Александр Хомяков - Высший разум

— Фокус внимания — это то, куда нас направляет внимание по схеме процесса, который распознан.

— Очень верно, но важен еще один момент. Мозг всегда делит ситуацию или сцену на части, каждая имеет свою модель — предмета, процесса, или социального отношения. У этих процессов имеются модели и фокус внимания направляется в точку, мысленную или на местности, чтобы распознать их. Но целые ситуации, в которую входят все отдельные распознанные процессы, обычно не повторяются. Они всегда немного, но уникальны. И вот внимание как раз собирает эти модели воедино, интегрирует, чтобы определить в ней точку «я», от которой создается дальнейшая программа действий.

— Так вот кто создает точку «я». Как раз хотел спросить. А где она возникает?

— Она возникает как раз при согласовании внутренней и внешней перцепции. Когда вы смотрите перед собой, в распознаваемой сцене вы подразумеваете, где находитесь вы (как тело) и любое движение подтверждает это по сочетанию проприепции и смещения в сцене. Если бы при повороте головы вы не чувствовали проприепции и точки «я» на их стыке, вы бы упали, потому что для вас это значило бы резкий поворот земли вокруг вас, а не наоборот. Я покажу тебе, когда ты дойдешь до программирования внимания.

К тому времени я уже написал код, имитирующих основной механизм мышления и работал над циклами и поиском пути с подкреплением в виде обратного числа от пути к цели в цепи Маркова. Функция внимания как раз вписывалась в картину, так как чего–то организующего эти процессы как раз не хватало. Единственно, что мне было непонятно, каким образом появляются динамические модели. Сказанное про них Эми было очень скудными сведениями, чтобы суметь по ним что–то сделать. Информации из вне явно не хватало, чтобы построить модели.

Цепочки производства дронов и всего остального по такой же схеме работали хорошо. Население сильно уменьшилось и массового производства уже не требовалось в таком объеме. Важнее было сделать прямо под заказ, чтобы не надо было складировать и разоряться. Массово производились только продукты на небольших автоматизированных линиях. Одежду исключительно шили теперь фрилансеры дома под твой размер и выбранный дизайн. В сети продавались небольшие 3d сканеры или можно было заказать дрона–обмерщика, который заодно привозил тебе образцы тканей на выбор. Это было очень удобно, и совершенно непонятно, зачем мы часами раньше бродили по торговым центрам.

Но рано или поздно понадобилась бы новые микросхемы, платы, объективы и много чего еще, что не сделать дома. И даже в небольшом цеху, которые обустраивали некоторые люди себе как дом и мастерили там более сложные изделия, была не подсилу сделать микросхемы или собрать ракету. Сети нужно было восстанавливать большие фабрики. Роботы–андроиды делал не только я, но их все равно было немного. Они перестраивали фабрики — перестраивали производства под роботов. Делали ровные полы для транспортеров, подвозивших материалы и детали, перестраивали линии производства, устанавливали роботов–манипуляторов, ставили камеры. Создавали полностью автоматизированную фабрику. Сами оставались там только для ремонта и перестройки линии. Мои андроиды были элитой среди роботов. Это было приятно осознавать, хоть и странно.

Остальное делали роботы–манипуляторов и транспортеры. Это были обычные промышленные роботы, но они умели выучивать движения людей. Человек–мастер дома одевал шлем и перчатки. И так мог видеть глазами робота его рабочее место. И выполнял его руками какие–то операции. Робот со временем выучивал эти движения и повторял сам. Мозгами робота была нейросеть обучения с подкреплением. Она же могла хорошо классифицировать детали и их положение в пространстве. После обучения робот через сеть привлекал человека–мастера, только если операцию не удавалось осуществить и робот останавливался. Это сильно упростило и ускорило обучение таких роботов. И они стали появляться повсеместно, даже на малых сталеплавильнях. Особо редкие работы, как сборка больших кораблей, выполняла целая команда роботов под управлением людей–мастеров. И организация таких сборок осуществлялась на сайте, где в реальном времени отражался ход операций. Наблюдать за этим могли все желающие и это выглядело фантастически! Мои андроиды были элитой среди роботов. Это было приятно осознавать, хоть и странно.

— Эми, я столкнулся с проблемой. Как создавать модели? Информации от объектов явно недостаточно. И она зашумлена. Надо очень много предъявлений, чтобы корректно обучить модель.

— Модель не создается по информации от предмета. Она уже есть в мозге. Только тогда информацию, как ты говоришь, можно «принять», то есть выбрать вариант этой модели. Каждый предмет, ситуация, факт, явление — это только вариант более общей модели. И сама модель состоит из других моделей. Как предложение, описывающее предмет, из слов, служащих для описания не только этого экземпляра. Тебе надо разобраться в этом.

— Подожди, то есть по–твоему наши представления строятся не из информации от предмета?

— Если было это было так, то ты бы видел в цвете только маленьких круг в фокальной зоне (в фокусе внимания), все остальное вокруг было бы для тебя в оттенках серого. Так устроена сетчатка как ты знаешь. Информация о предмете всегда неполная, но вы видите предмет всегда полностью. Потому что информация от предмета только активирует вариант модели, которая уже есть в мозге.

— Как это работает, не понял?

— Вот, например, мы договоримся, что ты говоришь слово, если я рисую крестик. Есть ли в крестике информация о слове? Нет, это только триггер, спусковой крючок, в ответ на который ты говоришь придуманное тобой слово. У вас это описано в теории знака как денотат и знак. Триггером может выступать все, что различает органы чувств как изменение. Глаз, нос, ухо — это только регистраторы триггеров, а не сборщики полной информации из вне как это представляете вы.

— Что же тогда делает мозг, если не обрабатывает информацию?

— Тебе надо изменить способ представления об этом процессе, чтобы понять, что делать. Мозг не обрабатывает информацию как поток, а подбирает подходящий под триггеры вариант модели, которая уже есть в мозгу. Ваши нейронные сети так и работают уже. Они обучаются — это значит, что они приобретают модель того, что учатся распознавать. А картинка — всего лишь триггер на входе, который активирует цепочку весов, замкнутую на тот или иной выход нейросети.

— Откуда же мы узнаем новые модели?

— Вы их генерируете в ответ на отсутствие подходящей модели с предсказанным ответом среды. В ответ на нераспознанный (не подходящий ни под одну модель) стимул идет поиск вариантов (ориентировочное поведение), у животных — это весь ассортимент имеющихся движений. У людей — все варианты мысленных действий. Например, математики начинают сочинять математические теории, которые потом надо подтверждать в опыте для построения модели нового явления. И если ответ среды (триггер) с искомым результатом окажется предсказанным, этот вариант запоминается как модель процесса. Это если упрощенно. Тебе это важно знать для проектирования своей программы.