Wpis z mikrobloga

#practopoiesis #sztucznainteligencja #ai

Jak się okazuje: to, w jaki sposób neurony wiedzą, do jakich celów połączyć się synapsami, jest determinowane z góry poprzez informacje o specjalnych proteinach, które występują na ściankach źródła i celu, dzięki czemu synapsa wie, którędy iść, by połączyć się ze swoim celem - oznacza to w takim razie, że nasz "stan początkowy" (czyli jako taka bazowa organizacja połączeń) neuronów jest determinowana genetycznie tym, do czego podoczepiane są te konkretne proteiny. Drugim sposobem zaś jest sytuacja, gdy podczas żywota swojego synapsa przestanie przesyłać impulsy (połączenie zasłabnie, czyli liczba receptorów neuroprzekaźników zmaleje), to zostanie zastąpiona nowym połączeniem aksona do dendrytu innej komórki.

Jeśli dobrze to zrozumiałem, a już z kilku źródeł mowa jest o takowym mechaniźmie, oznacza to, że informacje o połączeniach sztucznych neuronów będę musiał przekazywać drogą ewolucyjną do potomnych agentów, co implikuje iż idealnym sposobem na poprawny rozwój organizacji sieci jest wyhodowanie jej całkowicie w drodze ewolucji ciała agenta.

Okej, w takim razie kolejna uwaga implementacyjna: potrzebna będzie implementacja uproszczonej informacji o organizacji ciała i neuronów (tj. genetyczna) oraz przekazywanie jej na potomstwo, a co za tym idzie dodanie uproszczonego rozmnażania, miast wyłącznie rozwój mózgu agenta poprzez randomowe budowanie połączeń (te będą rozwinięciem bazowej organizacji sieci), co z resztą ma sens, bo jeśli podczas stworzenia agenta kazałbym mu od nowa generować połączenia, kolejne generacje agentów różniłyby się całkowicie pod względem sieci od rodziców, co powodowałoby większą śmiertelność i fiasco całej symulacji! Musi więc istnieć pamięć genetyczna odnośnie organizacji sieci.

Jedna rzecz mnie w takim razie nurtuje teraz: do jasnej cholery, przecież jeśli w procesie reprodukcji agentów, będę przekazywał (w jakiś magiczny sposób, jeszcze nie wiem jaki) połączone z rodziców organizacje sieci, to niejako doprowadzi to do paradoksu "teleportacji świadomości" (tj. dzieci będą miały pamiętać to samo, co ich rodzice w trakcie reprodukcji), a ludzki umysł przeto tak nie działa - co więc powoduje, że przekazujemy genetycznie bazową sieć, jednak nie posiadamy wspomnień rodziców? A może przekazywana jest wyłącznie czysta organiza sieci, tj. informacja o tym, co ma się łączyć z czym, ale nie przekazujemy żadnej informacji o sile połączeń (ilości receptorów neuroprzekaźników) i te rozwijamy wraz z wczesnym rozwojem mózgu? To brzmi sensownie, ale nie czuję się z tą tezą pewnie, trzeba będzie sprawdzić.
  • 11
dammit, ale w jakis sposob poczatkowa informacja o sile polaczen tez musi wystepowac, bo skad serce i pluca mialyby sie nauczyc jak pracowac, jesli informacja ta musialaby byc pozyskana eksperymentalnie podczas zycia agenta? przeto agent od razu by umarl :/
@PsichiX: o #practopoiesis ? Nawet nie słyszałem tej nazwy, dodaje zaraz do obserwowanych

tl;dr: sztuczny umysl musi adaptowac sie do srodowiska droga ewolucji :p


@PsichiX: ok, kumam ideę, ale trochę to chyba ciężko zaadaptować do sztucznych sieci neuronowych, w zasadzie, cała adaptacja polega na douczaniu, wagi, wraz z nowymi przypadkami uczącymi, zmieniają się odpowiednio.

(Może głupoty napiszę, bo jeszcze nie czytałem nic z pod tego tagu)
Co do Twojego "dziedziczenia"
@PsichiX: sorry, za takie PSy ;),

Kolejny PS.

Twoj problem z dziedzieczniem bierze się też stad, że mózg to N mózgów, które są dość specjalizowane i są ze sobą połączone, więc kluczowe jest dziedziczenie, połączeń między "mózgami", a tak, mając jeden sztuczny mózg w zasadzie do jednego problemu, trochę to nie ma sensu bo właśnie adaptacja następuje poprzez douczanie się z kolejnych nowych przypadków.

Dodatkowo, w ramach tych mózgów mogą być
@LowcaG to w ogole nie korzysta ani z sieci neuronowych (stąd brak wag w opisie), ni to z maszynowego nauczania - moj model odzwierciedlac ma mechanizmy neurobiologiczne, agent samodzoelnie droga ewolucji uczy sie najlepszej adaptacji.
@LowcaG to w ogole nie korzysta ani z sieci neuronowych (stąd brak wag w opisie), ni to z maszynowego nauczania - moj model odzwierciedlac ma mechanizmy neurobiologiczne, agent samodzoelnie droga ewolucji uczy sie najlepszej adaptacj


@PsichiX: hm.. to chyba muszę przeczytać detale, czyli to nie SSN czyli bliżej genetycznych? albo ok, zanim się wypowiem, to przeczytam pierwszy wpis. ;)