Какова природа интуитивного мышления?

Aleks150284

Какова природа интуитивного мышления? Как зарождаются ассоциации в человеческом мозгу?
Для ответа на этот вопрос введем определение понятия перцептивного элемента.
Перцептивный элемент представляет собой совокупность нейронов мозга,связанных рядом устойчивых связей, и участвующих в процессах запоминания и хранения информации .
К примеру возьмем совокупность слов языка. Каждое слово - само по себе условность, с помощью которой человек обращается к структурированной совокупности нейронов, формирующих при их активации, или "назывании", различные элементы восприятия и мышления (картинку "солнечный день" (запах грозы (некую абстрактную форму).
Данные элементы восприятия и мышления представляют, с нашей точки зрения, перцептивные элементы, которые находятся в структурах мозга, отвечающих за процессы хранения информации - и существуют там осознаваемо, либо в большинстве случаев неосознаваемо.
Итак, как же формируются ассоциации? При обдумывании, представлении определенного явления, процесса - с необходимостью запитывается электричеством синаптическая конструкция, которая сформировывает некий перцептивный элемент.
При активизации нескольких перцептивных элементов возможна ситуация, при которой запитывается синапс, относящийся к двум (нескольким) перцептивным элементам. В таком случае между ними образуется связь, а у человека формируется то, что мы обычно называем ассоциацей.
С нашей точки зрения, интуитивное мышление является прежде всего мышлением высоко-"ассоциативным" в том смысле, что одновременно активизирует множество перцптивных элементов, что повышает вероятность задействования двух перцептивных элементов, имеющих общий синапс. А это в конечном счете повышает вероятность формирования новой ассоциации, расширения ассоциативной базы совокупности нейронов мозга.
Нам представляется, что мышление, а точнее совокупность нейронных связей между перцептивными элементами мозга человека может быть описана следующим образом.
Представим себе таблицу размерности n*n, в столбцах и строках которой находятся элементарные когнитивные единицы, или перцептивные элементы. Значения на пересечении строк и столбцов таблицы описывают силу связанности отдельных перцептивных элементов. Вероятно, силу связей можно измерять по величине электрического потенциала на синапсах, скажем в микровольтах.
Таким образом, произвольно изменяя матрицу напряжений (связей) между отдельными перцептивными элементами, можно формировать структуру мозга, памяти, мышления. Иными словами - копировать интеллект. Или создавать на основе данной модели формы искусственного интеллекта.

medmikhr

К вопросу о когнитивном диссонансе
//fixed

bauer92

:ooo: йопт

jurec67

BSCurt

Нда...

Aleks150284

Надо проще?
И желательно на другую тему?

KaterinKa

Не слишком ли это простая модель, чтобы быть работающей?
Допустим, мы знаем, что у некого человека сила связи между запахом грозы и видом фонарного столба равна 0.8 и т.д. — так же еще для нескольких тысяч мыслеформ. Получается такая матрица.
Много ли эта матрица позволит узнать о процессе ассоциативного мышления у такого человека? И сомнительно, что весь интеллект (или, как минимум, жизненный опыт) человека можно уложить в такую примитивную структуру.
Думаю, на деле связи должны быть как минимум нелинейными и не-бинарными (т.е. некие нелинейные и _условные_ связи между мыслеформами).
Например, запах грозы связан с видом фонарного столба только при участии образа бабушки в деревне.

jurec67

"Я нашел, как применить здесь нестирающиеся шины из полиструктурного волокна с вырожденными аминными связями и неполными кислородными группами. Но я не знаю пока, как использовать регенерирующий реактор на субтепловых нейтронах. Миша, Мишок! Как быть с реактором?".
Присмотревшись к устройству, я без труда узнал велосипед.
http://en.wikipedia.org/wiki/Semantic_memory#Network_models
http://en.wikipedia.org/wiki/Artificial_neural_network#Model...

KaterinKa

Ну я про то и говорю — есть относительно простые модели типа нейронных сетей, которые работают в применении к простым задачам. Так как эти модели простые, то сложных вещей они не улавливают (нейронную сеть толще чем в 3 слоя почти ничему не научишь).
А то, что предложил автор — это еще более простая модель, какая-то линейная матричная структура с недифференцированными связями.
До моделирования интуитивного мышления и копирования интеллекта здесь как до Пекина раком.

jurec67

Я с тобой согласен полностью.

BSCurt

Ну я про то и говорю — есть относительно простые модели типа нейронных сетей, которые работают в применении к простым задачам. Так как эти модели простые, то сложных вещей они не улавливают (нейронную сеть толще чем в 3 слоя почти ничему не научишь).
Ну скорее проблема не в том что нейронная сеть простая модель, а в том что сложные нейронные сети не умеют настраивать.

BSCurt

Надо проще? И желательно на другую тему?
Или сменить пишущего?

Arthur8

Arthur8

можно яблоко назвать тыквой, но от этого сущность тыквы и яблока останутся прежними. это способ договоренности между людьми вантуз называть вантузом или что-то еще.
все эти предметы из жизненного обихода никакие вовсе не ПРАобразы из нейронов которые как то там когнитивно возникают. это исторически все возникло. лопата или грабли те-же...
не надо плодить лишних сущностей при размышлении о природе вещей, вот этот вот текст как раз и занимается тем, что плодит не нужные сущности и тень на плетень наводит на пустом месте

KaterinKa

Ну скорее проблема не в том что нейронная сеть простая модель, а в том что сложные нейронные сети не умеют настраивать.
Сложные нейронные сети с подобающей настройкой — это уже более сложная модель, так как способ настройки является частью модели. :p
Впрочем, это вопрос терминологии, а не существа дела.

BSCurt

Но в любом случае, как я понимаю, способов осмыслено настраивать сеть по масштабам сравнимую с мозгом человека нет.

medmikhr


Сложные нейронные сети с подобающей настройкой — это уже более сложная модель, так как способ настройки является частью модели.
Ж0стко загнул
А вапще есть Голубой Моск, но это уже чисто поржать
Оставить комментарий
Имя или ник:
Комментарий: