Goldman Sachs: Великий американский пузыренадуватель
+Додати тему
Відповісти на тему
Світова економіка та світова економічна криза, процеси в світовій економіці, а також основні тенденції розвитку. Економіка США, Японії, Німеччини, Китаю - ресурси, роль та перспективи
Нынешний разум это 7 миллиардов индивидов, 500 миллионов лет эволюции, миллиарды нейронов. И у каждого из них тысячи произвольных связей (трехмерная размерность объемного мозга, вместо одномерного кода ноликов и единичек). И по всему этому богатству бегут сигналы множества типов, по-разному обрабатываемых и интерпретируемых в разной химической среде (ах эти проказники мю-опиаты, эндорфины и окситоцины…) Так, что не ждите настоящего разума в ближайшее время.
Поправка: не 7 миллиардов, а намного больше (умерших за последние несколько сотен тысяч лет тоже нужно считать).
Я уже не раз высказывал своё мнение: пока не будет нового витка глобализации -- углубления связи между Европой и Азией. Или в форме взаимосотрудничества на более высоком уровне или как обычно -- поглощения (скорее всего Азией Европы).
Ну или вдруг Ваши прогнозы из статей сбудутся - сосед крахнется и буфер уйдёт на восток.
Насчет трехмерного мозга и одномерных единичек-ноликов --- одномерность обусловлена лишь простотой и устойчивостью основных конструктивных элементов ЭВМ - триггеров. И никоим образом трехмерность не даёт преимуществ.
detroytred написав:Это как: Хоакинг и ребёнок - первый не перепрыгнет через лужу и т.д.
Прыганье через лужу - не показатель интеллекта, а показатель эффективной обработки входных сенсорных сигналов с хорошей обратной связью, без которой интеллект невозможен.
detroytred написав:Насчет трехмерного мозга и одномерных единичек-ноликов --- одномерность обусловлена лишь простотой и устойчивостью основных конструктивных элементов ЭВМ - триггеров. И никоим образом трехмерность не даёт преимуществ.
трехмерность тоже ни о чем транзисторы тоже есть трехмерные, да и эмулировать программно трехмерность несложно. все дело в принципах обработки данных и работе с памятью.
Компьютерная память разработана для того, чтоб хранить информацию в точно таком же виде, как она представляется. Если вы копируете программу с компакт-диска на жесткий диск, каждый байт копируется со стопроцентной точностью. Единичная ошибка или отличие между двумя копиями может вызвать сбой программы. Память неокортекса отличается от этого. Наш мозг не помнит в точности, что он видит, слышит или чувствует. Мы не помним или не вспоминаем вещи со точно – не потому что кортекс и его нейроны небрежные или подвержены ошибкам, а потому что мозг помнит важные взаимосвязи мира независимо от деталей
Как мы видели в главе 2, простая модель автоассоциативной памяти существует десятилетия, и, как сказано выше, мозг вспоминает автоассоциативно. Но между автоассоциативной памятью, построенной исследователями нейронных сетей, и памятью кортекса есть большая разница. Искусственная автоассоциативная память не использует инвариантное представление и, следовательно, она ошибочна в некоторых базовых принципах. Вообразите, что у меня есть изображение лица, сформированное большим набором черных и белых точек. Эта картинка – паттерн, и если у меня есть искусственная автоассоциативная память, я могу хранить множество картинок в этой памяти. Наша искусственная автоассоциативная память надежна в том, что если я дам половину лица, или даже пару глаз, она распознает эту часть и корректно заполнит оставшуюся часть. Этот эксперимент в точности был проделан несколько раз. Но если я сдвину каждую точку на пять пикселей влево, память совершенно не сможет распознать лицо. Для искусственной автоассоциативной памяти это совершенно новый паттерн, потому что ни один из пикселей сохраненного паттерна и нового паттерна не выровнены. Вы и я, конечно же, без труда видим сдвинутый паттерн как то же самое лицо. Возможно, мы даже не заметим изменений. Искусственная автоассоциативная память не может распознать паттерны, если они сдвинуты, повернуты, масштабированы или трансформированы одним из тысяч других способов, тогда как наш мозг легко справляется с этими вариациями. Что позволяет нам воспринимать что-то как то же самое или неизменное, тогда как поступающие паттерны, представляющие его, новые или измененные? Давайте рассмотрим другой пример. Возможно, сейчас вы держите в руках книгу. Когда вы двигаете книгу, или меняете освещение, или по-другому усаживаетесь на стуле, или фиксируете глаза на другой части страницы, паттерны освещенности, попадающие на вашу сетчатку, полностью меняются. Визуальная информация изменяется от момента к моменту и никогда не повторяется. Фактически, вы могли бы держать эту книгу сотни лет и ни разу паттерны на вашей сетчатке, и, следовательно, попадающие в ваш мозг, не повторились бы. Но у вас ни на секунду не возникало бы сомнений, что книга, которую вы держите, действительно та самая книга. Внутренний паттерн вашего мозга, представляющий «эту книгу», не меняется, хотя стимулы, информирующие вас находятся в постоянном изменении. Поэтому мы будем использовать термин инвариантное представление, ссылаясь на внутреннее представление в мозгу.
Проблема не столько в сложности обработки информации ЭВМ, проблема ныне гораздо больше -- именно в перифери: сенсорах, датчиках, исполнительных устройствах и связей с ними. Именно это является узким горлышком, тормозом.
Поэтому нет смысла наращивать сложность вычислений -- если их возможностями нельзя пользоваться, лишь частично можно на данный момент использовать.
Почти та же проблема, что и с мозгом, который тоже использует лишь часть своего потенциала.
Зы. Транзистор пусть будет хоть десятимерным))), но дальше триггера (то есть устройства на транзисторах и т.д.) техника не пошла. По техническим причинам))
Высокоимпендансное состояние не шибко используется. Логические элементы на обычных триггерах вполне споавляются с реализацией всего набора функций алгебры логики.
Ззы. Я на этой технике *собаку съел*, на практике руками и мозгами все *прощупал* и фантазии об этом напоминают мне политические разлагальствования - то есть далёкие от практики, реальности. Рассчитанные на публику.