Предоставление нейронной сети "боли"

Question

Я запрограммировал ненаправленную нейронную сеть. Так что вроде мозга, все нейроны обновляются одновременно, и нет явных слоев.

Теперь мне интересно, как работает боль? Как я могу структурировать нейронную сеть так, чтобы сигнал «боли» заставлял ее делать все, чтобы избавиться от этой боли.

Answer 1

Это не совсем так. Сеть, которую вы описали, слишком проста, чтобы иметь такую ​​концепцию, как боль, от которой она будет пытаться избавиться. На низком уровне это не что иное, как еще один вход, но, очевидно, это не заставляет сеть «не любить» его.

Чтобы получить такой сигнал, вы можете настроить сеть на выполнение определенных действий при получении этого конкретного сигнала. По мере того, как он становится более утонченным, этот сигнал начинает выглядеть как настоящий сигнал боли, но это не что иное, как специальная тренировка сети.

Сигнал боли у высших животных имеет ответ «делай все, чтобы избавиться от него», потому что высшие животные обладают довольно развитыми когнитивными способностями по сравнению с сетью, которую ты описал. Черви, с другой стороны, могут очень специфично реагировать на «боль» - дергаться определенным образом. Таким образом, он запрограммирован, и говорить, что червь пытается что-то сделать, чтобы избавиться от сигнала, было бы неправильно; это больше похоже на двигатель, подключенный к кнопке, которая вращается при каждом нажатии кнопки.

Реалистичные механизмы для того, чтобы заставить искусственные нейронные сети делать полезные вещи, все вместе известны как "обучение нейронных сетей", и это большая и сложная область исследований. Вы можете использовать эту фразу в Google, чтобы получить различные идеи.

Вы должны знать, однако, что нейронные сети не являются панацеей для решения сложных проблем; они автоматически не делают вещи с помощью магии. Эффективное их использование требует значительных экспериментов с настройками алгоритма настройки и настройками параметров сети.

Answer 2

Я не знаю много (если вообще что-нибудь) о теории ИИ, за исключением того, что мы все еще ищем способ дать ИИ ту модель, которая ему нужна, чтобы рассуждать, думать и размышлять, как это делают настоящие люди. (Мы все еще ищем ключ - и, возможно, это боль .)

Большая часть моей взрослой жизни была сосредоточена на программировании, изучении и понимании ума.

Я пишу здесь, потому что думаю, что PAIN может быть недостающим звеном. (Также и стекопоток сейчас крутится.) Я знаю, что создание модели, которая на самом деле обеспечивает высшее мышление, - это большой скачок, но у меня просто был этот удивительный момент ага-типа, и я должен был им поделиться. :)

В своих исследованиях буддизма я узнал об одном ученом, который изучал случаи проказы. Причина, по которой прокаженные становятся деформированными, заключается в том, что они не чувствуют боли при контакте с разрушительными силами. Именно здесь наука и буддийские рассуждения сталкиваются с фундаментальной истиной.

Боль - это то, что поддерживает нас в живых, определяет наши границы и определяет, как мы делаем свой выбор и наше мировоззрение.

В модели ИИ принцип может состоять в определении серии сил, которые постоянно находятся в игре. Идея состоит в том, чтобы сохранить ум живым.

Концепция идей, имеющих жизнь - это то, что мы, люди, тоже, похоже, воплощаем в жизнь. Когда кто-то «убивает» вашу идею, доказывая, что она ошибочна, сначала возникает сопротивление «смерти» идеи. На самом деле, иногда требуется много сил, чтобы заставить идею измениться. Мы все знаем упрямых людей ... Говорят, что "смерть" идеи - это "смерть" части своего эго. Эго всегда пытается себя выстроить.

Итак, вы видите, чтобы дать ИИ эго, вы должны причинить ему боль, и тогда ему придется бороться, чтобы строить "безопасные" мысли, чтобы он мог развивать свои собственные идеи и, в конечном итоге, человеческий психоз и "сознание".

Answer 3

Искусственные нейронные сети не распознают такую ​​вещь, как «боль», но на самом деле могут быть обучены, чтобы избежать определенных состояний. В сети Хопфилда конечное состояние сети достигается при минимуме энергии, ближайшем к начальному состоянию. Начальное состояние в этом контексте - это состояние, при котором сеть находится в состоянии «боли». Если вы тренируете сеть, чтобы иметь ее локальный минимум энергии в состоянии, когда «боль» исчезла, она должна измениться, пока это состояние не будет достигнуто. Простой способ обучить сеть Хопфилда - присвоить вес взаимодействиям между нейронами. Этот вес определяется в соответствии с правилом Хебба, которое определяется следующим образом: Wij = (1 / n) * [i] * [j].

Wij - вес связи между нейроном i и нейроном j, n - общее количество нейронов в матрице, а [i] и [j] - состояния нейронов i и j соответственно, которые могут иметь значения 1 или -1. После того, как вы завершили матрицу весов для состояния, в котором «боли» не существует, сеть должна большую часть времени переходить в это состояние, не имея значения исходного состояния.

Answer 4

Думайте о нейронных сетях как о многомерной плоскости.Обучение нейронной сети - это, в основном, размещение высоких и низких точек в плоскости.Самолет поддерживает «гири» и образует в них впадину.Депрессия в плоскости является желаемым выходом, а горная местность - нежелательным выходом.Идея нейронной сети состоит в том, чтобы поместить депрессии в области, которые имеют значение.Боль будет выглядеть как гигантская гора.Таким образом, входной нейрон, представляющий боль, имел бы очень высокую вероятность получения нежелательного результата.

Но боль не единственное, что заставляет существо вести себя так, как оно.Боль в дереве не вызывает большой реакции.У животных боль вызывает физиологические реакции, такие как всплеск адреналина .Это вызывает повышенное состояние осведомленности и большой рост потребления энергии .Чтобы смоделировать поведение боли , вы должны предоставить модель этих механизмов, чтобы стимул боли обеспечивал соответствующий результат.В NN я представляю, что должна быть Рекурсивная нейронная сеть , чтобы боль имела длительность, пропорциональную входу, чтобы моделируемое вами существо избегало боли дольше, чем болевые стимулыпродолжительность.Это был бы период заживления.

NN имеют тенденцию быть более древовидными.Моделируя энергетическое состояние с затратами энергии, существо будет использовать минимальную энергию, чтобы выжить, но использует много энергии, если при этом оно переводит его в желаемое состояние быстрее, чем стоимость пребывания в нежелательном состоянии боли.Возвращаясь к гиперплоскости, это выглядело бы как более высокая скорость от горной области боли и в желаемую «безопасную» депрессию.Величина вектора в ближайшей депрессии является уровнем мотивации NN, чтобы избежать боли.Естественно, тренировки должны делать это, добавляя тяжелые отрицательные веса и смещения к входам боли, всегда превращая вход боли в неправильный ответ, предполагая, что энергия и реакция осознанности моделируются в рекурсивную нейронную сеть.

Answer 5

У меня может быть частичный ответ на этот вопрос о том, как боль может быть выражена в нейронной сети.Для справки, базовая сеть, которую я использую, представляет собой алгоритм HTM.По сути, это серия взаимосвязанных слоев, каждый из которых предсказывает свой следующий вход, правильные предсказания вознаграждаются с использованием логики Хебба.

Теоретически, могут быть некоторые соединения между слоями, которые являются стробированными, и эти ворота могут быть открыты только при достаточной активации в другом слое.Этот другой слой будет настроен так, чтобы научиться распознавать новые паттерны в контексте триггера боли.Следовательно, при наличии ожидаемого болевого стимула стробированный канал будет открыт, создавая симулированную систему внимания для распознавания будущей боли.Хотя это само по себе не является болью, оно похоже на страх.