Проанализируем полученные результаты
1. Наиболее ценным мне представляется следующее выражение (которое может быть получено из (10) и (13) на случай дискретного времени):
| \(C_{i,n+1}=\int\limits_QV_i(y)F\left(y,\sum\limits_{i=0}^{N}C_{i,n}V_i(y)\right)dy\) |
\(\small C_{i,0}=\int\limits_QV_i(y)F\left(y,U_o(y)\right)dy\) |
(14) |
Это итерационное выражение позволяет реализовать "Модель Хопфилда" на кластере компьютеров или на базе параллельных технологий типа RISK. При этом число компьютеров (RISK-процессоров, независимых вычислительных процессов) равно числу образов (числу элементов в ортогональном базисе), которые участвуют в распознавании.
2. Дискретная модель Хопфилда используется лишь для восстановления изображений, а непрерывная модель может быть использована и для распознавания (прогнозирования). Действительно, каждый весовой коэффициент \(C_i\), входящий в выражение (14), определяет вклад в стационарное решение соответствующего коэффициенту образа . Распознанным можно считать образ, которому соответствует больший весовой коэффициент, но при этом образы должны быть нормированными.
3. Ядра, реализующее “Хеббовские связи”, отражает механизм формирования связей между нейронами в процессе обучения нейронной среды (сети). При таком механизме связи между нейронами пропорциональны взаимной корреляции между состояниями нейронов в процессе обучения. (Связи между нейронами подрастают, если они одновременно возбуждены или одновременно подавлены. И связи уменьшаются в процессе обучения, если нейроны имеют различные состояния в один момент времени.)
Очень похоже, что именно этот механизм реализован в нейронных структурах, отвечающих за формирование условных рефлексов. Вспомним классические опыты Павлова, где, в процессе эксперимента, формировалась реакция выделения слюны у животного на событие (звонок), которое было искусственно, согласно условиям эксперимента, коррелированно с событием в кормушке (появление пищи), на которое уже было выработана эта реакция (выделение слюны). Т.е., очень может быть, что именно этот механизм реализует обучение и, следовательно, нашу память. Так формируется характер человека (и не только - человека), который, по сути, есть набор условных рефлексов (реакций на штатные, типичные ситуации и события).
Вспомните детство, и в вашей памяти всплывут эмоционально окрашенные события. То, что не окрашено эмоциями - в памяти не откладывается. ВЫВОД: Эмоции — это "краски", которыми мы "рисуем" наше представление о том, как мир, нас окружающий, устроен. Говоря иначе, эмоции — это те молоток и зубило, которыми мы создаем нашу модель мира. Письменность же позволяет нам реализовать тот же механизм запоминания, но сохранять нашу память на более надёжный носитель информации, чем человеческая память (на бумагу).
Читая Библию, мы общаемся с людьми, которые жили две тысячи лет назад. Так письменность позволяет нам путешествовать во времени, путешествовать в прошлое.
ОБРАТИТЕ ВНИМАНИЕ на то, что эмоции возникают тогда, когда наше представление о том, как мир устроен (когда прогноз оказывается ошибочным), приходит в противоречие с тем, как он устроен на самом деле. Эмоции включают механизм коррекции нашего представления об окружающем мире. Так происходит обучение. (Именно это свойство нервной системы — откликаться эмоциями на ошибку — используют фокусники и юмористы, обманывая наши глаза и уши.)
Вот так, казалось бы, простое математическое выражение, несет в себе глубокий (просто-таки - философский) смысл.
И если ты, читатель, понял смысл написанного тут, то у тебя должно возникнуть ощущение, что ты в одном шаге на пути создания искусственного разума. И поверь мне, читатель, твои ощущения тебя не обманывают.
