Общая когнитивная теория

По всей вероятности, специфической особенностью любой интеллектуальной системы и уж точно нашего мозга является возможность создавать самоподдерживающиеся процессы. В нашем мозге такие процессы организованы путём наличия самовозбуждающихся систем, являющихся друг для друга положительной обратной связью. Например, нейронная сеть мемстинкта может поддерживать возбуждение нейронной сети инстинкта, а та, в свою очередь, может поддерживать возбуждение нейронной сети мемстинкта и т.п. По сути своей большинство основных процессов в нашем мозге поддерживают активность друг друга, являясь друг для друга положительными обратными связями. Кроме того, процессы способны создавать структуры, которые, в свою очередь, могут поддерживать активность процессов. Например, набор входящих афферентных сигналов может запустить процесс консолидации нового мемстинкта, который затем сможет возбуждаться самостоятельно при возбуждении одной из его частей и поддерживать возбуждение других нейронных сетей. Некоторые процессы в человеческом мозге могут поддерживаться на протяжении периодов, сопоставимых с периодом жизни. Значительная часть мемстинктов реконсолидируются на протяжении всей жизни, некоторые регулярно под воздействием внешней среды, но значительную роль в возбуждении и последующей реконсолидации могут играть и процессы самовозбуждения. Например, наличие сильного целевого элемента, связанного с игрой в казино, может заставлять человека регулярно искать данный тип развлечения, или, например, наличие у учёного сильного целевого мемстинкта, связанного с научной работой, способно развивать этот мемстинкт на протяжении лет, десятилетий, а может и всей жизни, способствуя появлению новых открытий. Мы говорили о том, что загрузка в существующие системы слабого искусственного интеллекта разнородных данных, то есть данных, построенных не на основе ограниченного количества (алфавита) элементов первого уровня, принципиально не может позволить данным системам обладать характеристикой самоосознания, но, пожалуй, основное отличие существующего слабого искусственного интеллекта от естественного заключается в отсутствии самовозбуждающихся внутренних процессов. В существующих интеллектуальных системах изменение внутренних структур происходит только (или в основном) на этапе обучения, а возбуждение процессов после этого происходит только за счёт внешнего воздействия. Такие системы напоминают нейронную сеть инстинкта «стукнул здесь – дёрнулось там»: загрузил фото – получил обработанное фото и т.д. В естественном интеллекте значительная часть процессов, происходящих в каждый конкретный момент, – это самоподдерживающиеся процессы, и информация о них составляет суть моделирования внешней среды. Да, основные процессы естественного интеллекта практически полностью прерываются во время медленной стадии сна, но и поступление внешней информации также практически прерывается. Наша система как бы не работает, находится в выключенном состоянии. В любой другой момент основная часть процессов возбуждается не за счёт внешнего воздействия, а за счёт самоподдерживающаяся процессов.

Ещё одна важная причина, по которой существующий инструментарий теории графов не очень подходит для описания естественного интеллекта, – сложность моделирования самоподдерживающихся процессов внутри графа.

При моделировании мы должны учитывать то, что на вход может подаваться не любая информация, а лишь информация, состоящая из ограниченного набора состояний датчиков (рецепторов внешней среды). Живой организм имеет ограниченное количество рецепторов, передающих сигналы через ограниченное количество нервов. Мы можем считать единицей условной кодировки сигналов сигнал, приходящий в подкорковые отделы мозга по одному афферентному аксону. Афферентных сигналов значительно меньше, чем внешних рецепторов в организме. Таким образом, в модели мы можем подавать на вход не функции, а последовательность дискретных сигналов 0 и 1. Причём определённый набор сигналов будет всегда активировать определённый элемент мемстинкта первого уровня и (или) инстинкт. Для упрощения модели мы можем рассматривать только наборы входящих сигналов, активирующих нейронные сети. Ограниченное количество таких наборов составит алфавит естественного интеллекта.

Признав, что на вход могут поступать только наборы сигналов, активирующие «алфавит интеллекта», мы с вами упростили процесс моделирования.

Поскольку наши вершины (элементы первого уровня) могут одновременно возбуждаться из нескольких источников, а каждая вершина в каждый конкретный момент времени может находиться в нескольких стадиях возбуждения, для простоты давайте считать их окрашенными в разные цвета. Мы должны учитывать минимум три стадии возбуждения. Не возбуждены – вершины синего цвета, умеренно возбуждены – вершины красного цвета, стали эпизодом сознания – вершины оранжевого цвета. Это немного усложняет нашу модель, но входящие сигналы по-прежнему могут увеличивать стадию возбуждения только на одну единицу.