Общая когнитивная теория

Современные принципы построения искусственных нейронных сетей имеют очень отдалённое соответствие с принципами построения системы человеческой психики. Они имеют чуть большее, но всё же отдалённое отношение к принципам формирования инстинктов. Можно сказать, что обученная нейронная сеть в чём-то напоминает инстинкт, реагируя на определённое сочетание входных сигналов. В этом случае процесс обучения нейронной сети будет являться некоторым аналогом эволюционного процесса создания инстинкта, в котором каждый новый цикл обучения будет являться некоторым аналогом смены поколений, вносящей небольшие изменения в структуру инстинкта и выбора в процессе выживания самых приспособленных. Но естественные инстинкты никогда не бывают столь сложными, как современные нейронные сети. Обычно они реагируют на определённое (небольшое) сочетание входных сигналов и выдают небольшое количество выходных сигналов, например, дополнительная активация сочетания входных сигналов, вызвавших активацию, дополнительное возбуждение связанных естественных элементов мемстинктов, активация эндокринной системы, влияние на другие инстинкты и т.д. Можно сказать, что люди в данном случае очень сильно опередили природу, создавая неимоверно сложные аналоги инстинктов. Сама же природа пошла другим путём. Информация, накапливаемая за время жизни особи, собирается в других структурах, у млекопитающих это кора мозга, в которой формируются естественные элементы мемстинктов нескольких уровней, а затем и сами естественные мемстинкты.

Давайте ещё раз подробно попробуем представить себе принципы, на которых может быть построен искусственный интеллект, напоминающий естественный. Наш интеллект будет являться гиперграфом, вершинами которого будут являться не отдельные нейроны, а элементы мемстинктов. Большая детализация на данный момент нецелесообразна из-за ограничивающей возможности нашей техники. Кроме того, вершинами будут являться инстинкты. Подмножествами вершин будут являться мемстинкты и элементы высоких уровней; кроме того, будут присутствовать подмножества, состоящие из нескольких вершин элементов высокого уровня и инстинкта. Можно сказать, что гиперграф ИИ будет состоять из отдельных ориентированных графов мемстинктов и графов «элемент – инстинкт», все графы будут являться взвешенными, то есть их дуги (рёбра) будут иметь определённый вес. Если изначально вершины не были соединены дугами, дуга может возникать при одновременной (в определённом интервале времени) активации обоих вершин. Изначальный вес дуги будет зависеть от веса дуги, инцидентной вершине первой дуги, то есть от веса соседних дуг. При достижении определённого порога веса вершина будет считаться включённой в подмножество вершин графа «элемент – инстинкт» или мемстинкта. Принадлежность к подмножеству вершин означает, что при возбуждении определённого процента вершин начинает возбуждаться весь граф – элемент высокого уровня или мемстинкт. Именно такой и только такой граф, вершины которого последовательно возбуждаются (представляют собой ориентированную цепь), мы будем называть нейронной сетью. Чтобы не путать с общепринятым понятием «искусственная нейронная сеть», давайте называть такую нейронную сеть м-нейронной сетью. Наш искусственный интеллект будет представлять гиперграф, состоящий из графов м-нейронных сетей мемстинктов и графов «элемент – инстинкт».

Чтобы понять, как с помощью элементов мы сможем моделировать процессы окружающей среды, прогнозировать их развитие и заниматься творчеством, а также почему мы сможем в нашей модели ограничиться созданием элементов, а не отдельных нейронов, давайте посмотрим, как формируются и в дальнейшем соединяются в более сложные структуры естественные элементы в естественном интеллекте. Естественные элементы первого уровня соответствуют рецептивным полям сенсорной коры, например рецептивным полям первичной зрительной коры. Хьюбел и Визель (например, Hubel, 1963) подразделили рецептивные поля корковых нейронов зрительной системы на «простые», «сложные» и «сверхсложные» [45].