На плечах гигантов, на спинах электронов
Да простят меня читатели, которые читают и сообщество!
Проматывайте.
Просто правда для меня это важно...
преамбулаЯ сейчас пишу статью, которая посвящена приобретению знаний.
"Приобретение знаний" имеется в виду "интеллектуальными системами", но пока ни о каких конкретных системах речи не идет. Пока тут разговор только о модели человеческой долговременной памяти.
Всё, что будет написано ниже, это не статья, и не черновик статьи, — это, скорее, мысли о том как работает человеческая память.
Я здесь совершеннейший не-специалист.
Поэтому очень прошу: любое ваше мнение для меня важно!
Допускаю с равной вероятностью, что то, что здесь написано:
а) общеизвестно и любой дурак кроме меня об этом знает;
б) полная туфта, и в принципе не содержит рационального зерна;
в) интересно но неверно;
г) верно, но из этого ничего нельзя вывести;
и т.д.
Одним словом, нижайшая просьба прочитать и написать пару слов: не только и не столько выбрать вариант из вышеперечисленных оценок, сколько высказать свое мнение! Просьба как к математикам, так и к психологам и философам, а также ко всем-всем-всем, потому что "проблема", собственно, "общечеловеческая".
Копирайт тут везде мой)))
Стиль ровно такой, какой можно выжать за два часа с чистого листа (то есть будет рихтоваться).
Спасибо!
Warning: текста много.
Приобретение знанийПриобретение знаний
Как человек узнает что-то новое?
Качество усвоения новых знаний напрямую зависит от того, как тесно они связаны с теми знаниями, которые у нас уже имеются. Чем теснее связь, тем больше вероятность того, (вероятность здесь не совсем точное слово), что полученное новое знание запомнится, сохранится в памяти.
Другими словами.
Каждый человек обладает своей моделью мира. Это его представление об объектах реальности (сущностях) и связях между ними.
Пусть модель эта представлена в некотором «материальном» виде: как множество имен объектов с перечисленными свойствами, и множество всевозможных связей между этими объектами.
Если начертить на бумаге схему, получится большой-большой граф, состоящий из огромного количества вершин (понятий, которыми мы обладаем) и помеченных дуг (связей между ними). Про свойства я сейчас нарочно не говорю: к свойствам потом вернемся отдельно.
И вот, представим, что мы узнаем новый объект действительности. Совсем новый, а не что-то дополнительное о старом. То есть в нашем графе для него нет вершины. Вершина создана. Пока она остается изолированной вершиной, нет практически никаких шансов, что это знание «осядет» в долговременную память. Потому что 1) у нас для этого знания нет никаких ассоциаций с тем, что нам уже известно; 2) если таких ассоциаций нет, то наверняка это знание не будет востребовано в дальнейшем (оно из какой-то чуждой нам области действительности). Здесь есть оговорка: если мы начинаем что-то изучать с нуля, и оно нам заведомо понадобится. Тогда, во-первых, наверняка это знание будет запоминаться вновь и вновь, а во-вторых, умный человек так или иначе будет ассоциировать его с тем, что уже знает.
Так вот, что я хочу сказать: чем больше связей у новой вершины со старыми, чем теснее они, тем легче этому знанию интегрироваться в нашу модель мира. Как если бы в ней изначально были пустые места, лакуны, – специально отведенные для этого знания.
Но дело тут не в одном количестве ассоциаций.
Ассоциация может быть даже единственной – главное, чтоб она была достаточно сильной.
А вот теперь пример из жизни.
Встречаются два давних друга, которые не виделись лет десять. И одни другому говорит: вот мой новый телефон: 365-32-17.
Второй отвечает: жаль, записать некуда, а памяти на номера у меня никакой…
Тогда первый говорит: да что ты, это легко! 365 – дней в году; 32 – зуба у человека, 17 – год ВОСР. Вот и всё.
Обычная мнемотехника, которая работает на ассоциациях. И телефон действительно запомнен. Конечно, не во всех случаях бывает так. Вспомним хотя бы «Лошадиную фамилию». Однако же именно ассоциации играют одну из главных ролей в долговременной памяти.
Таким образом, как мы только что увидели, «близость понятий» может быть как естественной, так и искусственной.
Долговременная память устроена таким образом, что не все знания доступны в равной мере. Если представить память в виде аморфной массы, в виде, предположим, океана, то чем ближе к поверхности, тем знание доступнее. А расстояние до поверхности определяется востребованностью знаний на каждый конкретный момент времени. Любое знание, (кроме возможно, повседневно-бытового) – «тяжелое». Оно имеет тенденцию тонуть – опускаться вниз. Просто в силу того, что знание у самой поверхности самое динамичное и всё время замещается и пополняется. Только если всё время пользоваться знанием – активизировать его, т.е. переводить из «нейтрального состояния» в котором оно находится в долговременной памяти, в активное: переносить его в оперативную память, – только тогда оно будет удерживаться на поверхности. Иначе – заместится чем-то более новым и/или востребованным (нужным).
И вот если даже знание было в долговременной памяти и «утонуло», то вероятность выудить его оттуда тем выше, чем больше ассоциированного с ним знания осталось близко к поверхности.
Тогда как за ниточку, по ассоциации, любое знание можно вытащить из самых глубин.
С человеком всё «понятно».
Возможно ли создать искусственную систему, которая хранила бы знания подобным образом. Которая могла бы оперировать такими вот ассоциациями?
Ассоциации не должны быть (как это делается чаще всего) таксономическими, родовидовыми связями, сохраняющими наследование свойств. Это должно быть чем-то совершенно иным!
Вот что я предлагаю.
Я предлагаю взять за основы не имена объектов и связи между ними, а набор всех-всех свойств, с помощью которых мы образуем ассоциации. Под «свойствами» можно в некоторых случаях понимать и сами объекты, а также и события. (Например, кто-то хорошо усвоил теорему Ролля только потому что завалил ее на экзамене! И теперь стоит только вспомнить это злополучный день, как теорема Ролля с доказательством как на ладони!)
Получаем для каждого свойства множество сущностей, которые этим свойством обладают. В каждом таком множестве сущности окажутся проассоциированными друг с другом этим общим свойством.
Например, зеленые попугаи будут ассоциироваться с зелеными автомобилями и зеленой травой и листьями по свойству «зеленый».
Понятно, что каждая сущность попадет в несколько (иногда очень много) таких множеств.
И вот когда мы узнаем о каком-то новом объекте, мы помещаем его сразу во все множества свойств, которыми он обладает.
Тем самым, мы умножаем его многократно (при условии, что между всем копиями этого объекта у нас должно установиться отношение эквивалентности, чтобы мы всегда помнили: речь идет об одном и том же объекте, а не о множестве разных). Чем больше ассоциаций вызывает у нас новый объект, тем больше он размножится, тем в большие места памяти попадет. И даже если потом в одном месте он будет «забыт», всегда можно будет извлечь его из другого места, и воспользовавшись цепочкой эквивалентностей, восстановить образовавшийся «пробел памяти». Может быть, именно от этого человеческая память устойчива…
Понятно, что приведенный выше пример с цветом не совсем показателен. Кластеры, на которые разбиваются объекты по цветам, слишком обширны и разнородны. Однако же многим легко вспомнить автора книги и название, вспомнив цвет обложки!
Как задел на будущее: для создания многочисленных дублей объекта (когда уже речь зайдет о компьютерном представлении) надо будет использовать фрактальную теорию: создать много «маленьких» частей, каждая из которых была бы идентична целому, но занимала бы совсем немного места в памяти (сумма всех таких частей – гораздо меньше, чем одно целое, из которых они составлены). Но это уже потом.
В прошлых своих работах я пыталась моделировать творческое мышление. Здесь об этом речь не идет: просто пусть мы читаем учебник и узнаем то, чего раньше не знали. Или получаем другое, уже готовое, знание. Однако же при рассмотрении творческого мышления такой подход тоже должен сыграть свою роль. Метафорическое мышление, ассоциативное мышление часто помогают открыть что-то новое на основе нестандартного применения старого знания. Здесь как раз и может пригодиться анализ принадлежности объектов к общим множествам.
Итак. Продолжим. Если пока оставить в стороне «силу ассоциаций», «близость», которые мы пока не можем измерять, то пусть пока что ассоциация либо есть либо ее нет. То есть объект либо входит в множество, названное именем данного свойства, либо не входит.
Чем больше ассоциаций, тем, естественно, надежней мы что-то запомнили.
(Объем памяти для этого лишнего запоминания не увеличивается, хотя объект и дробится).
Например, возьмем тот же номер телефона:
365-32-17.
Если человек математик, ему проще запомнить 32 как 2^5, а не как количество зубов. Однако одно не противоречит другому. Значит, число 32 попало у нас уже как минимум в два различных множества, что увеличило надежность запоминания вдвое.
Если мы вдруг забудем про зубы, мы можем вспомнить про 2^5, и тогда можно вспомнить, что и зубов 32! )))
Или наоборот.
Константа е=2,718281828459045…
Это знают почти все, кто так или иначе связан с математикой.
Однако человечество делится на два непересекающихся множества (правда, разбиение не полно): одни выучивают е, используя год рождения Льва Толстого – 1828, другие же наоборот, – год рождения Льва Толстого помнят исключительно благодаря числу е!
Получается, что любому предмету, сущности реального мира, соответствует много одинаковых образов, связанных отношением эквивалентности как между собой так и с самим объектом.
Таким образом, информация обладает повышенной устойчивостью.
Рассмотрим пример, в котором количество свойств будет не слишком большим.
Смоделируем предметную область, состоящую из плоских разноцветных многоугольников.
Будем рассматривать следующие свойства:
1. количество углов;
2. равенство сторон;
3. равенство углов;
4. параллельность сторон;
5. выпуклость;
6. цвет.
Это не значит, что в нашей предметной области 6 множеств. Их гораздо больше:
N= N1+(N1+1)+[N1/2]+ N1+2+N2,
Где первое слагаемое равно количеству множеств, соответствующему разному количеству углов рассматриваемых многоугольников: от 3 до N1-2.
Второе слагаемое показывает сколько сторон в многоугольнике равны (от 2 до N1-2).
Третье слагаемое: количество возможных пар параллельных сторон,
Четвертое: количество равных углов;
Пятое – 2 – отвечает за два множества, образованных по свойству «выпуклость», и наконец, последнее задает разбиение по N2 цветам.
Пусть мы узнаем о существовании объекта «зеленый ромб» (все объекты мы задаем с точностью до преобразования подобия), то есть в нашей модели есть идеальный зеленый ромб (сущность-прототип), который определяется интенсионально: перечнем своих свойств. (Множество свойств в таком пространстве идеальных объектов обязано быть полным).
Тогда наш идеальный ромб разделится на 7 своих частей-дубликатов:
Первая часть войдет в Множество Четырехугольников;
Вторая часть – в Множество Четырех Равных Сторон;
Третья – в Множество Пар Параллельных Сторон;
Четвертая и пятая – в Множество Двух Равных Углов: для одной и другой пары противоположных углов;
Шестая – в Множество Выпуклых Фигур;
Седьмая – в Множество Зеленых фигур.
Для ромба описание явно избыточно, Но не для других плоских фигур.
«Лишняя» информация будет способствовать дополнительной устойчивости.
И тут мы видим, что если перед нами объект «зеленый квадрат», нам никак не отличить его от «зеленого ромба».
Поэтому введем еще одно свойство: количество прямых углов.
Для семейства множеств от 1 до N1 (количество прямых углов для N1-угольников (с возможными самопересечениями)), – зеленый ромб не войдет ни в одно из них!
Тогда, если мы построим модель для зеленого ромба, она будет выглядеть следующим образом:
(«Зеленый ромб» обозначим через: Ei)
Проматывайте.
Просто правда для меня это важно...
преамбулаЯ сейчас пишу статью, которая посвящена приобретению знаний.
"Приобретение знаний" имеется в виду "интеллектуальными системами", но пока ни о каких конкретных системах речи не идет. Пока тут разговор только о модели человеческой долговременной памяти.
Всё, что будет написано ниже, это не статья, и не черновик статьи, — это, скорее, мысли о том как работает человеческая память.
Я здесь совершеннейший не-специалист.
Поэтому очень прошу: любое ваше мнение для меня важно!
Допускаю с равной вероятностью, что то, что здесь написано:
а) общеизвестно и любой дурак кроме меня об этом знает;
б) полная туфта, и в принципе не содержит рационального зерна;
в) интересно но неверно;
г) верно, но из этого ничего нельзя вывести;
и т.д.
Одним словом, нижайшая просьба прочитать и написать пару слов: не только и не столько выбрать вариант из вышеперечисленных оценок, сколько высказать свое мнение! Просьба как к математикам, так и к психологам и философам, а также ко всем-всем-всем, потому что "проблема", собственно, "общечеловеческая".
Копирайт тут везде мой)))
Стиль ровно такой, какой можно выжать за два часа с чистого листа (то есть будет рихтоваться).
Спасибо!
Warning: текста много.
Приобретение знанийПриобретение знаний
Как человек узнает что-то новое?
Качество усвоения новых знаний напрямую зависит от того, как тесно они связаны с теми знаниями, которые у нас уже имеются. Чем теснее связь, тем больше вероятность того, (вероятность здесь не совсем точное слово), что полученное новое знание запомнится, сохранится в памяти.
Другими словами.
Каждый человек обладает своей моделью мира. Это его представление об объектах реальности (сущностях) и связях между ними.
Пусть модель эта представлена в некотором «материальном» виде: как множество имен объектов с перечисленными свойствами, и множество всевозможных связей между этими объектами.
Если начертить на бумаге схему, получится большой-большой граф, состоящий из огромного количества вершин (понятий, которыми мы обладаем) и помеченных дуг (связей между ними). Про свойства я сейчас нарочно не говорю: к свойствам потом вернемся отдельно.
И вот, представим, что мы узнаем новый объект действительности. Совсем новый, а не что-то дополнительное о старом. То есть в нашем графе для него нет вершины. Вершина создана. Пока она остается изолированной вершиной, нет практически никаких шансов, что это знание «осядет» в долговременную память. Потому что 1) у нас для этого знания нет никаких ассоциаций с тем, что нам уже известно; 2) если таких ассоциаций нет, то наверняка это знание не будет востребовано в дальнейшем (оно из какой-то чуждой нам области действительности). Здесь есть оговорка: если мы начинаем что-то изучать с нуля, и оно нам заведомо понадобится. Тогда, во-первых, наверняка это знание будет запоминаться вновь и вновь, а во-вторых, умный человек так или иначе будет ассоциировать его с тем, что уже знает.
Так вот, что я хочу сказать: чем больше связей у новой вершины со старыми, чем теснее они, тем легче этому знанию интегрироваться в нашу модель мира. Как если бы в ней изначально были пустые места, лакуны, – специально отведенные для этого знания.
Но дело тут не в одном количестве ассоциаций.
Ассоциация может быть даже единственной – главное, чтоб она была достаточно сильной.
А вот теперь пример из жизни.
Встречаются два давних друга, которые не виделись лет десять. И одни другому говорит: вот мой новый телефон: 365-32-17.
Второй отвечает: жаль, записать некуда, а памяти на номера у меня никакой…
Тогда первый говорит: да что ты, это легко! 365 – дней в году; 32 – зуба у человека, 17 – год ВОСР. Вот и всё.
Обычная мнемотехника, которая работает на ассоциациях. И телефон действительно запомнен. Конечно, не во всех случаях бывает так. Вспомним хотя бы «Лошадиную фамилию». Однако же именно ассоциации играют одну из главных ролей в долговременной памяти.
Таким образом, как мы только что увидели, «близость понятий» может быть как естественной, так и искусственной.
Долговременная память устроена таким образом, что не все знания доступны в равной мере. Если представить память в виде аморфной массы, в виде, предположим, океана, то чем ближе к поверхности, тем знание доступнее. А расстояние до поверхности определяется востребованностью знаний на каждый конкретный момент времени. Любое знание, (кроме возможно, повседневно-бытового) – «тяжелое». Оно имеет тенденцию тонуть – опускаться вниз. Просто в силу того, что знание у самой поверхности самое динамичное и всё время замещается и пополняется. Только если всё время пользоваться знанием – активизировать его, т.е. переводить из «нейтрального состояния» в котором оно находится в долговременной памяти, в активное: переносить его в оперативную память, – только тогда оно будет удерживаться на поверхности. Иначе – заместится чем-то более новым и/или востребованным (нужным).
И вот если даже знание было в долговременной памяти и «утонуло», то вероятность выудить его оттуда тем выше, чем больше ассоциированного с ним знания осталось близко к поверхности.
Тогда как за ниточку, по ассоциации, любое знание можно вытащить из самых глубин.
С человеком всё «понятно».
Возможно ли создать искусственную систему, которая хранила бы знания подобным образом. Которая могла бы оперировать такими вот ассоциациями?
Ассоциации не должны быть (как это делается чаще всего) таксономическими, родовидовыми связями, сохраняющими наследование свойств. Это должно быть чем-то совершенно иным!
Вот что я предлагаю.
Я предлагаю взять за основы не имена объектов и связи между ними, а набор всех-всех свойств, с помощью которых мы образуем ассоциации. Под «свойствами» можно в некоторых случаях понимать и сами объекты, а также и события. (Например, кто-то хорошо усвоил теорему Ролля только потому что завалил ее на экзамене! И теперь стоит только вспомнить это злополучный день, как теорема Ролля с доказательством как на ладони!)
Получаем для каждого свойства множество сущностей, которые этим свойством обладают. В каждом таком множестве сущности окажутся проассоциированными друг с другом этим общим свойством.
Например, зеленые попугаи будут ассоциироваться с зелеными автомобилями и зеленой травой и листьями по свойству «зеленый».
Понятно, что каждая сущность попадет в несколько (иногда очень много) таких множеств.
И вот когда мы узнаем о каком-то новом объекте, мы помещаем его сразу во все множества свойств, которыми он обладает.
Тем самым, мы умножаем его многократно (при условии, что между всем копиями этого объекта у нас должно установиться отношение эквивалентности, чтобы мы всегда помнили: речь идет об одном и том же объекте, а не о множестве разных). Чем больше ассоциаций вызывает у нас новый объект, тем больше он размножится, тем в большие места памяти попадет. И даже если потом в одном месте он будет «забыт», всегда можно будет извлечь его из другого места, и воспользовавшись цепочкой эквивалентностей, восстановить образовавшийся «пробел памяти». Может быть, именно от этого человеческая память устойчива…
Понятно, что приведенный выше пример с цветом не совсем показателен. Кластеры, на которые разбиваются объекты по цветам, слишком обширны и разнородны. Однако же многим легко вспомнить автора книги и название, вспомнив цвет обложки!
Как задел на будущее: для создания многочисленных дублей объекта (когда уже речь зайдет о компьютерном представлении) надо будет использовать фрактальную теорию: создать много «маленьких» частей, каждая из которых была бы идентична целому, но занимала бы совсем немного места в памяти (сумма всех таких частей – гораздо меньше, чем одно целое, из которых они составлены). Но это уже потом.
В прошлых своих работах я пыталась моделировать творческое мышление. Здесь об этом речь не идет: просто пусть мы читаем учебник и узнаем то, чего раньше не знали. Или получаем другое, уже готовое, знание. Однако же при рассмотрении творческого мышления такой подход тоже должен сыграть свою роль. Метафорическое мышление, ассоциативное мышление часто помогают открыть что-то новое на основе нестандартного применения старого знания. Здесь как раз и может пригодиться анализ принадлежности объектов к общим множествам.
Итак. Продолжим. Если пока оставить в стороне «силу ассоциаций», «близость», которые мы пока не можем измерять, то пусть пока что ассоциация либо есть либо ее нет. То есть объект либо входит в множество, названное именем данного свойства, либо не входит.
Чем больше ассоциаций, тем, естественно, надежней мы что-то запомнили.
(Объем памяти для этого лишнего запоминания не увеличивается, хотя объект и дробится).
Например, возьмем тот же номер телефона:
365-32-17.
Если человек математик, ему проще запомнить 32 как 2^5, а не как количество зубов. Однако одно не противоречит другому. Значит, число 32 попало у нас уже как минимум в два различных множества, что увеличило надежность запоминания вдвое.
Если мы вдруг забудем про зубы, мы можем вспомнить про 2^5, и тогда можно вспомнить, что и зубов 32! )))
Или наоборот.
Константа е=2,718281828459045…
Это знают почти все, кто так или иначе связан с математикой.
Однако человечество делится на два непересекающихся множества (правда, разбиение не полно): одни выучивают е, используя год рождения Льва Толстого – 1828, другие же наоборот, – год рождения Льва Толстого помнят исключительно благодаря числу е!
Получается, что любому предмету, сущности реального мира, соответствует много одинаковых образов, связанных отношением эквивалентности как между собой так и с самим объектом.
Таким образом, информация обладает повышенной устойчивостью.
Рассмотрим пример, в котором количество свойств будет не слишком большим.
Смоделируем предметную область, состоящую из плоских разноцветных многоугольников.
Будем рассматривать следующие свойства:
1. количество углов;
2. равенство сторон;
3. равенство углов;
4. параллельность сторон;
5. выпуклость;
6. цвет.
Это не значит, что в нашей предметной области 6 множеств. Их гораздо больше:
N= N1+(N1+1)+[N1/2]+ N1+2+N2,
Где первое слагаемое равно количеству множеств, соответствующему разному количеству углов рассматриваемых многоугольников: от 3 до N1-2.
Второе слагаемое показывает сколько сторон в многоугольнике равны (от 2 до N1-2).
Третье слагаемое: количество возможных пар параллельных сторон,
Четвертое: количество равных углов;
Пятое – 2 – отвечает за два множества, образованных по свойству «выпуклость», и наконец, последнее задает разбиение по N2 цветам.
Пусть мы узнаем о существовании объекта «зеленый ромб» (все объекты мы задаем с точностью до преобразования подобия), то есть в нашей модели есть идеальный зеленый ромб (сущность-прототип), который определяется интенсионально: перечнем своих свойств. (Множество свойств в таком пространстве идеальных объектов обязано быть полным).
Тогда наш идеальный ромб разделится на 7 своих частей-дубликатов:
Первая часть войдет в Множество Четырехугольников;
Вторая часть – в Множество Четырех Равных Сторон;
Третья – в Множество Пар Параллельных Сторон;
Четвертая и пятая – в Множество Двух Равных Углов: для одной и другой пары противоположных углов;
Шестая – в Множество Выпуклых Фигур;
Седьмая – в Множество Зеленых фигур.
Для ромба описание явно избыточно, Но не для других плоских фигур.
«Лишняя» информация будет способствовать дополнительной устойчивости.
И тут мы видим, что если перед нами объект «зеленый квадрат», нам никак не отличить его от «зеленого ромба».
Поэтому введем еще одно свойство: количество прямых углов.
Для семейства множеств от 1 до N1 (количество прямых углов для N1-угольников (с возможными самопересечениями)), – зеленый ромб не войдет ни в одно из них!
Тогда, если мы построим модель для зеленого ромба, она будет выглядеть следующим образом:
(«Зеленый ромб» обозначим через: Ei)
-
-
25.01.2008 в 09:54Но зато сразу станет понятно равенство между памятью и тем, что я назвала "объективизированным знанием".
Мы создаем ФОРМАЛЬНЫЙ АППАРАТ (пока не столь важно, из чего он сделан, какая у него начинка, просто это нечто, что можно "пощупать").
Предположим, у меня есть лист бумаги и на нем я черчу карту своих знаний. Или у меня много листов бумаги (потому что знаний у меня много))). И вот на каждом отдельном листе я рисую карту, на которую нанесены понятия и связи между ними. И при этом каждый лист = 1 ассоциации.
И вот кипа таких листов — это моя память. И это же мои знания. Я что-то "узнаю" в тот момент, когда я помещаю это в свою вот такую вот память.
На самом деле аналогия с листами не совсем хорошая, пому что, выходит все ассоциированные предметы находятся либо "вверху" либо "внизу" стопки... Но за ниемением лучшего пока так...
Все листы рисую я сама. Не машина. Машине я даю это в готовом виде. Потом может быть, она будет закладывать туда что-то новое. Но "базу" даю ей я. Мне нужно сейчас понять, как эта база устроена.
Ведь знания можно структурировать миллионом способов!
Можно задать просто базу данных и туда занести гипертекст со всевозможными сведениями, и соединить его гиперссылками. Будет ли в этом что-то от "интеллекта"? И если да, и ровно столько же, сколько и в моих "листах" (которые впоследствие должны оказаться голографическими пленками), то может я вообще напрасно бьюсь.
Но я хочу создать стркутуру, ПОДОБНУЮ нашей памяти.
Основное здесь то, что мы размножаем каждый объект. Тем самым мы делаем память сверхустойчивой.
Вот смотрите. Я классифицирую автомобили (в которых мало что понимаю).
На одном листе у меня все зеленые автомобили.
На другом все красные.
На третьем -- все голубые.
...
На одном листе у меня BMW.
На другом Ауди.
На третьем Тойоты.
...
И вот если у меня есть конкретный автомобиль, я его помещаю во все листы, к которым он подходит.
НЕТ! Блин! По одной ассоциации на лист это многовато....
Надо думать...
-
-
25.01.2008 в 09:54Мне все говорят, что у меня постановочная часть страдает )))
Буду исправляться )))
-
-
25.01.2008 в 10:28мне кажется тут главная ашипка в том, что ты их (свойства ) хочешь структурировать....
мне кажется их надо в одну "кучу" свалить ( база разных свойств) и найти механизм извлечения свойств, которые бы использовала машина для описания объектов...
ну вот есть у тя объект со свойствами ХА= (Б,Д,Ж,.............,И,Ю)
каждое свойство может задаваться набором ассоциаций... например Ю=(вскус, цвет, запах, день, температура, физика, лето, магазин........), причем набор создаётся случайно, какими нибудь ограничениями... в примере с автомобилями таким ограничением может быть доход.....
Но тут еще проблема языкового плана, как ты свойство будешь описывать, существительным, глаголом или прилагательным, причастием или деепричастием... одни части речи зависят от времени, другие нет... (я не имею ввиду настоящее прошедшее будущее) я о том, что некоторые слова показывают изменение объектов во времени а некоторые нет
существительное не зависит
глагол - зависит
прилагательное - иногда зависит иногда нет
причастие зависит...
зы
не занаю мне кажется твоя задача без такой качественно-временной привязки свойств... не можежт быть решена
-
-
25.01.2008 в 10:57Если привязываться к естественному языку, это задача нерешаема.
"Формально" значит формально!
У нас есть множество объектов Еi, множество свойств=ассоциаций Aj. И нам всё равно, какой частью речи на естественном языке они выражаются.
НЕ свойство задается набором ассоциаций. Наоброт. Свойство ЭТО и есть ассоциация. Мы ассоциируем все предметы, обладающие одним и тем же свойством. Так, сколько у одного предмета свойств, в столько ассоциаций он и попадет.
Причем "свойство" может быть любым. В частности: "это было в тот день, когда мне удалили левый верхний зуб мудрости и свернули челюсть" — тоже описание свойства! С этим днем мнооого чего проассоциируется и никогда не забудется ))))
-
-
25.01.2008 в 11:06очень даже по теме... ведь "язык" не обязательно из букоф должен состоять, можноже создать язык свойств? или нет? а потом этот язык свойств... проверять по заданным (выбранным, нужным) правилам
Создать можно, но я уже поняла просто, что это нечто обратное тому, что мы тут обсуждаем =)
Дилетант
Блин. Я уже перестала быть максималистом ))) Моя задача гораздо уже! Сейчас попробую сформулировать!
А ставить маленькие задачи - это как-то неинтересно. Ну, не то чтобы неинтересно, скорее в маленьких задачах труднее понять, для чего, собственно, эта задача поставлена. Зато вот если придумать сверхзадачу, которую абсолютно точно не выполнишь, а потом по кусочкам ее пытаться анализировать...
Но я хочу создать стркутуру, ПОДОБНУЮ нашей памяти.
И основная проблема в том, что ученые так до сих пор и не смогли понять, как именно она устроена. А сами мы .. ну, я бы сказала, путаемся. Потому что все это чересчур хаотично устроено.
На одном листе у меня все зеленые автомобили. На другом все красные. На третьем -- все голубые.
Ну, свойство "зеленый цвет" присуще не только автомобилям. А даже если речь исключительно о машинах.. Все равно, я бы предложила просто хранить свойство "цвет", а не "все автомобили такого-то цвета". Хотя бы элементарно потому что машины каждый год новые появляются, и каждый раз добавлять новую марку машины на листы всех цветовых гамм... (опять неконструктивно по сути, но наверное смысл ясен - надо еще классифицировать какие-то свойства).
Или для устойчивой ассоциации с предметом необходимо перечислять именно каждый объект конкретного цвета? Тогда это занятие на века. Я запуталась..
-
-
25.01.2008 в 11:10не согласна... но тебе конечно видней
-
-
25.01.2008 в 11:16сверхзадача у меня стоит: моделирование мышления (в т.ч. и творческого)))
Но для этого нужна база! А ее нету!
Ну, свойство "зеленый цвет" присуще не только автомобилям.
В этом-то и главное преимущество моего аппарата! На листе "зеленый" собрано ВСЁ зеленое!
И это ВСЁ ассоциировано друг с другом. Ты можешь посмотреть на зеленую машину и вспомнить задачник Филиппова по дифурам! Я могу, например ))))
chebur12 не согласна... но тебе конечно видней
Что значит, "не согласна"?
Это моя формальная система такова.
Я ее такой сделала. А если она не похожа на человеческую, тогда, пожалуйста, скажи: чем! ))))
-
-
25.01.2008 в 11:22Не похожа тем, что у нас все же свойства объектов хранятся в куче. Одна куча для одного объекта, вторая куча - для другого. И связь мы между кучами находим только если начинаем перебирать содержимое и сравнивать. Ну как.. Вот лежит у тебя две кучки носков. Берешь носок из одной кучи и начинаешь по одному сравнивать с носками из другой кучи - вдруг найдешь ему пару.
-
-
25.01.2008 в 21:16БЛИН!
Ни в коем случае!
Неу там кучи для объектов!
Наоборот: есть куча объектов для каждого свойства!
И все они похожи потому что этим свойством обладают!
-
-
25.01.2008 в 21:30Ладно.. Тогда каким образом происходит извлечение памяти о каком-то конкретном объекте?
-
-
25.01.2008 в 21:57В каком смысле?
Ты хочешь о чем-то вспомнить и оно вспоминается.
Или тебе кто-то напоминает и оно вспоминается.
В системе у каждого объекта есть имя. Он вспоминается по своему имени, если тебе не нужны ассоциации.
-
-
25.01.2008 в 21:57спрашивай дальше! я тебя в соавторы возьму
-
-
25.01.2008 в 23:34И книга будет называться "Диалоги двух чайников о памяти")))))
а если есть два почти одинаковых объекта, как идет различие? Мы же часто можем вспомнить что-то только частично.
-
-
25.01.2008 в 23:46какие два одинаковых?
Если ты их можешь различить, у них разные имена!
-
-
25.01.2008 в 23:55ну, например, есть две одинаковые ручки. Это два объекта, но у них одинаковые свойства.
-
-
25.01.2008 в 23:59нежто ты бережно хранишь память о каждой ручке отдельно?
О ЛЮБИМОЙ ручке ты будешь помнить, потому что у нее есть какие-то "индивидуальные черты".
Думая о том, какую ручку тебе купить, ты будешь исходить именно из свойств, и все ручки с одинаковыми свойствами будут для тебя идентичны.
То есть для тебя нету ручки "Маша" и ручки "Петя"...А если есть, ты ее по ее имени и будешь помнить (знать) )))
Нам не обязательно различать все объекты-экземпляры одного и того же объекта-прототипа.
-
-
26.01.2008 в 09:55-
-
03.02.2008 в 08:57Если строить базу подобным способом, он на пяти предметах будет состоять из пары сотен позиций если не больше, а про сотню предметов лучше вообще не думать. И чем больше описываемых знаний вы будете в нее загонять, тем скорее она будет разрастаться. И на любом этапе работы вам будет намного проще найти что-то простым перебором в простой маленькой базе, состоящей просто из списка, нежели выкапыванием свойств в вашей гигантской.
Кстати если решить что знания человека формализуются вот так, то мы и ищем что либо простым прогоном по списку. Так ведь быстрее. Либо есть какой-то более оптимальный способ.
К тому же как насчет предметов "ни на что не похожих" которые помнятся уже тем что ни туда ни сюда их никак не классифицировать?
-
-
03.02.2008 в 15:50не стану обобщать — все мы разные, думаем, возможно, тоже по-разному, — скажу только про себя. Мне содержимое моего сознания кажется всем чем угодно, только не списком и не базой данных. Чтобы искать там простым перебором надо знать ЧТО искать и СРЕДИ ЧЕГО искать...
Может мне не повезло, но мои мозги не сильно упорядочены... Если бы не было таких вот ассоциаций, я бы не вспомнила даже как меня зовут... Иногда и забываю, когда не дома просыпаюсь...
Спасибо за замечание по размеру базы. Может, надо просто какте-то теги навешивать на объекты, а не распихивать их по множествам...
К тому же как насчет предметов "ни на что не похожих" которые помнятся уже тем что ни туда ни сюда их никак не классифицировать?
Они попадут в отдельное множество, где будет такая ассоциация как "непохожесть ни на что" или "исключительность"
-
-
03.02.2008 в 18:01-
-
03.02.2008 в 18:28ну...
я же пытаюсь не оптимизировать поиск, а моделировать человеческую память...
просто может статься, что ничего "универсального" в человеческом мышлении нет... всё сплошь "индивидуальное"...
Но тем не менее это уже признано: компьютер ищет вглубь, а человек вширь — скользя по поверхности...
-
-
03.02.2008 в 18:28-
-
03.02.2008 в 18:35Эмм.. в каком смысле? О_о
Компьютер ищет куда его пошлют и как запрограммируют. А человек? Можно ли считать это программой?
Кстати у свойств должна быть иерархия. Чаще встречающиеся|реже встречающиеся. Чаще встречающиеся прогоняем первыми, перебором, потом идем вглубь.
Хотя это еще больше нагрузит базу.
А вот еще стишок вспомнился
Как лев бросаюсь в драку, тружусь я как пчела, а нюх как у собаки, а глаз как у орла. Подобные субъекты будут портить всю картину. =)
-
-
03.02.2008 в 18:58Как ни назови, а всё равно есть последовательность действий, которая является алгоритмом. С компьютером это вообще бесспорно, с человеком так-сяк... Но тем не менее, под "вглубь" имеется в виду последовательное выполнение действий, под "вширь" — параллельное.
Суперкомпьютеры пытаются реализовывать параллельные аглгоритмы. но всё ранво сильно уступают человеку во многих и многих вещах.
Потом следующее.
"Модель" не есть калька с действительности. Модель — лишь отражение СУЩЕСТВЕННЫХ свойств (в зависимости от задачи "существенными" могут быть совсем разные свойства). Какие существенны в данный момент, — решает разработчик. Чистейший волюнтаризм.
)))
А песенка хороша...
-
-
03.02.2008 в 19:05А насчет вширь
А может просто быстро меняет последовательность действий, так что не уловить?
Все-таки про Гая Юлия Цезаря, может это немножко аллегория была? =)
В суперкомпьютерах я так понимаю существенным стало добавление разряда, стало быть уже не двузначная логика реализцуется, а более продвинутая. Человек то привык оперировать не "да-нет", а "да-нет-незнаю-можетбыть-кажется в прошлом месяце-низачто-конечно ... "
Вы собираетесь предусмотреть в модели варианты "зеленый-не зеленый-а может и зеленый-иногда зеленый" ? =)
А снег на фоне фонаря вообще черный, но это я так, к слову. =)
-
-
03.02.2008 в 19:11а я не собираюсь претендовать на всеобщность и тем более создавать большие модели ))
вот например для тех же геометрических фигур вряд ли понадобится цвет снега на фоне фонаря...
А вот когда он понадобится, так он и будет )))
В суперкомпьютерах реализован т.н. векторно-конвейерный метод обработки информации, но я с этим не слишком хорошо знакома, да и честно говоря, задача у меня несколько не та...
А может просто быстро меняет последовательность действий, так что не уловить?
возможно...
однако результат от этого не меняется. Человек может многое из того, что компьютер не может.
И чем человеку легче, тем компьютеру зачастую оказывается сложнее...
-
-
03.02.2008 в 19:35Хотя мне лично кажется более вероятным развитие науки, который позволит использовать живой мозг в качестве компьютера. Для этого даже не придется его полностью изучать и понимать как он работает. Только механизмы ввода-вывода и все.
-
-
03.02.2008 в 19:47Только механизмы ввода-вывода и все.
угу )) "черный ящик" — достаточно знать, каким входным сигналам какие выходные соответствуют
я тем путем и двигаюсь...
только насчет "развития науки"... — таких амбиций у меня нет ))) так только, баловство )))