«Мысли»

«Мысли»

Большинство ФА не доводится до действий, а останавливается на этапах анализа и планирования. Эти этапы — «мысли». Таким условным названием можно обозначить последовательное возбуждение новых моделей при введении их в кратковременную память или повторную активацию их при следующем действии. «Мысли» быстры и относительно легки, так как эти модели требуют небольшой энергии стимулов, достаточной для того, чтобы только ввести их в кратковременную память (по сравнению с активностью, необходимой для возбуждения мышц, преодолевающих сопротивление среды).

Какую же модель считать «мыслью». В кратковременной памяти одновременно находится много моделей, даже очень много, с разной степенью активности. Видимо, «мыслью» должна быть одна из них, самая активная. Такой будет каждая новая или вновь активированная модель, и только она одна. Но почему новая активнее уже введенных. Это совсем не легко представить при количественном, модельном подходе к делу. Например, были нужны «сильные» модели для сокращения мышц, которые после выполнения своей задачи отключаются. По законам динамических характеристик активность их снижается постепенно, и эти «отработанные» модели должны бы быть более активными, чем новые модели, поступающие во время отдыха, без всякого напряжения. Все это трудно согласовать без введения дополнительных ограничений. Мысль в каждый момент только одна — это мы знаем, наблюдая себя. Впрочем, это не довод.

Рассмотрим алгоритм формирования кратковременной памяти в связи с ФА. Как уже говорилось, модели в ней образуются от восприятия среды или вводятся из внешней памяти через действия по активации. Действия осуществляются как заданные акты выбора адреса и включения модели и определяются чувствами и активностью других моделей в памяти (рис. 32). Акту действия, например сравнения моделей, предшествует сложный пересчет уровня активности всех моделей в кратковременной памяти. Выбор следующего действия с моделями, то есть поиск адреса новой модели, определяется всей совокупностью активных моделей. Это легко заявить, но трудно воспроизвести. Однако другого выхода просто не существует, если отвергнуть идею сетевого интеллекта СИ, в котором в течение каждого такта нужно пересчитывать активность всех его моделей, поскольку в нем нет разделения памяти на кратковременную и длительную.

Рис. 32. Схема последовательной активации моделей в кратковременной памяти: Д1, Д2, Д3 — действия; М1, М2 — модели. ??Ч — суммарный стимул как приращение чувств, активирующее модели. Д_ОБ — обобщенное действие, поступающее с ФА высшего уровня, которое играет роль дополнительного стимула.

Для сокращения числа моделей, расчет активности которых нужно осуществлять в течение каждого такта, следует предусмотреть более быстрое их удаление из кратковременной памяти и перевод в длительную, но с сохранением повышенной проходимости связей между моделями, составляющими одну «фразу», что позволяет легко «вспомнить» ее, пока она еще «свежа». Естественно предложить удалять из памяти «отработанные» модели, те, которые уже были использованы для выбора адреса последующих и сообщения им активности. Сюда войдут прежде всего многочисленные модели внешней среды, которые вводятся от рецепторов в большом количестве, автоматически, без отбора. Первоначальная активность этих моделей невелика, в ходе последующего анализа, точнее — действия распознавания, они заменяются «своими» моделями и становятся ненужными. Для них должны предусматриваться «крутые» динамические характеристики. Если внешняя среда еще понадобится при втором «круге», ее можно воспринять заново. То же самое и с моделями вариантов планов: как только выбран один, другие уже не нужны. Значимость моделей в кратковременной памяти должна все время проверяться по их связям с потребностями. Связи надо прерывать, как только этапы ФА уходят вперед. К сожалению, выдвинуть подобные пожелания легче, чем выполнить.

Поиск и «выбраковывание» из памяти ненужных моделей приводит нас к необходимости специального уменьшения их активности, то есть введения торможения. Оно должно дополнить динамические характеристики моделей (см. рис. 18), отражающие постепенность самостоятельного затухания активности возбужденных моделей. Торможение сделает их более крутыми. Оно всегда имеет место в сетевых моделях и в мозге. Другим выходом является создание специального алгоритма изменения характеристик для тех моделей, которые уже использованы. Пока трудно сказать, что выгоднее для АИ.

Второй вопрос — о доминировании «главной» модели над всеми прочими. Уже было сказано, что «новая» модель должна быть «мыслью» и для этого она должна быть активнее всех остальных. То же касается и «старой» модели, если она снова понадобится и активируется повторно, будучи вовлеченной в действия. В разделе об иерархии и сети из ФА было указано на множественность одновременно происходящих или готовящихся действий, призванных удовлетворить различные потребности интеллекта в изменяющейся внешней среде. Как в этом хаосе обеспечить целенаправленные действия, чтобы раз начатый ФА доходил до конца, а не останавливался посредине, будучи прерванным конкурирующим ФА. Конечно, есть «рефлекс цели», но он работает на все ФА и не может стать достаточно сильным механизмом, обеспечивающим приоритет главному ФА. Суть этого приоритета состоит в том, что модели, вовлеченные в главный ФА, должны активно направлять его вперед, то есть вмешиваться в выбор адреса модели для следующего переключения и даже в выбор самого действия. Нужно примирить противоположные требования: обеспечить «консерватизм», то есть доведение до конца начатого, и «гибкость» как способность переключиться на новое, если этого настоятельно требует внешняя среда или изменившиеся потребности. В свое время — в 1963 г.—я предложил для этой цели специальную программу.