Природа использует единожды «изобретённые» принципиальные схемы функционирования многократно, где только может, в различных сочетаниях и всё это методом проб и ошибок (иначе говоря, случайным образом). И хотя, случайность, это невыявленная ещё закономерность, самой случайности это никак не отменяет – это просто такой наш способ классификации взаимосвязей.
«Изобретения», типа…
Например, дискретизация сплошного потока - типа, его превращения в дискретный поток.
Или формирование единой системы путём закольцовки (замыкания контура взаимодействий, замыкания контура связей) потока сигналов/воздействий.
И ведь эти «изобретения» даже и не «изобретения» вовсе – это основы существования нашей действительности и всех систем (и живых, и косных) всех уровней.
Можно попытаться рассмотреть принципиальную схему функционирования поиска закономерностей (якобы в действительности) для наблюдателя примерно нашего уровня.
Разумеется,
в дальнейшем речь идёт
не о самом наблюдателе (это
просто отражение, если хотите – просто граница между взаимодействующими сущностями), а
о «системе-носителе» (нам так проще интерпретировать наблюдателя, как некую систему, как живой организм).
Сначала вброшу непонятку.
Получилось замкнуть контур через проекции – значит, согласовано (подтверждено соответствие/совпадение, типа), сформировалась некая замкнутая система..
Подтверждение соответствия, совпадения, согласованности, при совмещении проекций образов (например, зрительных) отчасти эквивалентно нахождению закономерности.
Теперь начну пояснения этой непонятки.
То есть, на некоей условной проекционной плоскости совмещаются проекции зрительных образов. Одни образы возникают в результате обработки сигнально потока от сенсорно-анализаторного аппарата, другие образы возникают в результате декодировки «записей» из хранилища памяти.
Так как в мозгах организмов хранилище зачастую представляет собой распределённые нейронные сети, отдельные нейронные ансамбли и нейронные цепочки могут участвовать сразу в нескольких процессах, то формирования образов из восприятий и образов из воспоминаний совмещено в нейронной активности.
Разумеется, для получения проекций, которые можно согласовать (найти соответствия, найти совпадения) необходимо иметь развитые вычислительные возможности (развитые возможности обработки информации). Такие возможности/способности у животных появились давно – например, функция абстрагирования.
Функция абстрагирования позволяет животным узнавать некий объект, при наблюдении его с разных ракурсов, в разных условиях освещённости, с разного расстояния и т.д.
Функция абстрагирования заключается, по сути, в нахождении чего-то общего во всех проекциях сенсорного потока. То есть, узнаётся любая проекция именно по этому самому «чему-то общему» – некоему соотношению пропорций в проекции (и/или некоему соотношению параметров сигналов в сигнальном потоке).
Причём, узнавание «чего-то общего» (по сути, абстракта) на самых базовых уровнях происходит вполне автоматически в силу конструкции самой обрабатывающей структуры.
Немного упоминал об этом здесь:
https://paleoforum.ru/index.php/topic,8969.msg221716.html#msg221716То есть, абстракт выделяется как наиболее часто повторяющаяся комбинация (соответственно, и на матрице эта комбинация будет встречаться наиболее часто), которую осталось только отразить на схожей структуре (по сути, запомнить).
На схожей структуре (обзовём её матрица-2), между элементами, которые наиболее часто активируются (а это как раз элементы нашего абстракта, они ведь есть в таком сочетании практически в каждом кадре) формируются связи. Вот уже и готовая «запись» абстракта в самой структуре матрицы-2. При активации любого элемента из данной комбинации, через связи активируется вся комбинация – абстракт активирован.
Также следует не забывать, что проекция образа, это тоже образ (только вырожденный образ так сказать). Любой абстракт тоже всегда представлен в виде образа. И соответственно, его проекция тоже будет образом (опять-таки, вырожденным образом).
Само собой, не обязательно это будет некая дополнительная (вторичная) матрица – всё может быть реализовано на первичной матрице. Точно также не обязательно это будет всего лишь одна дополнительная матрица (даже не обязательно это будет двумерная матрица, это может быть и некий трёхмерный ансамбль и некая трёхмерная сеть), их может быть много последовательно (и/или параллельно) расположенных. Природа пошла различными путями, просто сохранились только те, которые оказались оптимальными для данных видов организмов в данных условиях обитания.
Тут, наверное, необходимы пояснения, что я подразумеваю под проекцией сенсорного потока (да и вообще – под проекцией потока сигналов/воздействий).
Проекция потока возникает всегда, если элемент структуры, через который идёт сигнальный поток, переходит во временное устойчивое состояние под действием сигналов/воздействий. В таком временном устойчивом состоянии он не воспринимает последующих сигналов/воздействий – то есть, не изменяет своего состояния при попадании на него сигнала/воздействия. Типа, в таком состоянии полученное воздействие (в результате которого элемент и перешёл в данное состояние), как бы, перерабатывается внутри самого элемента. Результатом такой внутренней переработки станет, в свою очередь, формирование (генерация) сигнала/воздействия, направленного вовне из этого элемента. Если элемент включен в цепочку элементов – то сгенерированный сигнал/воздействие будет отправлен далее по цепочке элементов.
Разумеется, это описание простейшей схемы функционирования, поясняющей, как появляется стоп-кадр (по сути, проекция однолинейного сигнального потока) на пути потока сигналов/воздействий. Заодно,
данная схема поясняет суть дискретизации сплошного потока на отдельные дискретные состояния.
Само собой раскадровка сигнального потока в живом организме не однолинейна – там параллельно идёт сразу множество потоков. И сами элементы, переходящие во временное устойчивое состояние, представляют собой целые матрицы (типа, некие совокупности малых элементов на некоей поверхности). Поэтому слово раскадровка вполне уместно – временное устойчивое состояние двумерной матрицы эквивалентно отдельному кадру.
Вернёмся к узнаванию.
На условной плоскости (если хотите некоей пачки двумерных матриц) происходит сравнение, сопоставление проекций абстрактов из памяти и из непосредственного восприятия.
Тот, который хранится в памяти уже был системой давно выделен и запомнен. Кстати, само выделение данного абстракта уже является полным аналогом отыскания закономерности в сенсорном потоке (только было оно произведено базовыми сенсорно-анализаторными структурами организма в автоматическом режиме).
Абстракт же из непосредственного восприятия выделяется в режиме онлайн (как и само сравнение происходит – тоже в режиме онлайн). Если проекции абстракта из памяти, то они просто активируется (и уже с ними происходит сравнение проекций абстрактов сформированных из восприятия).
А теперь вернёмся к выявлению закономерностей.
Обычно закономерность представляет собой абстракт некоей ситуации на протяжении определённого временного периода. То есть, абстракт выделяется не по анализу отдельных кадров, а по анализу последовательностей кадров.
Идёт выявления чего-то общего для всех последовательностей кадров. Обзовём последовательность кадров раскадровкой.
Тогда это будет
абстракт неких общих комбинаций абстрактов кадров, присущих всем раскадровкам данной ситуации. Обратите внимание, для выделение такого абстракта уже изначально требуется весьма развитое уменье выделять абстракт покадрово в режиме онлайн.
То бишь, изначально, из всего массива раскадровок данной ситуации
выделяется часть раскадровок, укладывающаяся в некую последовательность, распределённую в соответствии с неким монотонно нарастающим параметром. Разумеется, параметров может быть много, и они могут, и нарастать и убывать (и не монотонно при этом), но мы рассматриваем простой случай. В самом простом случае, это и есть то, что мы обзываем причинно-следственной связью (разумеется, тоже самой простой).
И что интересно, такая причинно-следственная связь возникает как результат закольцовки (через проекции абстрактов) знаний (частично из непосредственного восприятия, частично из памяти), формируя замкнутый контур в нашей системе знаний. Разумеется, наша система знаний структурирована и имеет множество внутренних замкнутых контуров, представляющих, по своей сути, закономерности. Это я ещё раз говорю в качестве напоминания – все закономерности в башке наблюдателя, в самой действительности никаких закономерностей нет.
Ну, а процедура сравнения, сопоставления, узнавания, согласования и пр., ведётся на некоей
условной проекционной плоскости. Эта
условная плоскость может быть
многомерной, разумеется (например, наше
воображение имеет кучу измерений).
Когда речь идёт о наблюдателе нашего уровня, то в нашем воображении согласовываются, сопоставляются проекции абстрактов разного уровня. В результате таких процедур отыскиваются закономерности частного порядка (сам процесс отыскания вполне случаен, но достаточно жёстко ограничен разного уровня фильтрующими конструктами). А когда эта процедура осознаётся, то это, по сути, означает, что вариант процедуры сравнения/сопоставления/согласования прошёл через все фильтры и добрался до самого верхнего уровня – идёт процесс оценки с имеющимися знаниями наблюдателя, как единого целого и представляющими на данный момент и в данном месте наибольшую значимость для «системы-носителя».
Тут всё просто –
осознание верхнего уровня (то, что мы обычно и понимает под осознанием) также
включается вполне автоматически –
сработала система значимости (переключился фокус внимания)
на одну из уже выявленных закономерностей (которые были выявлены точно так же, автоматически).
То есть, уровней осознания много, уровней абстрагирования много, но мы видим проявления и приписываем эти проявления только самым верхним уровням абстрагирования и осознания, оставляя все нижележащие уровни вне нашего внимания, не учитывая их и не анализируя их работу…
P.S. Вдогонку парочка ссылок о согласовании, совмещении проекций, закольцовках и закономерностях:
https://paleoforum.ru/index.php?topic=8969.msg218135#msg218135https://paleoforum.ru/index.php/topic,8969.msg218179.html#msg218179
