Общие закономерности в природе

[Метвед]

Вирусы в чистом виде строго говоря не живые. Вирусы даже образуют кристаллическую решётку.  Вирус активен только в клетке.  У вируса нет полного набора всего необходимого для самовоспроизводства. Вообще, и вирус и бактерия и даже амёба это не более чем молекулярные машины, то есть, конечные автоматы.  Но масштаб отдельно взятого элемента таков что работают процессы атомно-молекулярного уровня, с малым характерным временем протекания, с резкой температурной зависимостью (скорость химических реакций меняется в 2-4 раза при изменении температуры всего на 10 градусов). 

Конечный автомат вовсе не обречён добиваться цели по кратчайшему расстоянию. У него вообще нет цели как таковой. Телеология придумана человеками и не работает на уровне живых клеток.

[василий андреевич]

  Да, термин цель, как выбор необходимого на фоне возможного - чисто человеческое. Для прочего нужен иной термин. А его нет.
  Цель обладает свойством притяжения. Этим же свойством обладает пространство потенциального минимума. ЕО можно подвести под борьбу за паво быть в этом минимуме. Остается решить каким образом столкновения живых организмов созидают потенциальный минимум под названием ниша.

  Вот и "объясните" автомату, что у него нет цели (задачи), заложенной создателем . Автомату "просто" надо искать покой в той нише, которая созидается неизвестно кем, да еще так, что бы при поиске и созидании получать удовольствие от процесса.

[Ivan(novice)]

Да ну какие там чёрные ящики.  Нейроны сами по себе тоже вполне прилично изучены.  Компьютерная модель нейрона работает так же как живой нейрон.

Сложность в алгоритме, по которому возбуждение с дендритов передается на аксон нейрона. Т.е. нейрон - сам по себе живая клетка и, по-видимому, способен обучаться. Поэтому при компьютерном моделировании нейрона требуется постоянная модификация правила, которое описывает взаимосвязь между возбуждением на дендритах и аксоне.
В этом же причина того, что даже один нейрон не совсем корректно рассматривать как конечный автомат, т.к. число его внутренних состояний изменяется из-за обучения.

...и вирус и бактерия и даже амёба это не более чем молекулярные машины, то есть, конечные автоматы.

Та же самая проблемка, что и для нейрона.
Число внутренних состояний неизвестно.

[ArefievPV]

Да ну какие там чёрные ящики.  Нейроны сами по себе тоже вполне прилично изучены.  Компьютерная модель нейрона работает так же как живой нейрон.

Сложность в алгоритме, по которому возбуждение с дендритов передается на аксон нейрона. Т.е. нейрон - сам по себе живая клетка и, по-видимому, способен обучаться. Поэтому при компьютерном моделировании нейрона требуется постоянная модификация правила, которое описывает взаимосвязь между возбуждением на дендритах и аксоне.

Сейчас я приведу просто пример своих рассуждений.

Возможно, что всё обучение заключается всего лишь в переходе на другой алгоритм выработки потенциала действия. То есть, например, существует набор алгоритмов и в зависимости от сложившихся условий нейрон переходит на то или иной алгоритм работы.

При этом число алгоритмов в наборе – конечное (подозреваю, что оно небольшое и зависит от генов (задано генами) и добавить новый алгоритм в набор нейрон не может).
Вот немного информации по теме:
https://studfiles.net/preview/2438144/page:9/

Далее. Скорее всего, алгоритмы модифицирующие. Например (для пояснения):
http://it.kgsu.ru/C_STL/c_stl257.html

То есть, новый алгоритм нейрон в течении своей жизни «изобрести» не может.

Алгоритм генерации занят выработкой потенциала действия.
Чуток информации про потенциал действия:
https://ru.wikipedia.org/wiki/%D0%9F%D0%BE%D1%82%D0%B5%D0%BD%D1%86%D0%B8%D0%B0%D0%BB_%D0%B4%D0%B5%D0%B9%D1%81%D1%82%D0%B2%D0%B8%D1%8F

Сам переход с одного алгоритма на другой также осуществляется по некоему алгоритму (возможно , набору алгоритмов). Этот алгоритм (набор) также задан генетически, новый алгоритм нейрон «изобрести» не может.

Вот я уже две ступеньки ответной реакции нейрона назвал: алгоритм генерации, алгоритм выбора алгоритма генерации.

Можно ещё усложнить цепочку ответной реакции ещё несколькими  ступеньками/этапами – от этого нейрон не изменит своей сути – он по-прежнему останется конечным автоматом. Но со стороны будет казаться, что он способен обучаться, способен принимать решение и делать выбор, даже способен создать («изобрести») новый алгоритм.

Искусственные нейронные сети:
https://ru.wikipedia.org/wiki/%D0%98%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%B0%D1%8F_%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D0%BD%D0%BD%D0%B0%D1%8F_%D1%81%D0%B5%D1%82%D1%8C

Обучение нейронов:
http://www.michurin.net/computer-science/artificial-intelligence/learning-one-neuron.html

То есть, практически всегда можно обойтись конечными наборами алгоритмов (и конечным набором ступеней/этапов) и добиться в итоге впечатляющих результатов. Полагаю, природа давно этот метод на вооружение взяла – экономно и эффективно.

Теперь второе. Когда такие конечные автоматы объединяются в общую сеть, то реакция такой сети будет гораздо сложнее реакции изолированного нейрона.

Вспомните про муравьёв и муравейник:
https://www.computerra.ru/183933/ants/

Или про роботов с простейшими алгоритмами, объединёнными в систему:
https://www.computerra.ru/184108/roy-letayushhih-robotov/

В этом же причина того, что даже один нейрон не совсем корректно рассматривать как конечный автомат, т.к. число его внутренних состояний изменяется из-за обучения.

Немного непонятно. Состояний может быть очень много, но описываться они могут конечным числом алгоритмов...
Например: Y = A*X + B. Состояний Y может быть бесконечно много, но описывается всего лишь одним алгоритмом...

Обучение также может быть алгоритмизировано (пояснял выше) – просто последовательность выбора (длинная цепочка состоящая из множества этапов переходов на тот или иной алгоритм). И каждый этап будет являться аналогом выбора, (только на самом деле такой «выбор» будет зависеть от неких входящих сигналов, а не эдаким свободным выбором). В итоге, со стороны будет казаться, что происходит обучение (да ещё, творческое обучение, если данный каскад алгоритмов не проявлялся ранее (он был, но не использовался, так как условия не требовали).

P.S. Как уже говорил, свобода даже нашего выбора только кажущаяся, всё имеет причину...

...и вирус и бактерия и даже амёба это не более чем молекулярные машины, то есть, конечные автоматы.

Та же самая проблемка, что и для нейрона.
Число внутренних состояний неизвестно.

Зачем знать всё число внутренних состояний? Надо знать алгоритмы, которыми эти состояния описываются...

[ArefievPV]

Настоящая трудность, на мой взгляд, заключается в том, что мы не можем изолировать сложную систему от её окружения, чтобы проанализировать и оценить её реакции (подчёркиваю, те реакции, которые она демонстрировала именно в этом окружении) в чистом виде.

Изъятие автоматически изменяет реакции системы. Особенно это заметно, если окружение системы представляет собой целую сеть аналогичных систем. А нам-то казалось, что реакции должны остаться прежними (какими они были, пока система находилась в своём естественном окружении) и мы их точно «выловим» в чистом виде.

Не «выловим». К сожалению, мы «выловим» совсем другие реакции, которые соответствуют данному окружению (например, условиям опыта). А так как, в своем большинстве, условия опыта обычно максимально упрощены, то и ответная реакция (которую мы успешно и «выловим») будет простая, а не та, которую мы подспудно ожидали. Данная ситуация вводит исследователей в аналитический ступор – начинают изобретать всякие жизненные силы, разумное начало и пр.

Это касается и отдельного нейрона, и отдельного муравья, и отдельного человека...

Реакция системы зависит от оказанного на неё воздействия (его характера, силы, длительности и т.д.). В обычной обстановке на систему постоянно оказываются разнообразные воздействия, производимые окружающей средой. И в такой обстановке система демонстрирует зачастую весьма сложные реакции.

Изменение обстановки влечёт изменение ответной реакции системы. И в такой обстановке можно уже и не выявить прежней сложной реакции.

Почему никто не додумался, что в сложность (и даже, разумность) ответной реакции системы вносит не меньший вклад, чем сама система, именно окружающая обстановка?
То есть, реакция, есть результат взаимодействия системы и среды. Не следует искать разумность реакции/поведения (и разум) в самой системе – её (его) там нет. Эта разумность/разум заключаются в самом процессе взаимодействия системы и среды.

И мысль эту я уже который раз пытаюсь донести до участников... Глухо.

P.S. А некоторые ещё норовят обвинить либо в банальности, либо в абсурдности. Может, в зависимости от того, поняли или не поняли саму идею. Если поняли, то в банальности (обидно же, что сами не додумались до этого). Если не поняли, то в абсурдности (вариант такого обвинения – опять порет ядрёную ахинею).

[Метвед]

Да ну какие там чёрные ящики.  Нейроны сами по себе тоже вполне прилично изучены.  Компьютерная модель нейрона работает так же как живой нейрон.

Сложность в алгоритме, по которому возбуждение с дендритов передается на аксон нейрона. Т.е. нейрон - сам по себе живая клетка и, по-видимому, способен обучаться. Поэтому при компьютерном моделировании нейрона требуется постоянная модификация правила, которое описывает взаимосвязь между возбуждением на дендритах и аксоне.
В этом же причина того, что даже один нейрон не совсем корректно рассматривать как конечный автомат, т.к. число его внутренних состояний изменяется из-за обучения.

...и вирус и бактерия и даже амёба это не более чем молекулярные машины, то есть, конечные автоматы.

Та же самая проблемка, что и для нейрона.
Число внутренних состояний неизвестно.

Число внутренних состояний (конформаций) молекул биополимеров конечно.  Число этих молекул в живой клетке конечно.  Тепловой шум накладывает фундаментальное ограничение на количество информации в живой клетке.  Вообще, моделирование работы отдельно взятой живой клетки вовсе не обязательно для создания равного (или превосходящего) по сложности поведения автомата.  То же самое верно и для ИИ. 

[ArefievPV]

К сообщению 677:

И так как я товарищ немного упёртый, то высказался (в меру своих весьма скромных способностей) в защиту данной теории...

https://www.nkj.ru/forum/forum26/topic11627/messages/message372594/#message372594
https://www.nkj.ru/forum/forum26/topic11627/messages/message372604/#message372604

Не совсем угасла ещё дискуссия, однако...
https://www.nkj.ru/forum/forum26/topic11627/messages/message373670/#message373670

[Метвед]

  Да, термин цель, как выбор необходимого на фоне возможного - чисто человеческое. Для прочего нужен иной термин. А его нет.
  Цель обладает свойством притяжения. Этим же свойством обладает пространство потенциального минимума. ЕО можно подвести под борьбу за паво быть в этом минимуме. Остается решить каким образом столкновения живых организмов созидают потенциальный минимум под названием ниша.

  Вот и "объясните" автомату, что у него нет цели (задачи), заложенной создателем . Автомату "просто" надо искать покой в той нише, которая созидается неизвестно кем, да еще так, что бы при поиске и созидании получать удовольствие от процесса.

Не надо автомату ничего объяснять. Кормите и чините его и он будет следовать заложенной в него программе до скончания своих дней, аминь.   Если программа  не маленькая, то поведение автомата может быть сколь угодно сложным. Автомат вполне может жрать и гадить чтобы чинить сам себя и делать себе подобные автоматы без всякой цели, просто потому что есть чего жрать и есть куда гадить.

[Метвед]

.....................................

Почему никто не додумался, что в сложность (и даже, разумность) ответной реакции системы вносит не меньший вклад, чем сама система, именно окружающая обстановка?
То есть, реакция, есть результат взаимодействия системы и среды. Не следует искать разумность реакции/поведения (и разум) в самой системе – её (его) там нет. Эта разумность/разум заключаются в самом процессе взаимодействия системы и среды.

И мысль эту я уже который раз пытаюсь донести до участников... Глухо.

P.S. А некоторые ещё норовят обвинить либо в банальности, либо в абсурдности. Может, в зависимости от того, поняли или не поняли саму идею. Если поняли, то в банальности (обидно же, что сами не додумались до этого). Если не поняли, то в абсурдности (вариант такого обвинения – опять порет ядрёную ахинею).

Это уже известно.  Ну, то есть, уже многократно кем-то высказано в прошлом и даже доказано. Опыты с муравьями были чёрти когда.  Существует общая теория систем и системный анализ.

А что касается ядрёной ахинеи, она у Вас ведь не сплошным потоком от первой строчки и до последней. 

[Ivan(novice)]

Число внутренних состояний (конформаций) молекул биополимеров конечно.  Число этих молекул в живой клетке конечно.  Тепловой шум накладывает фундаментальное ограничение на количество информации в живой клетке.  Вообще, моделирование работы отдельно взятой живой клетки вовсе не обязательно для создания равного (или превосходящего) по сложности поведения автомата.  То же самое верно и для ИИ.

Все так. Все верно.
Есть только два "но".

1) Предлагаю мысленный эксперимент. Если мы возьмем все молекулы, из которых устроена живая клетка, соберем их вместе точно в той последовательности, которая есть в живой клетке, то на выходе мы получим мертвую клетку. Не живую. Поэтому сумма внутренних состояний молекул в живой клетке (даже с применением любого оператора или коэффициента) не равно количеству внутренних состояний живой клетки.
2) Даже если тепловой шум накладывает ограничение на количество информации в живой клетке, и мы определим количество этих состояний с заданным шагом дискретизации в виде натурального числа, далеко не факт, что это число будет подъемно для компьютеров при нынешнем уровне развития вычислительной техники. Например, число возможных внутренних состояний мозга человека приближается к числу звезд во Вселенной. Поэтому моделирование работы мозга человека "в лоб" упирается в предел вычислительной мощности.

[Ivan(novice)]

То есть, практически всегда можно обойтись конечными наборами алгоритмов (и конечным набором ступеней/этапов) и добиться в итоге впечатляющих результатов. Полагаю, природа давно этот метод на вооружение взяла – экономно и эффективно.

Речь шла о том, можно ли представить нейрон в виде конечного автомата. У конечного автомата число внутренних состояний конечно.
Если мы можем найти конечное число внутренних состояний нейрона, то мы можем моделировать нейрон конечным автоматом. Если нет, то не можем.
Поэтому нужно найти именно конечное число внутренних состояний нейрона. А не число алгоритмов, по которым эти внутренние состояния образуются/формируются/вырабатываются.

Т.е. условие

Например: Y = A*X + B. Состояний Y может быть бесконечно много, но описывается всего лишь одним алгоритмом...

ставит под вопрос саму возможность моделировать нейрон конечным автоматом.

В этом же причина того, что даже один нейрон не совсем корректно рассматривать как конечный автомат, т.к. число его внутренних состояний изменяется из-за обучения.

Немного непонятно.

Если у нейрона бесконечное число внутренних состояний, моделировать его конечным автоматом проблематично...

[ArefievPV]

.....................................

Почему никто не додумался, что в сложность (и даже, разумность) ответной реакции системы вносит не меньший вклад, чем сама система, именно окружающая обстановка?
То есть, реакция, есть результат взаимодействия системы и среды. Не следует искать разумность реакции/поведения (и разум) в самой системе – её (его) там нет. Эта разумность/разум заключаются в самом процессе взаимодействия системы и среды.

И мысль эту я уже который раз пытаюсь донести до участников... Глухо.

P.S. А некоторые ещё норовят обвинить либо в банальности, либо в абсурдности. Может, в зависимости от того, поняли или не поняли саму идею. Если поняли, то в банальности (обидно же, что сами не додумались до этого). Если не поняли, то в абсурдности (вариант такого обвинения – опять порет ядрёную ахинею).

Это уже известно.  Ну, то есть, уже многократно кем-то высказано в прошлом и даже доказано. Опыты с муравьями были чёрти когда.  Существует общая теория систем и системный анализ.

Я же постулирую, что сам процесс взаимодействия между системой и средой представляет собой отдельную сущность, которую следует рассматривать на том же уровне, что и систему, и среду... Типа, приписывать этой сущности и объектность, и самостоятельность, и относительную независимость... И наделять эту сущность некими свойствами, качествами, атрибутами... Предельно конкретно выражаюсь ведь...

Это всё из комментариев к п.5 гипотезы – типа, взаимодействие между двумя сущностями порождает третью... Ну и вообще, любая сущность и появляется в результате взаимодействия других сущностей.

Разве кто-то из участников высказался в поддержку этой точки зрения? Разве кто-то готов признать, что такое вот «неуловимое», непонятное взаимодействие и есть, отдельная сущность? Что любая система, как сущность, есть результат  взаимодействия других сущностей (процессов, систем, объектов, частиц, волн)?

Вы сами (это не упрёк, уточняю) вспомните свои возражения с приведением примера гуся. Я Вам про наблюдателя, а Вы про гуся... Ну, ведь не поняли Вы тогда сути моих высказываний... Но обвинить успели...

P.S. Не претендую на роль первооткрывателя, но мне кажется, что именно в такой интерпретации (конкретизированной) данная идея ещё никем не озвучивалась...

[ArefievPV]

Поэтому нужно найти именно конечное число внутренних состояний нейрона. А не число алгоритмов, по которым эти внутренние состояния образуются/формируются/вырабатываются.

Ещё раз - зачем перебирать все состояния?
Вы же не перебираете весь бесконечный числовой ряд - Вам просто известен алгоритм, по которому находится следующее число бесконечного числового ряда - прибавление единицы к предыдущему значению... То есть, Вам не обязательно помнить/знать все числа бесконечного числового ряда - Вы всегда сможете найти любое число из этого ряда, зная данный алгоритм...

[Игорь Антонов]

Число внутренних состояний (конформаций) молекул биополимеров конечно.  Число этих молекул в живой клетке конечно.  Тепловой шум накладывает фундаментальное ограничение на количество информации в живой клетке.  Вообще, моделирование работы отдельно взятой живой клетки вовсе не обязательно для создания равного (или превосходящего) по сложности поведения автомата.  То же самое верно и для ИИ. 

Уже установлено, что ряд физиологических явлений в живых организмах реализуется с использованием квантовых эффектов.
В частности, при работе компаса птиц используется эффект нелокальной квантовой запутанности.
О первых этапах квантовой биологии книга "Жизнь на грани".
Ряд авторов, включая Роджера Пенроуза, приводит аргументы в пользу того, мышление и сознание тоже могут требовать участия квантовых эффектов. 
На чем основана Ваша убежденность, что корпускулярного детерминизма и механической рандомизации (а лишь на это способны системы на конечных автоматах)  достаточно для воспроизведения высших функций живых организмов, если их недостаточно даже для моделирования иных физиологических явлений?
Если же квантовые эффекты участвуют и в процессах мышления и сознания, то никакой гарантии того, что возможно вычислительное моделирование этих процессов, нет. Поскольку квантовые корреляции симметричны во времени, что иллюстрирует целый ряд физических экспериментов в последние годы. То есть, в мире квантовых эффектов не только прошлое влияет на будущее, но и будущее на прошлое. Это выводит состояние системы, качественно зависящей от таких корреляций, за рамки детерминизма, а соответственно, и вычислимости в рамках возможностей, доступных людям.

[Ivan(novice)]

Ещё раз - зачем перебирать все состояния?

Потому что речь шла о моделировании отдельной живой клетки конечным автоматом.

Да ну какие там чёрные ящики.  Нейроны сами по себе тоже вполне прилично изучены.  Компьютерная модель нейрона работает так же как живой нейрон.

... даже один нейрон не совсем корректно рассматривать как конечный автомат, т.к. число его внутренних состояний изменяется из-за обучения.

Число внутренних состояний конечного автомата конечно. По определению конечного автомата (Вики):

Коне́чный автома́т — абстрактный автомат, число возможных внутренних состояний которого конечно.