация.
#ИИ #Мозг #Нейронаука #Сознание #АнилСет
Это не реальность, а смоделированная мозгом конструкция.
Вот, например, ваш мозг считает, что элементы статичной картинки должны двигаться. И вы никуда не денетесь, - увидите движущуюся картинку. А ведь это, как не трудно догадаться, - всего лишь иллюзия, подсовываемая мозгом вашему сознанию.
😎 Читатели, не любящие видеть в тексте много гиперссылок и желающие посмотреть картинки, могут дальше читать этот пост в Instant View на Medium https://goo.gl/S9u6CH )
🤓 Прочие могут просто читать дальше этот пост.
Сознательная реальность каждого человека – не более чем галлюцинация, созданная мозгом. И все мы постоянно галлюцинируем, а когда согласовываем наши галлюцинации, то называем их «реальностью».
Обоснование таких представлений вы можете получить из:
— моего поста «Ошибка Маска. Мир – не матрица, а коллективная галлюцинация» https://goo.gl/8fepJi
— выступления на TEDe профессора когнитивной и вычислительной нейробиологии Анил Сет (видео на 17 мин https://goo.gl/KKHaz3 и текст перевода https://goo.gl/U7eKwL ).
В основе этих представлений – набирающая популярность Теория/Гипотеза прогнозирующего кодирования.
— В 2012 это была лишь теоретическая гипотеза https://goo.gl/mKi8BQ
— А сегодня эта теория уже вовсю используется для программирования ИИ https://goo.gl/vQJizC.
Суть Теории прогнозирующего кодирования, в двух словах, такова.
— Наше восприятие генерируется мозгом и лишь корректируется внешней информацией от органов чувств. В противном случае ему пришлось бы обрабатывать слишком много данных, а это нерационально.
— Поэтому эволюция нашла для мозга обходной путь. Мозг постоянно прогнозирует, строя модель окружающего мира, и непрерывно сравнивая совпадает ли поступающая сенсорная информация с его прогнозом.
— Если совпадает – отлично (значит модель мира хороша).
— Если же нет, – приходится менять:
— — либо прогноз (переделывать модель), что накладно и потому редко,
— — либо саму информацию (подключать другие органы чувств), что, например, для картинки и не сделаешь;
— — либо менять свои представления.
Иными словами, Информация из внешнего мира поступает к нам через узкое окно Восприятия и формирует наши Убеждения. Но затем эти Убеждения действуют подобно линзе: фокусируясь на том, что им нужно увидеть, а не на том, что видится в реальности.
В результате, мы видим не реальность, а то, что «хочет» видеть наш мозг.
Новое исследование https://goo.gl/98U4q1 Национального института естественных наук Японии довольно прорывное.
✔️ До сих пор удавалось получить экспериментальное подтверждение «галлюцинотворчества мозга», лишь по отношению к восприятию статических изображений (см. How Your Brain Decides Without You https://goo.gl/XrxonM и сокращенный перевод «Иллюзия объективности» https://goo.gl/LqSpdS - лениво читать, так хоть картинки иллюзий посмотрите)
✔️ Новое исследование позволило научить ИИ (а именно, алгоритм распознавания картинок):
— не только распознавать наличие на картинке оптической иллюзии, но еще и
— определять, с какой скоростью и в какую сторону будет двигаться та или иная часть статической картинки https://goo.gl/AoqRnX
И самое важное.
❗️ Если объединить:
1) теорию прогнозирующего кодирования,
2) вышеописанную практику «галлюцинотворчества мозга»,
3) теорию сенсомоторного вывода (см. https://goo.gl/HuQpi6),
❗️ получается, что ВСЕ наши представления о реальности (вырабатываемые на основе ВСЕХ органов чувств) – всего лишь галлюцинация.
#ИИ #Мозг #Нейронаука #Сознание #АнилСет
Medium
Новое экспериментальное подтверждение, что мир — это галлюцинация
Это не реальность, а смоделированная мозгом конструкция
Проект «Карта будущего»
2й пост 1го сезона постосериала «ЦРУ создает кентавров для предсказания будущего»
Соперничество между военными и разведкой в США еще круче, чем соперничество между КГБ и МВД (во всех их исторических ипостасях). Т.е. было всегда и ныне процветает, касаясь, казалось бы, самых экзотических и неожиданных областей.
Самым ярким примером такого соперничества в последние десятилетия стала «30летняя война» Министерства обороны США и ЦРУ за первенство в обладании технологии предсказания будущего.
В 1й серии этого постосериала было рассказано, что:
✔️ предсказание будущего — это вовсе не шаманство, а острая необходимость для принятия решений в любом мало-мальски ответственном деле;
✔️ не смотря на крайнюю сложность более-менее точных предсказаний, людям все равно приходится делать предсказания каждый раз, когда нужно принимать решения — т.е. от предсказаний все равно никуда не денешься, и потому задача повышения точности предсказаний — крайне актуальная, вполне практическая и высокоприоритетная;
✔️ существуют 2х основных направления в области исследования методов и технологий повышения точности предсказаний:
— поиск и выявление супер-предсказателей;
— агрегация информации от многих предсказателей с использованием рыночных механизмов — рынков предсказаний.
Во 2ом посте будет рассказано о генеральном сражении «30летней войны» Министерства обороны США и ЦРУ за первенство в обладании технологией предсказания будущего.
Это генеральное сражение произошло 15 лет назад. Наступающей стороной было Министерство обороны США, а победителем стало ЦРУ.
Ну а главным героем этой битвы, во многом определившим направление исследований предсказания будущего на годы вперед, стал адмирал Пойндекстер — ключевая фигура наиболее хитроумных спецопераций американских военных, прозванный за это «Адмирал-затейник», а также:
— изобретатель ставшей сегодня широко известной технологии создания «Ситуационных центров»,
— отец стратегии информационных войн, программы тотального прослушивания и контртеррористических информационных операций,
— а ко всему прочему, страстный приверженец идеи необходимости поиска методов улучшения предсказаний будущего, как основного средства повышения национальной безопасности США.
Продолжить чтение в Instant View на Medium
https://goo.gl/9J2321
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
2й пост 1го сезона постосериала «ЦРУ создает кентавров для предсказания будущего»
Соперничество между военными и разведкой в США еще круче, чем соперничество между КГБ и МВД (во всех их исторических ипостасях). Т.е. было всегда и ныне процветает, касаясь, казалось бы, самых экзотических и неожиданных областей.
Самым ярким примером такого соперничества в последние десятилетия стала «30летняя война» Министерства обороны США и ЦРУ за первенство в обладании технологии предсказания будущего.
В 1й серии этого постосериала было рассказано, что:
✔️ предсказание будущего — это вовсе не шаманство, а острая необходимость для принятия решений в любом мало-мальски ответственном деле;
✔️ не смотря на крайнюю сложность более-менее точных предсказаний, людям все равно приходится делать предсказания каждый раз, когда нужно принимать решения — т.е. от предсказаний все равно никуда не денешься, и потому задача повышения точности предсказаний — крайне актуальная, вполне практическая и высокоприоритетная;
✔️ существуют 2х основных направления в области исследования методов и технологий повышения точности предсказаний:
— поиск и выявление супер-предсказателей;
— агрегация информации от многих предсказателей с использованием рыночных механизмов — рынков предсказаний.
Во 2ом посте будет рассказано о генеральном сражении «30летней войны» Министерства обороны США и ЦРУ за первенство в обладании технологией предсказания будущего.
Это генеральное сражение произошло 15 лет назад. Наступающей стороной было Министерство обороны США, а победителем стало ЦРУ.
Ну а главным героем этой битвы, во многом определившим направление исследований предсказания будущего на годы вперед, стал адмирал Пойндекстер — ключевая фигура наиболее хитроумных спецопераций американских военных, прозванный за это «Адмирал-затейник», а также:
— изобретатель ставшей сегодня широко известной технологии создания «Ситуационных центров»,
— отец стратегии информационных войн, программы тотального прослушивания и контртеррористических информационных операций,
— а ко всему прочему, страстный приверженец идеи необходимости поиска методов улучшения предсказаний будущего, как основного средства повышения национальной безопасности США.
Продолжить чтение в Instant View на Medium
https://goo.gl/9J2321
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Medium
Проект «Карта будущего»
2й пост 1го сезона постосериала «ЦРУ создает кентавров для предсказания будущего»
Предсказания становятся приоритетом.
3й пост постосериала «ЦРУ создает кентавров для предсказания будущего».
Новый этап исследований и разработок по предсказанию будущих событий для обеспечения национальной безопасности США возглавила разведка. Он продолжался до прошлого 2017 года и отличался от 1го этапа двумя принципиальными моментами:
1) Законодательный запрет на игру на деньги в области предсказаний, заставил сместить фокус исследований с рынков предсказаний на поиск супер-предсказателей и ряд других методов повышения эффективности предсказаний «коллективного интеллекта».
2) Объемы финансирования и, соответственно, число и разнообразие проектов качественно выросло после оглашения в 2004 результатов работы комиссии по теракту 9/11. Разведсообщество было поставлено перед фактом – делайте, что хотите, но такого повториться не должно.
Этот этап исследований можно условно назвать «Поиск максимума человеческих возможностей в предсказаниях». Об этом и будет рассказ.
Продолжить чтение в Instant View на Medium
https://goo.gl/4Y1Kp1
Предыдущие посты постосериала:
№1 https://goo.gl/2AemSJ
№2 https://goo.gl/9J2321
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
3й пост постосериала «ЦРУ создает кентавров для предсказания будущего».
Новый этап исследований и разработок по предсказанию будущих событий для обеспечения национальной безопасности США возглавила разведка. Он продолжался до прошлого 2017 года и отличался от 1го этапа двумя принципиальными моментами:
1) Законодательный запрет на игру на деньги в области предсказаний, заставил сместить фокус исследований с рынков предсказаний на поиск супер-предсказателей и ряд других методов повышения эффективности предсказаний «коллективного интеллекта».
2) Объемы финансирования и, соответственно, число и разнообразие проектов качественно выросло после оглашения в 2004 результатов работы комиссии по теракту 9/11. Разведсообщество было поставлено перед фактом – делайте, что хотите, но такого повториться не должно.
Этот этап исследований можно условно назвать «Поиск максимума человеческих возможностей в предсказаниях». Об этом и будет рассказ.
Продолжить чтение в Instant View на Medium
https://goo.gl/4Y1Kp1
Предыдущие посты постосериала:
№1 https://goo.gl/2AemSJ
№2 https://goo.gl/9J2321
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Medium
Предсказания становятся приоритетом
3й пост постосериала «ЦРУ создает кентавров для предсказания будущего»
Почему у одних много секса без любви, а у других - только при отношениях.
Ответ на этот вопрос наконец-то получен. Мэрилин Монро оказалась права, говоря: «Секс — часть природы. Я в согласии с природой»
Индивидуальные различия в предпочтении секса без ограничений (без необходимости любви) или ограниченного (только в рамках долговременных отношений) называются социосексуальной ориентацией.
У людей с неограниченной ориентацией много больше партнеров в прошлом, и с кем-то они провели всего ночь или час. Этот тип людей рассчитывает на большее количество партнеров и в будущем. Они раньше в отношениях с другими переходят к сексу, чаще заводят нескольких партнеров, ощущают меньший эмоциональный вклад в отношения, менее преданны, испытывают меньше любви и меньше ощущают взаимозависимость от своих нынешних партнеров.
Еще более важно, - люди с неограниченной и ограниченной ориентацией ищут партнеров разного типа.
Первые выбирают социально заметных и привлекательных (женщин, например, привлекают альфа-самцы с выраженной маскулинной внешностью, повадками и поведением).
Вторые предпочитают партнеров с чертами хороших родительских качеств: ответственность, привязанность, стабильность и верность.
Все это хорошо известно. А у психологов и сексологов даже есть специальная шкала и опросник для измерения социосексуальности (см. под 1м катом).
Одна проблема, - не понятно, от чего зависит социосексуальная ориентация: гены, воспитание, среда?
— Действительно ли люди с ограниченной ориентацией обладают слабым сексуальным драйвом? Оказалось, нет.
— Связана ли социосексуальная ориентация с частотой занятий сексом? Оказалось, тоже нет.
Как только люди вступают в удовлетворяющие взаимоотношения, то, независимо от уровня социосексуальности, столько же занимаются сексом и получают такое же удовлетворение.
— А может люди с неограниченной ориентацией не склонны к ощущению вины за измены?
— Может они не испытывают чувства стыда по отношению к противоположному полу?
Или же все не так, и дело лишь в генах?
Вроде как, получается последнее (Мэрилин Монро была права ☺️ ).
На только что закончившемся Social & Affective Neuroscience Society Annual Meeting 2018 в еще не опубликованном докладе Sociosexuality and behavioral inhibition: electrophysiological evidence of inhibitory control deficits to sexual stimuli представлены экспериментальные доказательства, что людям с более неограниченной социосексуальностью нужно тратить ощутимо больше когнитивных ресурсов, чтобы успешно угнетать свои поведенческие реакции на сексуальные стимулы.
Примерно так, как более тяжелому человеку (скажем, 120 кг) нужно сильнее постараться и потратить куда больше энергии, чтобы остановиться на полном бегу, чем бегущему с той же скоростью человеку весом 60 кг.
То, что разные люди на одни и те же сексуальные стимулы реагируют по-разному, понятно любому.
Однако, зафиксировать на электроэнцефалографе, как нарастает уровень «стоп-сигнала» поведенческой реакции («держите меня семеро!») на такие стимулы у разных людей, смогли впервые.
И не только зафиксировать, а также измерить и классифицировать. Т.е. теперь пары, не входя в романтические отношения, смогут понять, что из себя представляет партнер, и «скольким людям его будет нужно держать» при появлении на горизонте сексопобуждающих стимулов, чтобы он не улетел во все тяжкие.
А то ведь люди озадачиваются, как подбирать спутника жизни по духу и взглядам. Тогда как совпадение уровней социосексуальности, может, и поважнее будет.
Кому интересно, вот 3 ссылки:
— Restricted vs. Unrestricted Sociosexuality: What Does It Mean? https://goo.gl/hPXAKi
— Sociosexual orientation and risk of divorce https://goo.gl/KfWtxp
— Dating experts explain polyamory and open relationships https://goo.gl/HShzRN
#Психология #Нейронаука
Ответ на этот вопрос наконец-то получен. Мэрилин Монро оказалась права, говоря: «Секс — часть природы. Я в согласии с природой»
Индивидуальные различия в предпочтении секса без ограничений (без необходимости любви) или ограниченного (только в рамках долговременных отношений) называются социосексуальной ориентацией.
У людей с неограниченной ориентацией много больше партнеров в прошлом, и с кем-то они провели всего ночь или час. Этот тип людей рассчитывает на большее количество партнеров и в будущем. Они раньше в отношениях с другими переходят к сексу, чаще заводят нескольких партнеров, ощущают меньший эмоциональный вклад в отношения, менее преданны, испытывают меньше любви и меньше ощущают взаимозависимость от своих нынешних партнеров.
Еще более важно, - люди с неограниченной и ограниченной ориентацией ищут партнеров разного типа.
Первые выбирают социально заметных и привлекательных (женщин, например, привлекают альфа-самцы с выраженной маскулинной внешностью, повадками и поведением).
Вторые предпочитают партнеров с чертами хороших родительских качеств: ответственность, привязанность, стабильность и верность.
Все это хорошо известно. А у психологов и сексологов даже есть специальная шкала и опросник для измерения социосексуальности (см. под 1м катом).
Одна проблема, - не понятно, от чего зависит социосексуальная ориентация: гены, воспитание, среда?
— Действительно ли люди с ограниченной ориентацией обладают слабым сексуальным драйвом? Оказалось, нет.
— Связана ли социосексуальная ориентация с частотой занятий сексом? Оказалось, тоже нет.
Как только люди вступают в удовлетворяющие взаимоотношения, то, независимо от уровня социосексуальности, столько же занимаются сексом и получают такое же удовлетворение.
— А может люди с неограниченной ориентацией не склонны к ощущению вины за измены?
— Может они не испытывают чувства стыда по отношению к противоположному полу?
Или же все не так, и дело лишь в генах?
Вроде как, получается последнее (Мэрилин Монро была права ☺️ ).
На только что закончившемся Social & Affective Neuroscience Society Annual Meeting 2018 в еще не опубликованном докладе Sociosexuality and behavioral inhibition: electrophysiological evidence of inhibitory control deficits to sexual stimuli представлены экспериментальные доказательства, что людям с более неограниченной социосексуальностью нужно тратить ощутимо больше когнитивных ресурсов, чтобы успешно угнетать свои поведенческие реакции на сексуальные стимулы.
Примерно так, как более тяжелому человеку (скажем, 120 кг) нужно сильнее постараться и потратить куда больше энергии, чтобы остановиться на полном бегу, чем бегущему с той же скоростью человеку весом 60 кг.
То, что разные люди на одни и те же сексуальные стимулы реагируют по-разному, понятно любому.
Однако, зафиксировать на электроэнцефалографе, как нарастает уровень «стоп-сигнала» поведенческой реакции («держите меня семеро!») на такие стимулы у разных людей, смогли впервые.
И не только зафиксировать, а также измерить и классифицировать. Т.е. теперь пары, не входя в романтические отношения, смогут понять, что из себя представляет партнер, и «скольким людям его будет нужно держать» при появлении на горизонте сексопобуждающих стимулов, чтобы он не улетел во все тяжкие.
А то ведь люди озадачиваются, как подбирать спутника жизни по духу и взглядам. Тогда как совпадение уровней социосексуальности, может, и поважнее будет.
Кому интересно, вот 3 ссылки:
— Restricted vs. Unrestricted Sociosexuality: What Does It Mean? https://goo.gl/hPXAKi
— Sociosexual orientation and risk of divorce https://goo.gl/KfWtxp
— Dating experts explain polyamory and open relationships https://goo.gl/HShzRN
#Психология #Нейронаука
Не знаю, как читать, но писать о том, о чем в мире очень мало кто знает, - весьма увлекательно. Хочется писать и писать. Но даже лонгрид не резиновый.
Ну а как кратко описать, о чем этот лонгрид – вообще загадка.
Попробую последовать с детства любимому Жюлю-Верну.
Краткое содержание лонгрида про «топор под компасом американской разведки» и про то, кто кого сборет - краудсорсинг против рынков предсказаний:
Бомба замедленного действия. — Таинственная смерть на Эвересте. — Триумф и крах Intrade. — Упреждающая разведка. — ЦРУ спешит на помощь. — Результативность прогнозов растет. — Но точность хромает. — Два сокрушительных удара. — Черные лебеди не ловятся. — Требуются кентавры.
Мой новый пост https://goo.gl/ggcXCo
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Ну а как кратко описать, о чем этот лонгрид – вообще загадка.
Попробую последовать с детства любимому Жюлю-Верну.
Краткое содержание лонгрида про «топор под компасом американской разведки» и про то, кто кого сборет - краудсорсинг против рынков предсказаний:
Бомба замедленного действия. — Таинственная смерть на Эвересте. — Триумф и крах Intrade. — Упреждающая разведка. — ЦРУ спешит на помощь. — Результативность прогнозов растет. — Но точность хромает. — Два сокрушительных удара. — Черные лебеди не ловятся. — Требуются кентавры.
Мой новый пост https://goo.gl/ggcXCo
#ИнтеллектКентавра #AI #ИИ #IA #AIA #Краудсорсинг #РынкиПредсказаний #АльтернативныйИИ #Прогнозирование #Будущее #ПринятиеРешений #Случайность #Память #КогнитивныеСистемы #Нейронаука #IARPA
Medium
Топор под компасом американской разведки
Краудсорсинг против рынков предсказаний
Мир не иллюзия, а конкуренция иллюзий.
Так работает наиважнейший для эволюции нейро-алгоритм.
Знаменитый Калифорнийский институт технологий (Caltech) предъявил миру новую гениально простую «Иллюзию Кролика», позволяющую каждому удостовериться в справедливости заголовка.
— Нет никакого объективного мира.
— Наш мозг получает информацию от органов чувств и строит по ней модели мира, необходимые для принятия решений (это и есть вершина эволюции для обеспечения выживания и воспроизводства).
— Т.к. чувств несколько, приходится строить много моделей: моно-модели для каждого из чувств и мульти-модели для кросс-сенсорных пересечений.
Все эти модели нужно как-то интегрировать (иначе как принимать решения?)
Алгоритм интеграции – уникальный копирайт эволюции:
• какая из моделей возьмет верх – большой вопрос (хотя, казалось бы, модель на основе зрительной инфы должна доминировать);
• для того нас и так много, чтобы эволюции экспериментировать с этим важнейшим для нее супер-алгоритмом (подбирая параметры и подстраивая алгоритм на каждом из уникальных индивидов).
N.B. Эксперименты с «Иллюзией Кролика» также показывают, что Эйнштейн был прав, говоря «время - это иллюзия». На деле, «Иллюзия Кролика» – это иллюзия путешествия во времени (авторы так и называют её Time-Traveling Illusion)
Предлагаю каждому самому убедиться в вышесказанном:
- пройдите тестирование на «Иллюзию Кролика» (это займет 49 сек) https://www.youtube.com/watch?v=yCpsQ8LZOco&feature=youtu.be
- прочтите описание того, как она работает https://www.sciencedaily.com/releases/2018/10/181009113612.htm
- для углубленного изучения вот доступ к авторским материалам (тексты, видео, таблицы …)
https://authors.library.caltech.edu/90151/
- если кому-то нужно на русском http://thebigtheone.com/?p=2927 (со странным заголовком))
А также:
Про предыдущее не столь научное, но очень красивое подтверждение иллюзорности мира https://t.me/theworldisnoteasy/479
#Мозг #Нейронаука #Сознание
Так работает наиважнейший для эволюции нейро-алгоритм.
Знаменитый Калифорнийский институт технологий (Caltech) предъявил миру новую гениально простую «Иллюзию Кролика», позволяющую каждому удостовериться в справедливости заголовка.
— Нет никакого объективного мира.
— Наш мозг получает информацию от органов чувств и строит по ней модели мира, необходимые для принятия решений (это и есть вершина эволюции для обеспечения выживания и воспроизводства).
— Т.к. чувств несколько, приходится строить много моделей: моно-модели для каждого из чувств и мульти-модели для кросс-сенсорных пересечений.
Все эти модели нужно как-то интегрировать (иначе как принимать решения?)
Алгоритм интеграции – уникальный копирайт эволюции:
• какая из моделей возьмет верх – большой вопрос (хотя, казалось бы, модель на основе зрительной инфы должна доминировать);
• для того нас и так много, чтобы эволюции экспериментировать с этим важнейшим для нее супер-алгоритмом (подбирая параметры и подстраивая алгоритм на каждом из уникальных индивидов).
N.B. Эксперименты с «Иллюзией Кролика» также показывают, что Эйнштейн был прав, говоря «время - это иллюзия». На деле, «Иллюзия Кролика» – это иллюзия путешествия во времени (авторы так и называют её Time-Traveling Illusion)
Предлагаю каждому самому убедиться в вышесказанном:
- пройдите тестирование на «Иллюзию Кролика» (это займет 49 сек) https://www.youtube.com/watch?v=yCpsQ8LZOco&feature=youtu.be
- прочтите описание того, как она работает https://www.sciencedaily.com/releases/2018/10/181009113612.htm
- для углубленного изучения вот доступ к авторским материалам (тексты, видео, таблицы …)
https://authors.library.caltech.edu/90151/
- если кому-то нужно на русском http://thebigtheone.com/?p=2927 (со странным заголовком))
А также:
Про предыдущее не столь научное, но очень красивое подтверждение иллюзорности мира https://t.me/theworldisnoteasy/479
#Мозг #Нейронаука #Сознание
YouTube
The Rabbit Illusion
Caltech researchers have developed these two new illusions that reveal how the senses can influence each other—in particular, how sound can give rise to visual illusions. These illusions occur so quickly that they illustrate a phenomenon called postdiction…
Инновационная «Теория интеллекта тысячи мозгов», бросает вызов привычным взглядам и способна кардинально поменять не только ИИ, но и нейронауку будущего.
Но самое поразительное, что эту революционную теорию начинают признавать, и значит она может прорваться в научный мейнстрим.
Поводом для такого утверждения стала позавчерашняя публикация в Psychology Today статьи Cami Rosso «New Theory of Intelligence May Disrupt AI and Neuroscience», рассказывающей о новейшем исследовании, раздвигающем рамки новой теории “The Thousand Brains Theory of Intelligence”.
Это исследование «A Framework for Intelligence and Cortical Function Based on Grid Cells in the Neocortex» было в октябре опубликовано компанией Numenta и представлено идеологом и основателем Numenta Джеффом Хокинсом на проходившем в Маастрихе Human Brain Project Summit.
Суть «Теории интеллекта тысячи мозгов» проста и элегантна, как Е=mC2.
В мозге создаются сотни, если не тысячи, моделей для каждого из объектов окружающего мира. Их интеграция происходит в каждом кортикальном столбце. И это происходит не только на всех уровнях иерархии, но и параллельно.
Из этого следует очень многое. И в частности, что многое из уже написанного здесь – правда:
• «Мир – это не просто галлюцинация», а «Конкуренция множества иллюзий»
• «Новая теория того, как мозг строит модель мира, - это прорывной шаг к построению сильного ИИ»
• «Куда идет ИИ – уже не столь уж большой секрет»
#ИИ #Нейронаука
Но самое поразительное, что эту революционную теорию начинают признавать, и значит она может прорваться в научный мейнстрим.
Поводом для такого утверждения стала позавчерашняя публикация в Psychology Today статьи Cami Rosso «New Theory of Intelligence May Disrupt AI and Neuroscience», рассказывающей о новейшем исследовании, раздвигающем рамки новой теории “The Thousand Brains Theory of Intelligence”.
Это исследование «A Framework for Intelligence and Cortical Function Based on Grid Cells in the Neocortex» было в октябре опубликовано компанией Numenta и представлено идеологом и основателем Numenta Джеффом Хокинсом на проходившем в Маастрихе Human Brain Project Summit.
Суть «Теории интеллекта тысячи мозгов» проста и элегантна, как Е=mC2.
В мозге создаются сотни, если не тысячи, моделей для каждого из объектов окружающего мира. Их интеграция происходит в каждом кортикальном столбце. И это происходит не только на всех уровнях иерархии, но и параллельно.
Из этого следует очень многое. И в частности, что многое из уже написанного здесь – правда:
• «Мир – это не просто галлюцинация», а «Конкуренция множества иллюзий»
• «Новая теория того, как мозг строит модель мира, - это прорывной шаг к построению сильного ИИ»
• «Куда идет ИИ – уже не столь уж большой секрет»
#ИИ #Нейронаука
Psychology Today
New Theory of Intelligence May Disrupt AI and Neuroscience
“The Thousand Brains Theory" challenges commonly-held views in neuroscience, and may impact both artificial intelligence and neuroscience in the future.
• На каком языке программирования написан нейрокод эмоций.
• Чем концептуальная структура страха отличается у немцев и русских.
• Зачем нужна семантизация чувств/эмоций.
Об этом мой новый пост «Русский боится холода, а немец — тесноты» (4 мин)
- на Medium http://bit.ly/2NF6rJa
- на Яндекс Дзене https://clck.ru/HqwJm
#Эмоции #ЭволюционнаяПсихология #Нейронаука
• Чем концептуальная структура страха отличается у немцев и русских.
• Зачем нужна семантизация чувств/эмоций.
Об этом мой новый пост «Русский боится холода, а немец — тесноты» (4 мин)
- на Medium http://bit.ly/2NF6rJa
- на Яндекс Дзене https://clck.ru/HqwJm
#Эмоции #ЭволюционнаяПсихология #Нейронаука
Нейрокод шахида.
Готовность сражаться и умереть сидит в каждом. И если уметь ее активировать …
В недавнем посте «Русский боится холода, а немец — тесноты. Нейрокод эмоций у разных народов разный» я писал:
«Далеко не только инстинкты, но и сложные поведенческие акты основаны на выполнении заложенных в человека нейропрограмм. Кто «написал» этот нейрокод — некий гипер-умный Творец или природа за миллионы лет эволюции — спорить не будем (пост не об этом)».
Сегодня продолжение этой темы. Новейшие исследования на стыке когнитивной и эмоциональной нейробиологии открывают все новые поразительные сюрпризы.
• Каким образом устроена в человеке мотивация заплатить за что-либо собственной жизнью – т.н. «готовность сражаться и умереть» (Willingness to fight and die)?
• Какая логика или рациональная оценка может подвигнуть человека отдать жизнь за некие абстрактные идеалы?
• Куда при этом девается рациональное сопоставление приобретаемой выгоды и уплаченной цены?
• Почему, черт возьми, в таких ситуациях молчит разум?
Новое исследование показало.
При принятии решения заплатить за что-либо собственной жизнью, в мозге работает другая область, чем при повседневных решениях.
Обычно это область, которую можно условно назвать «область сопоставления затрат и выгод» (dlPFC), а когда ставка – жизнь, работает, условно называемая «область субъективных ценностей» (vmPFC), вообще не заморачивающаяся сопоставлением «приобретений» от поступка и его «цены».
Готовый пожертвовать жизнь делает это за «идел», за «праведность», которые областью мозга vmPFC относятся к субъективным ценностям, не подлежащим сравнительной оценке.
Вот ведь природа отчудила нейрокодик!
Но как много это объясняет в истории человечества.
И каким ужасом для мира может стать очередной шаг в этих исследованиях. Когда простым переключением области исполняемого нейрокода, можно будет мозг священника превратить в мозг шахида.
#ЭволюционнаяПсихология #Нейронаука
Готовность сражаться и умереть сидит в каждом. И если уметь ее активировать …
В недавнем посте «Русский боится холода, а немец — тесноты. Нейрокод эмоций у разных народов разный» я писал:
«Далеко не только инстинкты, но и сложные поведенческие акты основаны на выполнении заложенных в человека нейропрограмм. Кто «написал» этот нейрокод — некий гипер-умный Творец или природа за миллионы лет эволюции — спорить не будем (пост не об этом)».
Сегодня продолжение этой темы. Новейшие исследования на стыке когнитивной и эмоциональной нейробиологии открывают все новые поразительные сюрпризы.
• Каким образом устроена в человеке мотивация заплатить за что-либо собственной жизнью – т.н. «готовность сражаться и умереть» (Willingness to fight and die)?
• Какая логика или рациональная оценка может подвигнуть человека отдать жизнь за некие абстрактные идеалы?
• Куда при этом девается рациональное сопоставление приобретаемой выгоды и уплаченной цены?
• Почему, черт возьми, в таких ситуациях молчит разум?
Новое исследование показало.
При принятии решения заплатить за что-либо собственной жизнью, в мозге работает другая область, чем при повседневных решениях.
Обычно это область, которую можно условно назвать «область сопоставления затрат и выгод» (dlPFC), а когда ставка – жизнь, работает, условно называемая «область субъективных ценностей» (vmPFC), вообще не заморачивающаяся сопоставлением «приобретений» от поступка и его «цены».
Готовый пожертвовать жизнь делает это за «идел», за «праведность», которые областью мозга vmPFC относятся к субъективным ценностям, не подлежащим сравнительной оценке.
Вот ведь природа отчудила нейрокодик!
Но как много это объясняет в истории человечества.
И каким ужасом для мира может стать очередной шаг в этих исследованиях. Когда простым переключением области исполняемого нейрокода, можно будет мозг священника превратить в мозг шахида.
#ЭволюционнаяПсихология #Нейронаука
Переворот в представлениях об интеллекте людей и машин.
Это лишь 1й шаг, но за ним идут супер-прорывные открытия.
Назвав Альберта-Ласло Барабаши Эйнштейном 21 века, я все же не ошибся. Он открыл безмасштабные сети (scale-free network) и математически обосновал: они - основа мира. Вселенная на всех уровнях как бы энергетически запитывается этой безмасштабностью, главный механизм которой «предпочтительность установления связей» (preferential attachment) – следствие из 2го закона термодинамики, гласящего, что для вселенной в целом энтропия (мера хаоса) возрастает.
Последние несколько лет ушли на проверку – действительно ли сеть, образованная миллиардами нейронов человеческого мозга, работает по тем же информационным законам, что и Интернет.
Это сейчас самый фундаментальный вопрос на пути понимания интеллекта людей и машин.
Ибо если ответ «да»,
• раскрывается тайна того, как мозг, просеивая шум, выборочно запоминает только самое важное и не захлебывается в деталях;
• это сулит переворот в алгоритмике глубокого обучения ИИ, сегодня просто не обладающего механизмом нахождения компромисса между степенью детализации данных и продуктивностью выявления закономерностей в них.
Новое экспериментальное открытие позволило вплотную подойти к раскрытию загадки:
• каким образом мозг обрабатывает информацию, отбрасывая большую часть её в пользу более простых нейронных описаний;
• как усовершенствовать алгоритмы глубоко обучения ИИ, дабы они работали не тупо, как сейчас (за счет безумной производительности вычислений), а умно и экономно, как это делает мозг.
В основе эксперимента новая техника записи процесса одновременной работы 10 тыс. нейронов. С ее помощью мышам показывали тысячи изображений, наблюдая за реакциями в зрительной коре и обнаруживая паттерны, соответствующие более высоко-размерной (более детальной) картине нейронной активности.
В результате удалось понять, как работает «балансировочный акт» - тот самый механизм компромисса между объемом данных и вылавливаемым из них «смыслом».
Все объясняется наличием критический («фазовых») переходов при наращивании размерности (детализации) входной информации. Эти переходы нарушают свойство процесса обработки информации, названное «гладкостью» (непрерывностью), в результате чего небольшие изменения на входе могут генерировать большие изменения на выходе.
По сути, этот механизм позволяет выявлять во входных данных тот «один пиксель», изменение которого приведет к отображению в памяти уже другой ситуации. Извините за не совсем корректный пример, но похожим образом работает развертка на экранах – меняются только определенные пиксели, а не все изображение.
Но как идентифицировать эти «критические пиксели»?
Ответ тоже найден – нужно найти критический порог размерности (детализации), после которого появится фрактал (функция потеряет гладкость).
Иными словами, представления в памяти должны быть настолько подробными и объемными, насколько это было возможно, чтобы они оставались гладкими.
Итоговый новый закон - паттерны нейронной активности настолько детализированы (многомерны), насколько это возможно, не становясь фрактальными (негладкими).
В заключение пример.
Изрезанная береговая линия – это фрактал. Если идете вдоль берега, открывающаяся взору картинка все время меняется, т.к. вся кромка берега состоит из зубцов. Избавьтесь от фрактала, не дав «взорваться» степени детализации. Например (условный, но похожий на правду), - сфоткайте этот берег из космоса. И получите компромиссную по точности картину, информационно в миллионы раз меньшего объема, чем миллионы фото, снимаемых на каждом 10ом шаге обхода побережья. А «смысл» (понимание очертания побережья) вы при этом не потеряете.
Подробней:
- популярно https://www.quantamagazine.org/a-power-law-keeps-the-brains-perceptions-balanced-20191022/
- научно https://www.nature.com/articles/s41586-019-1346-5
#Нейронаука
Это лишь 1й шаг, но за ним идут супер-прорывные открытия.
Назвав Альберта-Ласло Барабаши Эйнштейном 21 века, я все же не ошибся. Он открыл безмасштабные сети (scale-free network) и математически обосновал: они - основа мира. Вселенная на всех уровнях как бы энергетически запитывается этой безмасштабностью, главный механизм которой «предпочтительность установления связей» (preferential attachment) – следствие из 2го закона термодинамики, гласящего, что для вселенной в целом энтропия (мера хаоса) возрастает.
Последние несколько лет ушли на проверку – действительно ли сеть, образованная миллиардами нейронов человеческого мозга, работает по тем же информационным законам, что и Интернет.
Это сейчас самый фундаментальный вопрос на пути понимания интеллекта людей и машин.
Ибо если ответ «да»,
• раскрывается тайна того, как мозг, просеивая шум, выборочно запоминает только самое важное и не захлебывается в деталях;
• это сулит переворот в алгоритмике глубокого обучения ИИ, сегодня просто не обладающего механизмом нахождения компромисса между степенью детализации данных и продуктивностью выявления закономерностей в них.
Новое экспериментальное открытие позволило вплотную подойти к раскрытию загадки:
• каким образом мозг обрабатывает информацию, отбрасывая большую часть её в пользу более простых нейронных описаний;
• как усовершенствовать алгоритмы глубоко обучения ИИ, дабы они работали не тупо, как сейчас (за счет безумной производительности вычислений), а умно и экономно, как это делает мозг.
В основе эксперимента новая техника записи процесса одновременной работы 10 тыс. нейронов. С ее помощью мышам показывали тысячи изображений, наблюдая за реакциями в зрительной коре и обнаруживая паттерны, соответствующие более высоко-размерной (более детальной) картине нейронной активности.
В результате удалось понять, как работает «балансировочный акт» - тот самый механизм компромисса между объемом данных и вылавливаемым из них «смыслом».
Все объясняется наличием критический («фазовых») переходов при наращивании размерности (детализации) входной информации. Эти переходы нарушают свойство процесса обработки информации, названное «гладкостью» (непрерывностью), в результате чего небольшие изменения на входе могут генерировать большие изменения на выходе.
По сути, этот механизм позволяет выявлять во входных данных тот «один пиксель», изменение которого приведет к отображению в памяти уже другой ситуации. Извините за не совсем корректный пример, но похожим образом работает развертка на экранах – меняются только определенные пиксели, а не все изображение.
Но как идентифицировать эти «критические пиксели»?
Ответ тоже найден – нужно найти критический порог размерности (детализации), после которого появится фрактал (функция потеряет гладкость).
Иными словами, представления в памяти должны быть настолько подробными и объемными, насколько это было возможно, чтобы они оставались гладкими.
Итоговый новый закон - паттерны нейронной активности настолько детализированы (многомерны), насколько это возможно, не становясь фрактальными (негладкими).
В заключение пример.
Изрезанная береговая линия – это фрактал. Если идете вдоль берега, открывающаяся взору картинка все время меняется, т.к. вся кромка берега состоит из зубцов. Избавьтесь от фрактала, не дав «взорваться» степени детализации. Например (условный, но похожий на правду), - сфоткайте этот берег из космоса. И получите компромиссную по точности картину, информационно в миллионы раз меньшего объема, чем миллионы фото, снимаемых на каждом 10ом шаге обхода побережья. А «смысл» (понимание очертания побережья) вы при этом не потеряете.
Подробней:
- популярно https://www.quantamagazine.org/a-power-law-keeps-the-brains-perceptions-balanced-20191022/
- научно https://www.nature.com/articles/s41586-019-1346-5
#Нейронаука
Quanta Magazine
A Power Law Keeps the Brain’s Perceptions Balanced
Researchers have discovered a surprising mathematical relationship in the brain’s representations of sensory information, with possible applications to AI
Наш интеллект знает, что живет в мультивселенной.
ИИ теперь научат принимать решения, как люди.
Первый прорыв года, и это круто!
Великий физиолог И. Павлов использовал собак, чтоб понять, как учится их мозг, если собак поощрять за правильные действия и наказывать за неправильные.
Один из отцов ИИ М. Минский использовал тот же принцип при создании компьютера, способного непрерывно учиться, получая условные вознаграждения (т.н. обучение с подкреплением).
Этот метод сейчас широко используется во многих алгоритмах ИИ.
Но он, к сожалению, все же далеко не так хорошо и быстро учится, как человеческий мозг.
Первое прорывное открытие 2020 может решить эту проблему.
• Во-первых, наконец, поняв, почему человеческий мозг учится быстрей и эффективней.
• Во-вторых, переняв этот метод для ИИ, что сильно улучшит работу его алгоритмов.
Но больше всего поражает сам способ и лежащая в его основе божественная простота в сочетании с возможной фантастической спекуляцией о причинах этой простоты.
Все просто.
1) Принимая любое решение, мозг (а в случае ИИ – алгоритм) должен смоделировать будущее, чтоб адаптировать свое решение под него.
2) Цель такой адаптации всегда одна – получить вознаграждение за свой выбор: кусочек сахара для собаки, удовольствие человека в результате впрыска допамина или условное вознаграждение для обучающегося алгоритма.
3) До сих пор награда представлялась (собакам, людям, алгоритмам) в виде единственного варианта:
• угадал – получи свой кусочек, впрыск и т.д.
• не угадал – кури бамбук, а в следующий раз выбирай среди вариантов по-другому.
Новое открытие, сделанное в DeepMind, заключается в том, что мозг как бы знает,
✔️ что мир устроен сложно и в нем царит случайность;
✔️ поэтому здесь нет единственного варианта будущего, а есть вероятностные распределения для любого будущего события;
✔️ и потому представлять вознаграждение за любой свой выбор нужно не в виде единственного выбора (получу- не получу), а в виде распределения вероятностей получения вознаграждения.
Но держитесь за стул.
- Это значит, что в модели реальности, сидящей в нашем мозге, просто не существует единого будущего, в котором материализуется лишь один из возможных вариантов каждого из событий.
- Мозг будто знает, что живет в мультиверсе, в котором ВСЕ варианты событий возможны. И чтоб преуспеть в жизни, нужно их все держать в уме (в соответствие с заданным распределением вероятности)
«Удивительно, как эта очень простая реакция дофамина предсказуемо следует интуитивным паттернам основных биологических процессов обучения, которые теперь становятся компонентом ИИ» - написал в емейле про это исследование Вольфрам Шульц, пионер поведения дофаминовых нейронов.
Последствия этого открытия многочисленны.
Оно позволит иначе взглянуть на многие процессы: от мотивации до психического здоровья.
Что может означать, например, наличие «пессимистичных» и «оптимистичных» допаминовых нейронов?
Если мозг избирательно прислушивается только к одному или другому, может ли это привести к химическому дисбалансу и вызвать депрессию?
И как вообще допаминовые нейроны выбирают предпочтительный вариант будущей реальности из бесконечного мультиверса возможных?
Подробней:
- популярно
- научно
#Нейронаука #ИИ
ИИ теперь научат принимать решения, как люди.
Первый прорыв года, и это круто!
Великий физиолог И. Павлов использовал собак, чтоб понять, как учится их мозг, если собак поощрять за правильные действия и наказывать за неправильные.
Один из отцов ИИ М. Минский использовал тот же принцип при создании компьютера, способного непрерывно учиться, получая условные вознаграждения (т.н. обучение с подкреплением).
Этот метод сейчас широко используется во многих алгоритмах ИИ.
Но он, к сожалению, все же далеко не так хорошо и быстро учится, как человеческий мозг.
Первое прорывное открытие 2020 может решить эту проблему.
• Во-первых, наконец, поняв, почему человеческий мозг учится быстрей и эффективней.
• Во-вторых, переняв этот метод для ИИ, что сильно улучшит работу его алгоритмов.
Но больше всего поражает сам способ и лежащая в его основе божественная простота в сочетании с возможной фантастической спекуляцией о причинах этой простоты.
Все просто.
1) Принимая любое решение, мозг (а в случае ИИ – алгоритм) должен смоделировать будущее, чтоб адаптировать свое решение под него.
2) Цель такой адаптации всегда одна – получить вознаграждение за свой выбор: кусочек сахара для собаки, удовольствие человека в результате впрыска допамина или условное вознаграждение для обучающегося алгоритма.
3) До сих пор награда представлялась (собакам, людям, алгоритмам) в виде единственного варианта:
• угадал – получи свой кусочек, впрыск и т.д.
• не угадал – кури бамбук, а в следующий раз выбирай среди вариантов по-другому.
Новое открытие, сделанное в DeepMind, заключается в том, что мозг как бы знает,
✔️ что мир устроен сложно и в нем царит случайность;
✔️ поэтому здесь нет единственного варианта будущего, а есть вероятностные распределения для любого будущего события;
✔️ и потому представлять вознаграждение за любой свой выбор нужно не в виде единственного выбора (получу- не получу), а в виде распределения вероятностей получения вознаграждения.
Но держитесь за стул.
- Это значит, что в модели реальности, сидящей в нашем мозге, просто не существует единого будущего, в котором материализуется лишь один из возможных вариантов каждого из событий.
- Мозг будто знает, что живет в мультиверсе, в котором ВСЕ варианты событий возможны. И чтоб преуспеть в жизни, нужно их все держать в уме (в соответствие с заданным распределением вероятности)
«Удивительно, как эта очень простая реакция дофамина предсказуемо следует интуитивным паттернам основных биологических процессов обучения, которые теперь становятся компонентом ИИ» - написал в емейле про это исследование Вольфрам Шульц, пионер поведения дофаминовых нейронов.
Последствия этого открытия многочисленны.
Оно позволит иначе взглянуть на многие процессы: от мотивации до психического здоровья.
Что может означать, например, наличие «пессимистичных» и «оптимистичных» допаминовых нейронов?
Если мозг избирательно прислушивается только к одному или другому, может ли это привести к химическому дисбалансу и вызвать депрессию?
И как вообще допаминовые нейроны выбирают предпочтительный вариант будущей реальности из бесконечного мультиверса возможных?
Подробней:
- популярно
- научно
#Нейронаука #ИИ
MIT Technology Review
An algorithm that learns through rewards may show how our brain does too
In 1951, Marvin Minsky, then a student at Harvard, borrowed observations from animal behavior to try to design an intelligent machine. Drawing on ideas from the work of physiologist Ivan Pavlov, who famously used dogs to show how animals learn through punishments…
Вот замечательный вопрос, - казалось бы, чрезвычайно простой, но при этом таинственно непостижимый и тем самым чарующий и манящий.
Особенно же он хорош, чтобы подумать над ним в дни вынужденного локдауноподобного домашнего времяпрепровождения.
Что мы знаем о структуре и ритмике литературных текстов?
✔️ Правда ли, если в романах убрать все слова и оставить лишь «партитуру музыки» литературного текста — его пунктуацию, будет весьма трудно спутать тексты Пелевина и Пушкина, Сорокина и Бунина, а вот Гоголя и Булгакова можно и спутать?
✔️ Почему «партитура музыки» литературного текста значит для нашей оценки его привлекательности чуть ли не больше его смысла?
✔️ Можем ли мы по «партитуре музыки» текста любимых книг раскрыть для себя секрет того, почему именно они нам нравятся, и почему мы любим читать именно этих авторов?
И в качестве вишенки на торте – какое отношение имеет все это к тупику, в котором оказалась сегодня нейронаука?
Об этом мой новый пост (5 мин чтения)
- на Medium https://bit.ly/3mqrKPZ
- на Яндекс Дзен https://clck.ru/YWiwy
#Литература #Нейронаука
Особенно же он хорош, чтобы подумать над ним в дни вынужденного локдауноподобного домашнего времяпрепровождения.
Что мы знаем о структуре и ритмике литературных текстов?
✔️ Правда ли, если в романах убрать все слова и оставить лишь «партитуру музыки» литературного текста — его пунктуацию, будет весьма трудно спутать тексты Пелевина и Пушкина, Сорокина и Бунина, а вот Гоголя и Булгакова можно и спутать?
✔️ Почему «партитура музыки» литературного текста значит для нашей оценки его привлекательности чуть ли не больше его смысла?
✔️ Можем ли мы по «партитуре музыки» текста любимых книг раскрыть для себя секрет того, почему именно они нам нравятся, и почему мы любим читать именно этих авторов?
И в качестве вишенки на торте – какое отношение имеет все это к тупику, в котором оказалась сегодня нейронаука?
Об этом мой новый пост (5 мин чтения)
- на Medium https://bit.ly/3mqrKPZ
- на Яндекс Дзен https://clck.ru/YWiwy
#Литература #Нейронаука
Medium
Почему одним ближе Пелевин, а другим Пушкин
Секретные паттерны «партитуры музыки» литературного текста