Тема форума: «Бот на ГО»

Сразу нужно предостеречь от придания рефлекторным уровням свойств уровня осмысления. Мыслей еще долго никаких не будет. Важно отработать систему расширения контекстов для новых условий с использованием детекции нового-значимого (актуального). В согласованном нами стратегическом Плане это - самая последняя часть.

Мысли тут конечно условное понятие, но скажем так перетекание контеста реагирования из одного в другой думаю имеет место быть.

Забиваю базу синонимов и выясняется, что один сенсор может входить в несколько групп синонимов. Это судя по всему это многозначные слова. Сейчас, когда пробежался только по сенсорам на букву А выходит 18 групп максимум на один сенсор, но большинство по одной группе. Это уже говорит о том, что когда нужно будет выбирать какую группу активировать (учитывать) при обработках связей, нужно внешнее модулирующее воздействие на процедуру выбора. Скорей всего это будет гомеостаз. А кроме него база антонимов, которая должна по идее приглушить некоторые варианты выбора контекста. То есть тут получается ON/OFF реагирование, помогающее контрастировать активность контекстов.

Я думаю,  можно исходить из того, что на гомеостаз бота воздействуют не конкретные слова, а их контексты. То есть это как бы грубое, сильно "округленное" воздействие. Бот в ответ так же выдает контекст - как уровень своего состояния в которое он перешел от воздействия. В итоге этот ответный контекст активирует другую группу сенсоров, которая и есть слова-ответы бота. Но если вывалить ее всю, будет бессмысленная куча. Поэтому для начала нужно отработать правильную реакцию бота в виде состояний-контекстов, типа: поприветствовал его - он выдал контекст "приятно". Обругал - "уныние". Это я имел в виду под "мяуканьем". А следующим шагом нужен алгоритм, как из активировавшейся контекстом группы слов выбрать конкретные.

Ты взялся за адски большую работу, я эмпатийно сочувствую... Но то, что предстоит в ходе обучение - еще более адское мучение.

Может на самом деле синонимы/антонимы это только для создания как ты говоришь "пятна активности" против точечной, как сейчас. То есть это не принципиально, пока остро не горит и к контекстам не относится. А вот БД ассоциаций и есть контексты. С ними то как раз все намного проще, потому как их надо то несколько десятков и самых глобальных.

По настоящему большую работу проделали создатели БД, думаю там не один год ушел собирать и группировать слова.

Теперь у бота кроме гомеостаза и процессов его нарушения, на его основе есть базовые контексты с первыми безусловными рефлексами (пока без эффекторных реакций).

Бот эмпатийно воспринимает состояние собеседника, а также его поощрение и наказание, которые будут составлять основу обучения (ветвления контекстов).

При эмпатийном восприятии возникает интервал времени, заглушающий гомеостатическое определение контекстов, а подключающий эмпатийное, что на это время должно обеспечить обучение. Если в природе долговременные связи формируются в течение 30 минут, то здесь на формирование нового ветвления реагирования отводится 10 сек (иначе запаримся с обучением).

На пульте связи с ботом все это отражается с периодичностью 2 сек.

Опрос состояния нейросести на стороне ГО – с периодичностью 1 сек (с механизмом недопустимости наложения при превышении времени обработки).

Теперь нужно начинать формировать механизмы контекстного обучения с функциями:

взаимное торможение конкурирующих контекстов

реверберация через рецептор контекста – данного уровня контекста и его вложенных контекстов

ветвление реагирования в случае нового стимула в данном контексте.

Я не пойму, что ты подразумеваешь под контекстом и как его используешь. В процедуре распознавания он сейчас не используется. Я представляю его просто как группировку на втором слое распознавателей

Например, группа сенсоров "помощь, забота, понимание" группируются по общему признаку воздействия "добро" аналогично "вред, злость, боль" определяются как "зло". От этих двух эффекторов идут соответствующие рефлексы быстрого реагирования. Эволюционно такая схема возникла потому, что реакция на пятно активности даёт повышенную надёжность, что важно для быстрых критических реакций, типа бегство или захлопнуть раковину. Следующий возникший слой уже собирал активность этих эффекторов, и в сумме с активностью рецепторов получалось более вариабильное реагирование, где этот эффектор мог быть управляющим, то есть активировать или выключить всю группу, и тогда он получался как контекстный. Такую схему можно представить, если добавить тормозной нейрон, блокируюший этот контекстный нейрон. Такая схема простая, укладывается в правило наследования слоёв и потому высоковероятна как верная. 

Контекст - всегда совокупность условий, определяющих данную реакцию (не обязательно внешнюю).

Как лучше организовать контексты у бота, не используя дикой сложности природной реализации - очень сложная, изобретательская проблема. Удастся ли найти достаточно приемлемое и не грузящее Го решение - под вопросом. Я пока не придумал такой вариант даже для уровня рефлексов.  У нас нет параллельной работы требуемого числа элементов... Пытаюсь придумать какой-то новый подход.

Если свести в пучок активные эффекторы, и связать их тормозными связями, то получится динамически формируемая решетка с рисунком "сплошной фон". Если начать крутить ползунок уровня торможения, она начнёт "плясать", выдавая конфигурации эффекторных рисунков. Положение ползунка означает текущий контекст, крайние положения это "плохо" "хорошо".

Задача по сути сводится к тому, чтобы нейросеть по разному реагировала на один раздражитель при разных контекстах. Это и делает равнонагруженная решетка. Ответный рисунок это комбинация активностей, к которой можно цеплять рефлексы. И такая схема близка к природной реализации. На пхп она летает при матрице 10х10, и я думаю активностей будет примерно столько же, и ГО даже не вздрогнет. 

Если пойти таким путем, то для случая единичного рецептора, например одного  слова, что явно мало для матрицы, имеет смысл сводить в матрицу контрастирования не рецепторы, а их ассоциации, которых может быть достаточно много. И это опять таки ближе к природной реализации, как мне думается. По сути это уже готовые ответные реакции - что ассоциировалось внутри бота на такое то слово. То есть здесь уже будет контрастирование рефлексов в зависимости от положения ползунка - текущего контекста. Все время крутится в голове, что контекст - это воздействие чего то на нейросеть, что меняет ее ответную реакцию на раздражитель. Если это сделать в виде другой нейросети, встанет вопрос - а что на нее влияет, и т. д. А если под воздействием понимать изменение параметров, например нейромедиаторный фон, меняющий уровень торможения нейронов - тогда можно просто связать его например с текущим положением гомеостаза и получим нужную обратную связь. Это устроено достаточно примитивно, как раз так, как могло бы быть в простейшей природной нейросети, которую мы сейчас собираем.

Ты ясно видишь механизм?

Попробую его реализовать

Не торопись, там много моментов, которые нужно учесть:

ветвление контекста в новых условиях, когда старый ответ неудачен, возможность зацикливания образа, взаимное торможение конкурирующих вложенных контекстов, ну и образование связей с последующим слоем - как эффект реагирования. Запросто можно потерять много времени... Впрочем, у нас итак высокая вероятность остановиться на рефлексах, но по-любому результаты будем оформлять и извлекать пользу.

Смотри, как примерно все должно выглядеть.

Нам не нужно организовывать самоподдержание активности контекстов потому как у нас преимущество: пока переменная контекста установлена в 1 – он активен.

В природе возникают самоактивность эффекторв: та или иная мышца дергается. У нас – уже можно задать начальными связями отзеркаливание входных слов с их последовательности (видимо в структуру нейрона нужно ввести массив[100] для хранения последовательности).

Задача: в ответ на наказание тормозить такую связь. И тогда должен включаться механизм генерации возможных ответов (какие-то заготовки вариантов ответов, в зависимости от синонимов введенных слов). В природе он есть. Когда ответ оказывается награжденным, то связь устанавливается. Можно за один раз, хотя рефлекс требует повторений. Но есть механизм постепенного ослабления рефлекторных связей, так что новая связь может ослабнуть и старый рефлекс – восстановиться. Не знаю, нужно ли это.

Короче, видно, что в описанном случае возникло ветвление с установкой правильной связи.

Но ветвление может быть и при смене активности базовых контекстов и тогда на действие может последовать наказание. т.е. видимо, нужно по каждому базовому контексту – свой слой (что в Плане и было предусмотрено), т.е. обучение идет только в рамках данного контекста.

Пока не очень вырисовывается, как все это можно применить к тому, чтобы бот смог сам составлять новые фразы из имеющегося е него набора эффекторов (корней и окончаний, разбитых на существительные (с чем действовать) глаголы (как с ними действовать)). Это возложено на предсознательное формирование лобных долей, т.е. на формирование абстрактных моделей понимания. А это пока что вообще игнорируется у нас. Мы с помощью этих моделей понимаем свойства объектов реальности для каждого слова. У бота нет зрения, слуха, обоняния, чтобы сформировать модель Лошадь. Но реально слепоглухонемых обучают и воспитывают, они пишут научные работы.

Модели понимания формируются сразу после рождения с опытом столкновения в реальностью. Это - тоже контексты с самого базового Я и до отдельных объектов. В каждом контексте - свойства возможных использований объекта или запрета таких действий. Это и есть понимание того, что будет в тех или иных условий. Возможно нам придется последовательно с обучением создавать такие модели. 

В принципе я примерно так же представляю схему. Но у меня есть две идеи, решетка и контекстная пирамида, которую я попытаюсь втиснуть в проект. Вдруг это и вправду удачная находка.

Сейчас пока задача сделать некий чёрный ящик с регулятором, на вход которого подаётся рецепторная активность, а на выходе в зависимости от регулятора получаем разные варианты выходной активности. Но это не какая попало функция с параметрами, а такая, в которой при изменении параметра как бы смещается спектр выходного сигнала. И тогда не нужно создавать несколько слоев и контрастировать их, а достаточно одного, но с модулирующим внешним воздействием. Это и предстоит проверить, насколько оно верно.

Про составление слов я тоже предлагал пока не морочиться этим, может мы до этого и не дойдём. Но вот попугай тоже не умеет составлять слова, однако это не мешает ему вполне удачно и в тему отвечать. И бот я думаю будет так же реагировать. Или даже поначалу как Эллочка Людоедка: мрак! блеск! И т. д. Для такого реагирования даже контрастирования не надо, можно просто меняя порог сдвигать фокус текущего контекста, его и выводить пока на панель, как ответную реакцию. А вот конкретные слова уже надо будет высвечивать в списке ассоциаций текущей группы, там скорей всего без контрастирования не обойтись. 

Попробуй свой вариант. У меня уже начинает вырисовываться версия решения. Насчет попугая - верное сравнение, тот не просто так повторяет, а в зависимости от условий и реакции на свой треск.