O inteligencji
Autor | Jeffa Hawkinsa i Sandry Blakeslee |
---|---|
Kraj | Stany Zjednoczone |
Język | język angielski |
Temat | Psychologia |
Wydawca | Książki razy |
Data publikacji |
2004 |
Typ mediów | Książka w broszurowej oprawie |
Strony | 272 |
ISBN | 0-8050-7456-2 |
OCLC | 55510125 |
612.8/2 22 | |
Klasa LC | QP376 .H294 2004 |
O inteligencji: jak nowe zrozumienie mózgu doprowadzi do stworzenia naprawdę inteligentnych maszyn to książka z 2004 roku autorstwa Jeffa Hawkinsa i Sandry Blakeslee . Książka wyjaśnia schematową teorię przewidywania pamięci Hawkinsa dotyczącą mózgu i opisuje niektóre z jej konsekwencji.
Teoria
Podstawową ideą Hawkinsa jest to, że mózg jest mechanizmem przewidywania przyszłości, w szczególności hierarchiczne regiony mózgu przewidują przyszłe sekwencje wejściowe. Być może nie zawsze w odległej przyszłości, ale wystarczająco daleko, aby być realnie użytecznym dla organizmu. W związku z tym mózg jest hierarchiczną maszyną stanu ze sprzężeniem zwrotnym o specjalnych właściwościach, które umożliwiają mu uczenie się .
Maszyna stanów faktycznie kontroluje zachowanie organizmu. Ponieważ jest to sprzężenia zwrotnego , maszyna reaguje na przyszłe zdarzenia przewidziane na podstawie danych z przeszłości.
Hierarchia jest zdolna do zapamiętywania często obserwowanych sekwencji ( modułów poznawczych ) wzorców i tworzenia niezmiennych reprezentacji. Wyższe poziomy hierarchii korowej przewidują przyszłość w dłuższej skali czasowej lub w szerszym zakresie bodźców sensorycznych. Niższe poziomy interpretują lub kontrolują ograniczone domeny doświadczenia lub systemy sensoryczne lub efektorowe. Połączenia ze stanów wyższego poziomu predysponują niektóre wybrane przejścia w maszynach stanów niższego poziomu.
Hebbowskie uczenie się jest częścią schematu, w którym zdarzenie uczenia się fizycznie zmienia neurony i połączenia w trakcie uczenia się.
Sformułowanie kolumny korowej przez Vernona Mountcastle'a jest podstawowym elementem struktury. Hawkins kładzie szczególny nacisk na rolę połączeń między kolumnami równorzędnymi oraz aktywację kolumn jako całości. Zdecydowanie sugeruje, że kolumna jest fizyczną reprezentacją stanu w korze mózgowej w maszynie stanów.
jego ramach nie oznacza jako takiego błędu w ramach przewidywania pamięci, a jedynie sygnalizuje, że naturalny proces dokonał rozkładu funkcjonalnego Hawkinsa w inny, nieoczekiwany sposób. sposób, ponieważ motywacją Hawkinsa jest tworzenie inteligentnych maszyn . Na przykład, dla celów jego schematu, impulsy nerwowe mogą być użyte do utworzenia sekwencji czasowej (ale kodowanie fazowe mogłoby być możliwą implementacją takiej sekwencji; te szczegóły są nieistotne dla ramy).
Przewidywania teorii struktury przewidywania pamięci
Jego przewidywania wykorzystują system wizualny jako prototyp niektórych przykładowych przewidywań, takich jak Prognozy 2, 8, 10 i 11. Inne przewidywania odwołują się do układu słuchowego ( Prognozy 1, 3, 4 i 7).
- Dodatek z 11 testowalnymi przewidywaniami, zaczynający się na stronie 237:
Zwiększona aktywność neuronów w oczekiwaniu na zdarzenie sensoryczne
1. We wszystkich obszarach kory mózgowej Hawkins (2004) przewiduje, że „powinniśmy znaleźć komórki antycypacyjne ”, komórki, które aktywują się w oczekiwaniu na zdarzenie czuciowe .
- Uwaga: Od 2005 roku zaobserwowano, że neurony lustrzane odpalają się przed przewidywanym zdarzeniem.
Predykcja przestrzenna
2. Hawkins przewiduje na przykład, że w pierwotnej korze czuciowej „powinniśmy znaleźć komórki antycypacyjne w V1 lub w jego pobliżu , dokładnie w określonym miejscu w polu widzenia (scena)”. Zostało to określone eksperymentalnie, na przykład po odwzorowaniu położenia kątowego niektórych obiektów w polu widzenia, będzie istniała zgodność jeden do jednego komórek w scenie z położeniami kątowymi tych obiektów. Hawkins przewiduje, że kiedy cechy sceny wizualnej są znane w pamięci, komórki antycypacyjne powinny zadziałać, zanim rzeczywiste obiekty zostaną zobaczone na scenie.
Przewidywanie powinno przestać się rozprzestrzeniać w kolumnie korowej na warstwach 2 i 3
3. W warstwach 2 i 3 aktywność predykcyjna (odpalanie neuronowe) powinna przestać się rozprzestrzeniać w określonych komórkach odpowiadających określonej predykcji. Hawkins nie wyklucza komórek antycypacyjnych w warstwach 4 i 5.
„Komórki nazwy” w warstwach 2 i 3 powinny preferencyjnie łączyć się z komórkami warstwy 6 kory mózgowej
4. Wyuczone sekwencje zapłonów zawierają reprezentację stałych w czasie niezmienników . Hawkins nazywa komórki, które odpalają w tej sekwencji, „nazwij komórki”. Hawkins sugeruje, że te komórki nazw znajdują się w warstwie 2, fizycznie przylegając do warstwy 1. Hawkins nie wyklucza istnienia komórek warstwy 3 z dendrytami w warstwie 1, które mogą pełnić rolę komórek nazw .
„Komórki z nazwami” powinny pozostać WŁĄCZONE podczas wyuczonej sekwencji
5. Z definicji niezmiennik stały czasowo będzie aktywny podczas wyuczonej sekwencji. Hawkins zakłada, że komórki te pozostaną aktywne przez cały czas trwania wyuczonej sekwencji, nawet jeśli pozostała część kolumny korowej zmienia stan. Ponieważ nie znamy kodowania sekwencji, nie znamy jeszcze definicji ON lub active ; Hawkins sugeruje, że wzorzec ON może być tak prosty, jak jednoczesne AND (tj. komórki z imieniem jednocześnie „zapalają się”) w tablicy komórek z imieniem.
- Zobacz Zespół neuronowy # Kodowanie dla neuronów babci , które wykonują tego typu funkcje.
„Komórki wyjątków” powinny pozostać WYŁĄCZONE podczas wyuczonej sekwencji
6. Nowa prognoza Hawkinsa mówi, że pewne komórki są hamowane podczas wyuczonej sekwencji. Klasa komórek w warstwach 2 i 3 NIE powinna odpalać podczas wyuczonej sekwencji, aksony tych „komórek wyjątków” powinny odpalać tylko wtedy, gdy lokalna predykcja zawodzi . Zapobiega to zalewaniu mózgu zwykłymi wrażeniami, pozostawiając jedynie wyjątki dla przetwarzania końcowego.
„Komórki wyjątków” powinny propagować nieoczekiwane zdarzenia
7. Jeśli wystąpi niezwykłe zdarzenie (wyuczona sekwencja się nie powiedzie), „komórki wyjątków” powinny się aktywować, propagując w górę hierarchii korowej do hipokampa , repozytorium nowych wspomnień.
Komórki „Aha!” powinny wywołać aktywność predykcyjną
8. Hawkins przewiduje kaskadę przewidywań, gdy nastąpi rozpoznanie, rozchodzącą się w dół kolumny korowej (na przykład z każdą sakadą oka nad wyuczoną sceną).
Komórki piramidalne powinny wykrywać koincydencje aktywności synaptycznej na cienkich dendrytach
9. Komórki piramidalne powinny być zdolne do wykrywania koincydentów na cienkich dendrytach , nawet w przypadku neuronu z tysiącami synaps . Hawkins zakłada okno czasowe (zakładając strzelanie zakodowane w czasie), które jest niezbędne, aby jego teoria pozostała opłacalna.
Wyuczone reprezentacje przesuwają się w dół hierarchii korowej wraz z treningiem
10. Hawkins zakłada na przykład, że jeśli poziom dolnoskroniowy (IT) nauczył się sekwencji, to ostatecznie komórki w V4 również nauczą się tej sekwencji.
„Komórki nazw” istnieją we wszystkich regionach kory mózgowej
11. Hawkins przewiduje, że „komórki nazw” zostaną znalezione we wszystkich regionach kory mózgowej.
Zobacz też
- Hierarchiczna pamięć czasowa , technologia firmy Hawkins, Numenta Inc., służąca do odtworzenia właściwości kory nowej.
- Struktura przewidywania pamięci
Linki zewnętrzne
- Oficjalna strona internetowa
-
George, Dileep; Hawkins, Jeff (2005). „Hierarchiczny bayesowski model niezmiennego rozpoznawania wzorców w korze wzrokowej”: 1812–1817. CiteSeerX 10.1.1.132.6744 .
{{ cite journal }}
: Cite journal wymaga|journal=
( pomoc ) - Strona badawcza Sauliusa Garaleviciusa - Artykuły badawcze i programy przedstawiające wyniki eksperymentów z Bayesowskimi modelami Ramy Przewidywania Pamięci
- Project Neocortex - projekt typu open source do modelowania struktury przewidywania pamięci
Opinie
-
Colwell, Bob (styczeń 2005). „Inteligencja maszyn spotyka neuronaukę” . Komputer . IEEE . 38 (1): 12–15. doi : 10.1109/MC.2005.24 . Zarchiwizowane od oryginału w dniu 2005-02-04.
- Colwell, B. (2005). „Inteligencja maszynowa spotyka się z neuronauką” . Komputer . 38 : 12–15. doi : 10.1109/MC.2005.24 .
- Koper, Franz (30 października 2004). „Jeff Hawkins: o inteligencji” . Zarchiwizowane od oryginału w dniu 2012-02-05.
- Kling, Arnold (22 listopada 2004). „O inteligencji, ludziach i komputerach” . Dworzec Centralny Tech . Zarchiwizowane od oryginału w dniu 05.03.2012.
- O inteligencji biologicznej i cyfrowej Recenzja autorstwa Bena Goertzela (7 października 2004)