К сожалению так и есть."Эффект лёгкости" должен сопутствовать читателям.

Я тут общался с одной группой пользователей по работе мозга .

За десять лет сам провёл своё исследование,и пришёл к выводу , что очень мало роста  .Не хотят напрягаться , но делают вид , что много знают.

Мало кто хочет расставаться с горячо любимыми идеями.

Популяризация не то , что убивает науку, но старается подобраться к читателю с чем то вроде популизма , как лёгкое решение острых проблем .

Интересно , что буквально все популяризаторы типа Черниговской , Анохина, Маркова, Александрова - сразу задают тон глубокой , таинственной , мистической непознаваемости.Потом начинают потихоньку делать " открытия".

Люди верят авторитетам  и потом, когда им предлагаешь обоснования того или иного явления - встречают это с недоверием и даже не пытаются вникнуть в суть .  Люди довольствуются лёгким решением типа : "Мозг , самый сложный объект во Вселенной " или "Мозг человека самая главная тайна пока неразгаданная" (из сети)

Этот контекст задают известные популяризаторы , потому что на этой волне легко отмазаться в случае чего. 

Я уже за много лет уже настолько изучил сеть вдоль и поперёк , что мне кажется кроме Форнит, вообще нет ничего прогрессирующего в фундаментальных теориях психических проявлений.

Конечно не беру в расчёт аксиоматическую базу различных авторов , которая предоставлена на Форнит , в качестве проверенных фактов без обобщений.

>>> вообще нет ничего прогрессирующего в фундаментальных теориях психических проявлений

Я думаю, что нужно в сторону Machine Learning смотреть, а конкретнее в сторону "новой" старой математики, которая лежит в основе современного ML.

В ML сейчас активно развивается баесовские подход - поиск правдоподобного априорного представления на основе апостериорных данных, и многие эвристические приёмы машинного обучения находят теоретическое обоснование. 

Складывается впечатление, что эволюционные алгоритмы, алгоритмы построенные на нейросетях, в конечном итоге могут быть обоснованы одной и той же математикой.

>>> нет ничего прогрессирующего в фундаментальных теориях

Прогресс идёт, но скорее всего ответы на значимые для тебя вопросы никто искать не будет. Вопросы типа "что такое сознание?" или "что такое эго?" отойдут на второй план.  Нормальные ответы на них даны уже в наше время, просто это неудобные ответы, они не всем нравятся.

Так же как нам сейчас кажутся бессмысленными споры о том, сколько ангелов уместится на кончике иглы, так и надрывные рассуждения о модных терминах нашей эпохи (сознание / подсознание  / ощущение я / субъективность) и их религиозных эквивалентах ( душа / дух ) растворятся в истории. Просто потому, что дети со школьной скамьи будут осваивать машинное обучение, экспериментировать с алгоритмами и через такие азы перепрыгнут легко.

В общем, я сомневаюсь, что мы (обыватели) сейчас задаём нужные вопросы. Ну а нужные вопросы важны, они служат подспорьем для построения фундаментальных теорий.

Мало, кто говорит о том, что сознание - механизм приспособления к новому.

Это самое основное вообще -  если говорить о психике .

Сознание имеет смысл когда в модель в обязательном порядке включается новое.Для меня это настолько очевидно, что становится удивительно когда популяризаторы это игнорируют.

Вот сделал скупую выборку презентации курса МГУ нейрофизиология поведения ( Дубынин) с упоминанием новизны-значимости.Это всё. Е. Соколов даже не упоминается. Зато упоминается Фрейд.(Понятие «биологические потребности»

примерно соответствует тому, что И.П.Павлов

называл «безусловными рефлексами», а Зигмунд

Фрейд «бессознательным».)

Обратимся теперь к сфере

положительных эмоций.

Почему нам нравится узнавать

новую информацию? Какие

мозговые процессы и структуры

стоят за этим?

Главную роль играет здесь

дофамин.

--------------

Гиппокамп и нейронные «карты

местности»: новизна – это

хорошо, т.к. осваиваются новые

территории («латентное

обучение»); слишком много

новизны – плохо (ушли очень

далеко, риск заблудиться).

------------------

Гиппокамп – область коры в

глубине височной доли.

Детектирует и запоминает

разнообразные новые

сигналы в течение

«текущего дня»; является

главным центром

кратковременной памяти.

-----------------------

Поисковое поведение подкрепляется

положительными эмоциями, если приносит

новую информацию. Оценку новизны

проводит, в первую очередь, гиппокамп.

Вскользь упомянутое не имеет продолжения и не развивается в системное понимание модели психических проявлений.

Дубынин, с удовольствием и с облегчённым вздохом по вопросам памяти отправляет к Анохину , а по вопросам психики к Маши Фаликман, которая на мой обывательский взгляд непрофессионала - позорит науку о мозге.

Я подписан на рассылку московского института психоанализа ,обновления приходят почти каждый день.

Кроме того подписан на Nature Briefingcoder  так , что в курсе всех современных событий изучения работы мозга и психики 

Это же надо загнать науку о психике   в дебри наркомана Фрейда и его соратника Юнга!

Мне как пристальному наблюдателю в течении многих лет : очевиден непрофессионализм популяризаторов в очень важных вопросах относительно психических проявлений.

Ещё хотел сказать - никто пока не даёт вразумительных ответов.

У меня как то в сети была долгая беседа с научным журналистом популяризатором Денисом Тулиновым.https://republic.ru/authors/39734

Мне было интересно пообщаться с человеком . который вхож в официальные научные круги.Общается со многими известными исследователями.Принимает участие как эксперт в научно-популярных программах по работе мозга.

Беседа была настолько долгая , что Денис даже взмолился - пора прекращать.:)

Не буду передавать содержание , но сводится к следующему : когда зашёл разговор о нематериальности психики - Денис говорит , что исследователи  понимают- психика как ЭХО нейрофизиологических процессов. Что это за "ЭХО" так и не смог сказать.

Когда я сказал Денису, что мне понравилась его статья 

Российские учёные предлагают активный мозг   

http://www.ras.ru/digest/showdnews.aspx?id=1599565c-0a23-49a2-91df-673a65ea5ca6

В другом издании есть ещё одобрительный комментарий Нана , относительно этой статьи.

Денис, почти не среагировал на свою же статью.Я ему говорю : ты же так - то утверждал , а он молчит.Чувствуется - далеко не в курсе о чём даже сам говорил.

>>> Мало, кто говорит о том, что сознание - механизм приспособления к новому. Это самое основное вообще -  если говорить о психике. Сознание имеет смысл когда в модель в обязательном порядке включается новое.
 

Ты не с того конца начинаешь. Нужно смотреть на эволюционную роль тех или иных адаптационных механизмов, и нужно понимать, что выделяем мы эти механизмы условно - потому что у эволюции нет инженера.

Единицами естественного отбора сначала выступают гены - минимальные единицы реплекации. С оговорками мы можем рассматривать животное - как биологическую машину для сохранения и репликации генов.

Организм животного не настроен на выделение абстрактного нового. Животное прошедшее через естественный отбор и живущее в более или менее стабильной среде будет обрабатывать крайне упрощенную модель действительности, которая оптимизирована под решение задачи сохранения и репликации генов.

В силу того, что решение задачи репликации всё равно требует построения сколько-нибудь адекватной модели окружающей среды, постепенно появляются всё более сложные биологические машины со специализированными нейрональными модулями, которые относительно эффективно производят необходимые вычисления (выделяют и реагируют на значимые для репликации элементы среды).

Математическое ядро у эволюционных и нейрональных алгоритмов - одинаковое. По существу решается одна и та же задача построения правдоподобной априорной модели по апостериорным данным.

В какой-то момент возникает задача сохранения биологической машины для репликации генов в течении достаточно долгого времени. Эта задача возникает только после того, как все доступные для репликации ниши заняты.

Это приводит к появлению модулей гомеостаза, которые учитывают специфические параметры машины (идея гомеостаза зародилась и активно разрабатывалась начиная с 50-х годов кибернетиками)

Параллельно с этим возникает задача интеграции результатов вычислений, просачивания результатов вычислений одних модулей в другие (математическое описание есть в IIT - теории интегральной информации Тонони).

Для контраста значимых сигналов также потребуется внимание. Для анализа контекста - механизмы рабочей памяти. Примечательно, что и внимание, и рабочая память присутствуют в современном ML. Они логически необходимы.

Наряду c этим возникает потребность в долговременной памяти  - она логически необходима, так как у неё выше эффективность хранения обработанной информации, больше ёмкость, чем у рабочей памяти.

Пока, как ты видишь, никакой необходимости в термине "сознание" не возникает.

Далее наступает эпоха самообъясняющих моделей и коммуникации между биологическими машинами со схожими наборами реплекаторов.

Самообъясняющие модели на сегодня активно разрабатываются в ML. Это отдельные нейронные сети, которые объясняют, как сложная нейронная сеть пришла к тем или иным выводам. Такого рода нейронные сети накладывают ограничения на структуру тех нейронных сетей, которые они пытаются объяснить.

Есть разные подходы для построения объясняющих моделей, но можно уверенно сказать, что математическое обоснование найдётся для каждого эффективного эвристического подхода.

Самообъясняющие модели важны, как для индивидуальной адаптации животного, так и для социального взаимодействия.

Остаётся последний шаг. Язык. Язык, которым будут пользоваться нейронные сети для коммуникации между собой, будет отражать их внутреннюю структуру, а значит решать всё туже задачу репликации. В конечном итоге, он, наряду с другими актами поведения и взаимодействия со средой, будет использоваться для самостимуляции биологической машины.

Как видишь, в описанном подходе нет ни понятия новизны (выделяется не абстрактная новизна в сферическом вакууме, а значимое для решения задачи репликации отклонение от прогноза), ни термина сознание, подсознание. Всё что требуется - это репликатор, баесовская математика и пара ухищрений, которые уже на сегодня используются в машинном обучении.

Ну а подключив математику из теории информации, например, колмагоровскую сложность, вполне можно объяснить почему из базового ядра "сохранения и репликации простых структур" в конечном итоге возникает социальная наука, почему она появится у машин построенных описанным выше способом и почему всегда будет специализация.

Я вполне уверен, что в будущем математика лежащая в основе сложных баесовских машин по реплекации генов будет понята ещё лучше.

И вот такие рассуждения:

>>> психика как ЭХО нейрофизиологических процессов.

Отойдут на второй план. Так как в основе наблюдаемого нами поведения животных лежит достаточно простая фундаментальная теория, которая может быть выражена математическим языком. И ничто не мешает нам воспроизвести "психику" на ПК или листке бумаги.

И вся эта математика разрабатывается в наше время, а теореме байеса вообще сто лет в обед. Мы, обыватели, просто пока её не замечаем. 

Айк, ты уверен, ты убежден, все так просто :) как знакомо все это... и велико-могучая математика уже все решила, а ты все понял в конечном виде и снисходительно поучаешь :) Я не смог заставить себя пройтись по пунктам твоей самоуверенности, ну слишком легковесно и, пожалуй, провокационно, а погружаться в такой уровень не хочется. Вот так и убивают науку.

>>> и велико-могучая математика уже все решила, а ты все понял в конечном виде и снисходительно поучаешь

Я думаю, что нужно смотреть в сторону теоретического математического обоснования биологических механизмов адаптации. Я даю ряд рассуждений о том, что уже сделано на этом поприще. Не более.

>>> Айк, ты уверен, ты убежден, все так просто :)

Я не вижу простоты. Простая аксиоматическая база не означает того, что цепочки рассуждений будет легко понять. Итоговая математика может быть очень сложной, собственно, уже сейчас врубиться в математические обоснования эвристически наработанных машинных алгоритмов не так то просто. 

>>> Вот так и убивают науку.

Да ничего с ней не станет, с наукой. В обсуждениях (а мы на форуме, если ты забыл) нужно ясно, насколько возможно, излагать свою точку зрения и стараться понять контраргументы.

Моя точка зрения состоит в том, что мы задаём не те вопросы, пользуясь терминами из области народной психологии (аля сознание / подсознание / я и так далее).

Когда твои читатели говорят, что читать книги академических ученых по теории сознания и психики не нужно и все ответы здесь на Форнит - вот это убивает науку и мысль. Видимо, ты излагаешь свои взгляды не лучше, раз люди приходят к таким выводам после прочтения твоих работ?

Вот и я не могу отвечать за то, что ты в моём тексте увидел какую-то избыточную уверенность, я не в ответе за чужие галлюцинации.

>>> Я не смог заставить себя пройтись по пунктам твоей самоуверенности, ну слишком легковесно

Nan, это нормальное ощущение. Мы все его испытываем. Я тоже.

Я тебя не прошу мне возражать, но, надеюсь, для тебя очевидно, что я здесь (на этом форуме) разрабатываю свои взгляды и делюсь своими рассуждениями, как для того, чтобы хоть как-то их для себя сформулировать, так и для того, чтобы услышать возражения.

Более -менее стабильной среда не бывает. Поэтому вымирало множество видов.

Есть повторяющиеся постоянно изменяющиеся условия среды уже миллионы лет : и непрерывно расширяющийся приспособительный репертуар живых систем. 

Насекомые за счёт невообразимого количества -  приспосабливались к новому в следующих поколениях, или выбывали из биологических ниш планеты.

Новое для насекомых , это то , что не соответствует параметрам их приспособлений к текущему актуальному моменту. Насекомые не имеют детекции нового .Имеют только рассогласование с тем , что заложено в геноме для данного контекста и поэтому осуществляется смена стилей поведения ( нейромедиаторная регуляция стилей поведения)

Насекомые почти биоавтоматы  и новое для них это изменения в следующих поколениях за счёт отбора.

Не мешало бы напомнить , что из 150 млн. видов животных на сегодня осталось не более 2-х млн.

Цифры конечно примерные , но разница всё равно колоссальная .

Появление детекции нового , это возможность ещё при жизни приспосабливаться к неизвестному, тем самым расширяя репертуар возможных реакций на новые неожиданные условия среды.

Возможность удерживать фокус внимания на новом -значимом и затем анализировать методом сознания : это и есть предпосылки для появления разума.Разум , как отражение объективной реальности в интерпретации изменённой порой до неузнаваемости субъективном опыте личности.

Об этом популяризаторы иногда говорят , но не акцентируют важность детекции нового .Ибо только на новое стоит обращать внимание и анализировать методом сознания.

Это то , что не могут пока популяризаторы донести для аудитории желающих познавать мир.

Это приводит к появлению модулей гомеостаза, которые учитывают специфические параметры машины (идея гомеостаза зародилась и активно разрабатывалась начиная с 50-х годов кибернетиками)

Тем не менее основатель научной кибернетики и первого гомеостата У. Эшби, говорил , что для  того , чтобы создать гомеостаз по типу человека понадобится ок. 3 млрд лет.( У. Эшби "Введение в кибернетику")

Машинный гомеостат в ближайшие 3мрд.лет это не реально. 

Для контраста значимых сигналов также потребуется внимание. Для анализа контекста - механизмы рабочей памяти. Примечательно, что и внимание, и рабочая память присутствуют в современном ML. Они логически необходимы.

Наряду c этим возникает потребность в долговременной памяти  - она логически необходима, так как у неё выше эффективность хранения обработанной информации, больше ёмкость, чем у рабочей памяти.

Пока, как ты видишь, никакой необходимости в термине "сознание" не возникает.

Айк, на Форните, словом "сознание" условно называется механизм приспособления к новому.

Ф. Крик вообще предлагал отказаться на время от термина "сознание". Но это никак не улучшило положение дел по поиску коррелятов психики.

Даже умирающий Крик , пытался найти орган сознания в ограде мозга .

Говоря о сознании говорим прежде всего о механизмах личной адаптации, о субъективизации ощущений и перенаправление этих ощущений на достижение приспособительной реакции к новому. Этим и занимается условно выделяемая функция СОЗНАНИЕ.

Вот тогда и понадобится короткая и долгая память . Но ни каких емкостей , хранилищ того и другого в мозге нет.

Это в компе можно уничтожить ёмкость памяти , а в мозге можно только ограничить воссоздание памяти.

У живых систем память возникает , при чём каждый раз модифицированной, а в искусственных системах память уже на хранении заложенной программой.

Кому проще выживать при повреждениях и дефицитах ? Понятно , что живым системам , так как имеется возможность воссоздать заново напрочь разрушенное при повреждениях. Конечно при соблюдении некоторых минимальных условий ( например сохранение первичных полей мозга)

То , что машина имитирует поведение человека по фокусировке внимания, выделение фокуса в виде краткой памяти , а затем долговременно запоминает - это только внешне напоминает поведение человека.

У человека фокусировка на значимом совершенно другая , задействованы другие системы - та же гомеостатическая значимость до , которой машине 3 млрд.лет по У. Эшби.

В общем если взять курс В. А. Дубынина в МГУ "нейрофизиология поведения", то это лишь несколько приблизит в понимании функциональности мозга и его систем. Но никаких обобщений по механизмам личной адаптации здесь даже не приближается усвоить.

А ведь на основен этих лекций для студентов , Дубынин и другие например Ю. Александров - выстраивают свои популяризации( науч. поп. лекции , статьи) с преимуществом , что здесь они себе много могут позволить произвольности.

Спрос здесь более мягкий,и ответственности поменьше.

Популяризаторы как бы прививают свои идеи для широкой общественности.Смягчают критику от оппонентов так как всегда можно сослаться на обкатку постулата.

Но это к сожалению и убивает науку.  

>>в основе наблюдаемого нами поведения животных лежит достаточно простая фундаментальная теория ... Я не вижу простоты.

Ты пока никак даже не описал корректно такую простоту, не говоря про обоснования.

>>в описанном подходе нет ни понятия новизны (выделяется не абстрактная новизна в сферическом вакууме, а значимое для решения задачи репликации отклонение от прогноза), ни термина сознание, подсознание. 

А что же К.Анохин, на лекции которого ты не раз ходил постоянно говорит о проблеме сознания, вплоть до того, что нужно понимать под этим словом? А у тебя оно не нужно. Еще Анохин ровно наоборот говорит о дикой сложности фундаментальной теории сознания, к которой он даже не может подступиться несмотря на всех Тонони :)

Айк, ты описал нечто, совершенно не коррелирующие с материалами сайта Форнит, а это значит, что говоря про свою теорию ты должен ее представить иначе все твори утверждения оказываются голословными, и не помогут никакие ссылки на математику и Тонони. Нет теории, нет ее обсуждения. Я не допускаю такой стиль в обсуждениях. Конечно, ты заслуженный участник и тебе многое позволительно, но, пожалуйста, не злоупотребляй этим во вред сайту.

Кроме мелких спорных и неудачных утверждений, самые перлы:

>>Организм животного не настроен на выделение абстрактного нового.

А Соколов нашел детекторы нового и есть такой ориентировочной рефлекс. Есть работы О.Виноградовой и более поздние о выделении нового. Ты сам среагируешь на достаточно актуальное новое.

>>Для контраста значимых сигналов также потребуется внимание.

А что привлекает внимание, что выделяет актуальное и что такое актуальное?

>>Математическое ядро у эволюционных и нейрональных алгоритмов - одинаковое. 

Вот эта фраза тебя ничем не обескураживает?

>>возникает задача интеграции результатов вычислений ,.. биологические машины со специализированными нейрональными модулями, которые относительно эффективно производят необходимые вычисления

Даже если говорить про аналоговые вычисления в мозге, то и они только условно являются вычислениями, т.к. вычисления – математические преобразования для получения нового знания. В мозге нет математики, кроме умственных, осознанных мат. моделей и у виноградной улитки нет ни вычислений, ни знаний результата.

>>возникает задача интеграции результатов вычислений, просачивания результатов вычислений одних модулей в другие (математическое описание есть в IIT - теории интегральной информации Тонони).

На сайте есть статья о профанации Тонони. Ты ее ни в чем не опроверг. А попробуй :)

>>Наряду c этим возникает потребность в долговременной памяти  - она логически необходима, так как у неё выше эффективность хранения обработанной информации, больше ёмкость, чем у рабочей памяти.

Мозг – не компьютер с небольшой оперативной и большой постоянной памятью :) То, что в мозге временно хранит информацию, в точности те же структуры образуют затем долговременное ее хранение.

>>> А Соколов нашел детекторы нового и есть такой ориентировочной рефлекс.

Nan, я же написал:

"выделяется не абстрактная новизна в сферическом вакууме, а значимое для решения задачи репликации отклонение от прогноза"

При этом понятно, что для высших животных описание получается сложнее, но в любом случае животные не распознают некую абстрактную новизну в сферическом вакууме.  Новизна всегда субъективна, у неё есть эволюционная и индивидуальная составляющая.

>>> А что привлекает внимание, что выделяет актуальное и что такое актуальное?

Внимание привлекается через прогностические модели, модели эти обладают разной степенью гибкости, часть формируется в большей степени естественным отбором (это внимание снизу вверх), на другую часть оказывает сильное влияние вариативность среды, к которой приспосабливается животное, гомеостаз организма, вплетенная во всё это модель себя (это внимание сверху вниз). Контрастирование значимой информации идёт на всех этапах нейрональных вычислений.

Новизна и значимость в сферическом вакууме внимания не привлекут. Вспомни, как Кук проплывал на корабле мимо туземцев и те его не видели. 

>>> Математическое ядро у эволюционных и нейрональных алгоритмов - одинаковое. 

>>> Вот эта фраза тебя ничем не обескураживает?

Я осознанно добавил это рассуждение. Оно носит спекулятивный характер.

На сегодня эволюционные алгоритмы используются для поиска оптимальных гиперпараметров искусственных нейросетей. Интересно, почему это работает?

И вот что я думаю:

По сути, у нас есть два вида "творческого" решения задач, поиска новых оптимальных способов поведения, - одно реализуется через естественный отбор (снизу вверх); другое идёт на основе субъективных моделей понимания (сверху вниз).

Слово "творчество" поставленно в кавычки, так как здесь оно употребляется без психического оттенка.

Приведу пример:

Аборигены сотни лет делают лодки из стволов деревьев. Всё что делает абориген - это копирует лодку своих предков. В какой-то из дней группа аборигенов выплывает в океан, случается шторм и выживает одна лодка. По возвращению аборигены продолжают копировать уцелевшую лодку и так процесс продолжается. Это пример не инженерного творчества основанного на естественном отборе конструкции лодки.

Интересно найти общее математическое объяснение для двух этих видов "творчества". Если его получится найти, а мне кажется, что ответ нужно искать в баесовской математике, то здорово. Если нет, то здорово было бы получить формальное логичное обоснование - почему существуют два вида творчества "снизу вверх" и "сверху вниз".

Оба варианта ответа, если они будут иметь математическое обоснование, меня устроят.

>>> Даже если говорить про аналоговые вычисления в мозге, то и они только условно являются вычислениями

Да, разумеется, речь о вычислениях в широком смысле слова.

>>> На сайте есть статья о профанации Тонони. Ты ее ни в чем не опроверг. А попробуй :)

Ок :) С удовольствием попробую :)

>>> Мозг – не компьютер с небольшой оперативной и большой постоянной памятью :) То, что в мозге временно хранит информацию, в точности те же структуры образуют затем долговременное ее хранение.

Согласен.

Я с тобой согласился во всём, где ты возразил. 

>>> Айк, ты описал нечто, совершенно не коррелирующие с материалами сайта Форинт

Да, я понимаю.

Мне хотелось показать, что наши текущие вопросы могут быть сродни тому "сколько ангелов уместится на кончике иглы?". Вполне возможно, я ошибаюсь, но порой у меня создаётся такое впечатление, что мы (я) вообще не туда смотрим.

И я решил попробовать изложить способ построения адаптивных моделей вообще без привычных психических терминов, а только на базе математики, теории естественного отбора и Machine Learning.