Лет через 30 (а может и через 300) «конституция биоматематики» (так я называю систему фундаментальных принципов жизни и разума, объединяющую их физическую, математическую, биологическую и когнитивную основы), возможно, будет считаться главным научным законом природы. Пока же это лишь система эвристических гипотез, хотя и на крепкой математической основе.
Тем интересней узнавать о появлении первых экспериментальных подтверждений, согласующихся с предсказаниями «конституции биоматематики».
✔️ Первым таким прорывом, стало исчерпывающее научное объяснение «иллюзии Луны», над которым человечество билось более двух тысяч лет. Оказалось, что магия великой иллюзии объясняется проективной геометрией в основе пространственной модели, используемой сознанием.
✔️ Новое экспериментальное подтверждение проективной модели сознания объясняет, каким образом в нем строится субъективное представление о времени.
✔️ Следствиями этого нового экспериментального подтверждения могут стать два научных прорыва:
• прорыв к полноценной теории сознания, воплощающего в себе субъективную точку зрения, необходимую для интеграции информации субъективного опыта и позволяющую интеллектуальному агенту создавать субъективные смыслы в понимании биологической кибернетики;
• прорыв в понимании механизма дистального моделирования – свойства людей мысленно улетать далеко от реальности “здесь и сейчас”; а в перспективе, – возможность экспериментального выявления «имаджинавтов» (супер-креативных людей, способных к ничем не ограниченным перемещениям по неисчерпаемой вселенной воображаемых миров Мультиверса).
Продолжить чтение моего нового поста (еще на 6 мин)
- на Medium https://bit.ly/3oO9CQV
- на Яндекс Дзен https://clck.ru/ZJzRK
#ПринципСвободнойЭнергии #ПроективнаяТеорияСознания #Имаджинавты #Воображение #Креативность
Тем интересней узнавать о появлении первых экспериментальных подтверждений, согласующихся с предсказаниями «конституции биоматематики».
✔️ Первым таким прорывом, стало исчерпывающее научное объяснение «иллюзии Луны», над которым человечество билось более двух тысяч лет. Оказалось, что магия великой иллюзии объясняется проективной геометрией в основе пространственной модели, используемой сознанием.
✔️ Новое экспериментальное подтверждение проективной модели сознания объясняет, каким образом в нем строится субъективное представление о времени.
✔️ Следствиями этого нового экспериментального подтверждения могут стать два научных прорыва:
• прорыв к полноценной теории сознания, воплощающего в себе субъективную точку зрения, необходимую для интеграции информации субъективного опыта и позволяющую интеллектуальному агенту создавать субъективные смыслы в понимании биологической кибернетики;
• прорыв в понимании механизма дистального моделирования – свойства людей мысленно улетать далеко от реальности “здесь и сейчас”; а в перспективе, – возможность экспериментального выявления «имаджинавтов» (супер-креативных людей, способных к ничем не ограниченным перемещениям по неисчерпаемой вселенной воображаемых миров Мультиверса).
Продолжить чтение моего нового поста (еще на 6 мин)
- на Medium https://bit.ly/3oO9CQV
- на Яндекс Дзен https://clck.ru/ZJzRK
#ПринципСвободнойЭнергии #ПроективнаяТеорияСознания #Имаджинавты #Воображение #Креативность
Medium
Как работает машина времени мозга
Проективная геометрия формирует субъективное сознание
Мозг самооптимизируется по Принципу свободной энергии.
Японское открытие вписывает новую статью в «конституцию биоматематики».
Мы точно знаем, что организация работы нейронных сетей мозга так или иначе построена на самоорганизации сетей. Ибо мозг живой. А всё живое (пардон за каламбур) живет путем той или иной самоорганизации. Но что это за самоорганизация, и каков её принцип, - оставалось великой тайной до января 2022.
Но видно не зря я еще два года назад назвал Принцип свободной энергии (ПСЭ) «конституцией биоматематики». Открытие, сделанное в японском Центре исследований мозга RIKEN, показало, что нейронные сети самооптимизируются на основе этого единого принципы организации жизни и разума (1).
ПСЭ является попыткой объяснить структуру и функции мозга, предполагая, что любые адаптивные изменения в мозге минимизируют свободную энергию (т.е. ошибку предсказаний его предиктивной модели). Алгоритмически ПСЭ следует концепции машинного обучения, называемой байесовским выводом.
Этот вывод задает способ расчета вероятности события, когда становится доступной новая информация (т. е. новый сенсорный ввод). Агент принимает решения на основе новых поступающих сенсорных данных, с учетом опыта своих прошлых решений и полученных во их исполнение результатов.
Японские исследователи поставили перед искусственной нейронной сетью задачу научиться проходить лабиринт. В результате они обнаружили, что сеть самоорганизуется, изменяя силу своих нейронных связей и связывая прошлые решения с будущими результатами. При этом сеть смогла пройти лабиринт методом проб и ошибок статистически оптимальным образом.
Понять физический смысл открытия проще всего на физической аналогии.
• Для жизни энергия превыше всего.
• Биологическая оптимизация — это естественный процесс, который делает тела и поведение максимально энергоэффективными.
• Понятный поведенческий пример – увязка аллюров (паттернов походки) у лошади (или собаки, кошки …) со скоростью движения. Для каждого аллюра — шага, рыси или галопа — животные выбирают определенную, наиболее энергоэффективную для этого паттерна скорость
• FYI Во время движения шагом расход энергии в 5-6 раз выше, чем в состоянии относительного покоя, а при резвой рыси – расход энергии в 60 и более раз выше.
Затраты энергии сначала увеличиваются (см. рис. (2)) — по мере увеличения скорости в каждом стиле «походки», а затем, при смене паттерна походки с шага на рысь, а также с рыси на галоп, — уменьшаются. Каждый переход снижает количество затрачиваемых усилий: медленная рысь требует меньше усилий, чем быстрый шаг; а медленный галоп метаболически дешевле быстрой рыси. Причем каждый паттерн походки использует одно и то же отношение энергии к расстоянию (примерно 300 джоулей на метр).
Аналогичным образом нейронные сети мозга оптимизированы для обеспечения эффективного управления поведением и передачей информации, сохраняя при этом способность адаптироваться и перестраиваться в меняющихся условиях путем следованию ПСЭ – т.е. минимизируя сюрпризы в предсказаниях своей модели.
Это исследование предлагает универсальное правило для описания того, как мозг самооптимизируется.
«Наша теория может значительно снизить сложность проектирования самообучающегося нейроморфного оборудования для выполнения различных типов задач, что будет важно для ИИ следующего поколения» , — сказал ведущий автор исследования Такуя Исомура.
Так что, моим читателям есть смысл перечитать мой лонгрид «Конституция биоматематики. Основной принцип жизни и разума» (https://bit.ly/3UW9P1t)
1 2
#ПринципСвободнойЭнергии
Японское открытие вписывает новую статью в «конституцию биоматематики».
Мы точно знаем, что организация работы нейронных сетей мозга так или иначе построена на самоорганизации сетей. Ибо мозг живой. А всё живое (пардон за каламбур) живет путем той или иной самоорганизации. Но что это за самоорганизация, и каков её принцип, - оставалось великой тайной до января 2022.
Но видно не зря я еще два года назад назвал Принцип свободной энергии (ПСЭ) «конституцией биоматематики». Открытие, сделанное в японском Центре исследований мозга RIKEN, показало, что нейронные сети самооптимизируются на основе этого единого принципы организации жизни и разума (1).
ПСЭ является попыткой объяснить структуру и функции мозга, предполагая, что любые адаптивные изменения в мозге минимизируют свободную энергию (т.е. ошибку предсказаний его предиктивной модели). Алгоритмически ПСЭ следует концепции машинного обучения, называемой байесовским выводом.
Этот вывод задает способ расчета вероятности события, когда становится доступной новая информация (т. е. новый сенсорный ввод). Агент принимает решения на основе новых поступающих сенсорных данных, с учетом опыта своих прошлых решений и полученных во их исполнение результатов.
Японские исследователи поставили перед искусственной нейронной сетью задачу научиться проходить лабиринт. В результате они обнаружили, что сеть самоорганизуется, изменяя силу своих нейронных связей и связывая прошлые решения с будущими результатами. При этом сеть смогла пройти лабиринт методом проб и ошибок статистически оптимальным образом.
Понять физический смысл открытия проще всего на физической аналогии.
• Для жизни энергия превыше всего.
• Биологическая оптимизация — это естественный процесс, который делает тела и поведение максимально энергоэффективными.
• Понятный поведенческий пример – увязка аллюров (паттернов походки) у лошади (или собаки, кошки …) со скоростью движения. Для каждого аллюра — шага, рыси или галопа — животные выбирают определенную, наиболее энергоэффективную для этого паттерна скорость
• FYI Во время движения шагом расход энергии в 5-6 раз выше, чем в состоянии относительного покоя, а при резвой рыси – расход энергии в 60 и более раз выше.
Затраты энергии сначала увеличиваются (см. рис. (2)) — по мере увеличения скорости в каждом стиле «походки», а затем, при смене паттерна походки с шага на рысь, а также с рыси на галоп, — уменьшаются. Каждый переход снижает количество затрачиваемых усилий: медленная рысь требует меньше усилий, чем быстрый шаг; а медленный галоп метаболически дешевле быстрой рыси. Причем каждый паттерн походки использует одно и то же отношение энергии к расстоянию (примерно 300 джоулей на метр).
Аналогичным образом нейронные сети мозга оптимизированы для обеспечения эффективного управления поведением и передачей информации, сохраняя при этом способность адаптироваться и перестраиваться в меняющихся условиях путем следованию ПСЭ – т.е. минимизируя сюрпризы в предсказаниях своей модели.
Это исследование предлагает универсальное правило для описания того, как мозг самооптимизируется.
«Наша теория может значительно снизить сложность проектирования самообучающегося нейроморфного оборудования для выполнения различных типов задач, что будет важно для ИИ следующего поколения» , — сказал ведущий автор исследования Такуя Исомура.
Так что, моим читателям есть смысл перечитать мой лонгрид «Конституция биоматематики. Основной принцип жизни и разума» (https://bit.ly/3UW9P1t)
1 2
#ПринципСвободнойЭнергии
Medium
Конституция биоматематики
Основной принцип жизни и разума
2023 может стать годом трёх великих переломов.
Конституция биоматематики расширяет наше понимание законов природы.
Этот год войдет в историю не только «революцией ИИ», но и тремя кардинальными трансформациями в научном понимании природы сложности, жизни и интеллекта. Основой всех трёх трансформаций становится сформулированный и формализованный Карлом Фристоном принцип свободной энергии (Free Energy Principle) - главный претендент на звание «единой теории мозга» и даже «единой теории всего».
Еще в 2020 я назвал принцип свободной энергии «конституцией биоматематики», т.к. на его основе строится ряд важнейших научных теорий, объясняющих и математически описывающих возникновение и развитие сложности, жизни и интеллекта.
Теперь, спустя 3 года, можно констатировать, что на основе «конституции биоматематики» происходит кардинальное переосмысление всех трех названных фундаментальных понятий. По сути, новые работы Карла Фристона, Майкла Левина, Криса Филдса, Йошуа Бонгарда, Ричарда Уотсона и др. дают новые теоретические описания законов природы более высокого уровня, для которых наши прежние научные представления остаются лишь их частными случаями (подобно законам Ньютона после открытия Теории относительности).
Рост сложности - это следствие двунаправленного обмена информации между системой и ее окружением
Используя формальные рамки принципа свободной энергии, рост сложности является следствием общих термодинамических требований к двунаправленному обмену информацией между системой и ее окружением. Это приводит к возникновению иерархических вычислительных архитектур в системах, которые работают достаточно далеко от теплового равновесия. В таких условиях окружающая среда любой системы увеличивает ее способность предсказывать поведение системы путем "инженерии", направленной на увеличение морфологической сложности и, как следствие, более масштабного, более макроскопического поведения.
Принцип свободной энергии вызывает нейроморфное развитие
Любая конечная физическая система с морфологическими, т. е. трехмерными вложениями или формой, степенями свободы и локально ограниченной свободной энергией будет, при ограничениях принципа свободной энергии, со временем развиваться в сторону нейроморфной морфологии, которая поддерживает иерархические вычисления, в которых каждый «уровень» иерархии выполняет укрупнение своих входов и, соответственно, мелкозернистость своих выходов.
Индивидуальный интеллект не существует. Все интеллекты являются коллективами
Индивидуальный интеллект в привычном обличье центральной нервной системы или мозга возникает в результате взаимодействия многих неразумных компонентов (нейронов), расположенных в правильной организации с правильными связями. Т.е. отдельный нейрон — это не то место, где происходят познания и обучение. Именно распределенная коллективная деятельность в сети представляет собой познание, а изменения в организации сетевых связей составляют механизм обучение. Т.о. мозг является разумным коллективом правильного типа, способным познавать и учиться. А произвольную нейронную сеть можно рассматривать как агента, который подчиняется принципу свободной энергии, обеспечивая универсальную характеристику мозга».
Каждый из трёх великих переломов заслуживает своего лонгрида. И если получится, я их для вас напишу.
А пока перечитайте лонгрид «Конституция биоматематики», популярно объясняющий суть принципа свободной энергии для неспециалиста.
Три года назад, представляя лонгрид, я написал – «подобного рода высокоуровневое описания принципа свободной энергии, насколько мне известно, в мире еще не публиковалось»
Увы, и спустя 3 года это по-прежнему так.
#ПринципСвободнойЭнергии #Фристон
Конституция биоматематики расширяет наше понимание законов природы.
Этот год войдет в историю не только «революцией ИИ», но и тремя кардинальными трансформациями в научном понимании природы сложности, жизни и интеллекта. Основой всех трёх трансформаций становится сформулированный и формализованный Карлом Фристоном принцип свободной энергии (Free Energy Principle) - главный претендент на звание «единой теории мозга» и даже «единой теории всего».
Еще в 2020 я назвал принцип свободной энергии «конституцией биоматематики», т.к. на его основе строится ряд важнейших научных теорий, объясняющих и математически описывающих возникновение и развитие сложности, жизни и интеллекта.
Теперь, спустя 3 года, можно констатировать, что на основе «конституции биоматематики» происходит кардинальное переосмысление всех трех названных фундаментальных понятий. По сути, новые работы Карла Фристона, Майкла Левина, Криса Филдса, Йошуа Бонгарда, Ричарда Уотсона и др. дают новые теоретические описания законов природы более высокого уровня, для которых наши прежние научные представления остаются лишь их частными случаями (подобно законам Ньютона после открытия Теории относительности).
Рост сложности - это следствие двунаправленного обмена информации между системой и ее окружением
Используя формальные рамки принципа свободной энергии, рост сложности является следствием общих термодинамических требований к двунаправленному обмену информацией между системой и ее окружением. Это приводит к возникновению иерархических вычислительных архитектур в системах, которые работают достаточно далеко от теплового равновесия. В таких условиях окружающая среда любой системы увеличивает ее способность предсказывать поведение системы путем "инженерии", направленной на увеличение морфологической сложности и, как следствие, более масштабного, более макроскопического поведения.
Принцип свободной энергии вызывает нейроморфное развитие
Любая конечная физическая система с морфологическими, т. е. трехмерными вложениями или формой, степенями свободы и локально ограниченной свободной энергией будет, при ограничениях принципа свободной энергии, со временем развиваться в сторону нейроморфной морфологии, которая поддерживает иерархические вычисления, в которых каждый «уровень» иерархии выполняет укрупнение своих входов и, соответственно, мелкозернистость своих выходов.
Индивидуальный интеллект не существует. Все интеллекты являются коллективами
Индивидуальный интеллект в привычном обличье центральной нервной системы или мозга возникает в результате взаимодействия многих неразумных компонентов (нейронов), расположенных в правильной организации с правильными связями. Т.е. отдельный нейрон — это не то место, где происходят познания и обучение. Именно распределенная коллективная деятельность в сети представляет собой познание, а изменения в организации сетевых связей составляют механизм обучение. Т.о. мозг является разумным коллективом правильного типа, способным познавать и учиться. А произвольную нейронную сеть можно рассматривать как агента, который подчиняется принципу свободной энергии, обеспечивая универсальную характеристику мозга».
Каждый из трёх великих переломов заслуживает своего лонгрида. И если получится, я их для вас напишу.
А пока перечитайте лонгрид «Конституция биоматематики», популярно объясняющий суть принципа свободной энергии для неспециалиста.
Три года назад, представляя лонгрид, я написал – «подобного рода высокоуровневое описания принципа свободной энергии, насколько мне известно, в мире еще не публиковалось»
Увы, и спустя 3 года это по-прежнему так.
#ПринципСвободнойЭнергии #Фристон
Medium
Конституция биоматематики
Основной принцип жизни и разума
Команда Карла Фристона разработала и опробовала ИИ нового поколения.
Предложено единое решение 4х фундаментальных проблем ИИ: универсальность, эффективность, объяснимость и точность.
✔️ ИИ от Фристона – это даже не кардинальная смена курса развития ИИ моделей.
✔️ Это пересмотр самих основ технологий машинного обучения.
✔️ Уровень этого прорыва не меньше, чем был при смене типа двигателей на истребителях: с поршневых (принципиально не способных на сверхзвуковую скорость) на реактивные (позволяющие летать в несколько раз быстрее звука)
Новая фундаментальная работа команды Карла Фристона «От пикселей к планированию: безмасштабный активный вывод» описывает первую реальную альтернативу глубокому обучению, обучению с подкреплением и генеративному ИИ.
Эта альтернатива – по сути, ИИ нового поколения, - названа ренормализирующие генеративные модели (RGM).
Полный текст про новый тип ИИ от Фристона доступен подписчикам моих лонгридов на Patreon, Boosty и VK
Картинка https://telegra.ph/file/18129fcce3f45e87026e6.jpg
#ИИ #AGI #ПринципСвободнойЭнергии #Фристон
Предложено единое решение 4х фундаментальных проблем ИИ: универсальность, эффективность, объяснимость и точность.
✔️ ИИ от Фристона – это даже не кардинальная смена курса развития ИИ моделей.
✔️ Это пересмотр самих основ технологий машинного обучения.
✔️ Уровень этого прорыва не меньше, чем был при смене типа двигателей на истребителях: с поршневых (принципиально не способных на сверхзвуковую скорость) на реактивные (позволяющие летать в несколько раз быстрее звука)
Новая фундаментальная работа команды Карла Фристона «От пикселей к планированию: безмасштабный активный вывод» описывает первую реальную альтернативу глубокому обучению, обучению с подкреплением и генеративному ИИ.
Эта альтернатива – по сути, ИИ нового поколения, - названа ренормализирующие генеративные модели (RGM).
Полный текст про новый тип ИИ от Фристона доступен подписчикам моих лонгридов на Patreon, Boosty и VK
Картинка https://telegra.ph/file/18129fcce3f45e87026e6.jpg
#ИИ #AGI #ПринципСвободнойЭнергии #Фристон
