Изобретательство и прогресс.
 

Интересную тему поднял halad при обсуждении вопроса о росте чиста людей в коллективе.
К этологии отношение имеет малое, но хочется обсудить. То есть, мысли вслух на форум, надеюсь кто присоединится. Сам являюсь инженером-разработчиком, потому мысли о себе.

В теории — всё так, как описано в цитате. Если общество хочет развиваться - оно должно выделять ресурсы, которые пойдут изобретателям на совершенствования, от которых в конечном итоге всем будет польза большая чем затраченные ресурсы. На деле, проблема как правило в обществе. Нет такого качественного общества, которое осознавало бы себя как заказчик, качественно заказывало, оплачивало и распределяло результат. Рассмотрим две известных нам общественных формации: социализм и капитализм.



В нашей социалистической истории действительно были возможности для технического прогресса. Как минимум были люди, которые за общий счет, были освобождены от прочих дел именно для совершенствования технологий и идей. Мне кажется это было просто благодаря тому, что в принципе всё население содержалось за общий счет, и наравне со всем населением за общий счет содержался и творческий класс. Проблема была в оценке работы, и последующей слабой мотивации. Если человек творческого класса трудился и совершал великие дела — то по большей части по причине своего собственного желания творить, а не за вознаграждение. Так как вознаграждение его не отличалось от соседа, с меньшим желанием и возможностями творить. Тем не менее, всегда есть определенный процент людей, желающих творить, при наличии просто-напросто свободного времени. У людей в советском государстве очень часто было много свободного времени. Питанием обеспечивали, а развлечений было не много. Советская наука и технология по многим параметрам действительно обогнала запад, я лично знаю, судя по одной из близких мне отраслей.

В теории рыночной экономики тоже есть прекрасные возможности для оплаты изобретательства, теоретически. Существует система патентования, система инвестирования разработок и т.д. По факту, по моим ощущениям, система работает на 5-10% эффективности от идеального уровня, что не намного выше чем советская. Дело в том, что рыночные законы общества не привязаны к пользе для общества, они привязаны только к конкретной рыночной выгоде конкретного участника рынка. При том, что такого участника рынка как общество в целом — нет вообще.
Эта цифра 5-10% - взята мной вот из каких соображений. Во первых по средним статистическим данным затраты на новую продукцию распределяются: 80% на рекламу и 20% на разработку. Да да, шокирующие цифры, но именно так. Для тех кто не верит — представьте себе обороты - всех средств массовой информации которые мы знаем(интернет, телевидение, радио, пресса) — 99% этих оборотов реклама. Грубо говоря - на одного инженера, разрабатывающего полезное нововведение (новый двигатель внутреннего сгорания для автомобиля) приходятся: дизайнер автомобиля, автор рекламных концепций, технический работник телевидения, сценарист сериала, актер сериала, автор музыки сериала, футболист с надписью BMW на майке... итд.
Оставшиеся 20% я делю пополам, потому, что разработки, которые производятся инженерами в рыночных условиях, совершенно не оцениваются в плане полезности для общества и человечества в целом. Они оцениваются только как товар, что в половине случаев противоречит пользе для общества.

Прежде всего: большое общество имеет то преимущество, что оно большое. Больше вероятность, что найдется умный человек, который решит данную проблему. Почему раньше СССР брал первые места на международных школьных олимпиадах, а теперь там Китай ? Потому что было 300 миллионов человек из которых можно было выбрать лучших.


Такие люди были даже в древней Греции.


Данная оценка не имеет смысла. Это что-то вроде обязательства повысить культурный уровень бригады на 14%.
Как можно изобрести 10% транзистора, открыть 13% теории относительности или придумать 24% логарифмов?

Необходимо различать глобальные, качественные достижения, вроде лазеров, теории групп, кардиографии или звукозаписи, мелкие улучшения вроде двойной записи в бухгалтерии, молнии на штанах или повышения cos(fi) и плановые улучшения, такие как постройка моста, написание программы.
Первый раздела не планируется и не оценивается количественно. Второй можно планировать, но нельзя оценивать. Третий можно планировать и оценивать.

Вы бы лучше в качестве примера колесо приводили. :)
http://ru.wikipedia.org/wiki/Изобретение_транзистора
Почитайте пару параграфов, с любой части текста. :)


Оценка дана относительно идеальной системы. Общество совместно собирает ресурсы — для обеспечения свободных людей, занимающихся придумыванием новых технологий.

Капиталистическая система частично выполняет функции этой идеальной, совмещая придумывателя и пользователя через капиталиста-инвестора. Инвестор вкладывает капитал в разработки. Полученные разработки защищает патентами, и использует в своей продукции. Благодаря примененным разработкам продукция становится относительно более полезна, при одинаковой относительной себестоимости, как приемники с операционными усилителями относительно ламповых. Далее, в течении некоторого времени капиталист-инвестор получает повышенную прибыль, благодаря чему возвращает свои инвестиции. По прошествии времени изобретения становятся доступны всем и каждому(в каждой системе патентования должен быть конечный срок действия патента).

Такая капиталистическая система могла бы быть близка к идеальной, сохраняя только погрешность на накопление капитала у инвестора. Но, на данный момент, в связи с развитием информационных технологий, инвестору выгоднее потратить 10% инвестиций, на изобретение, а оставшиеся 90% на рекламную компанию. Рекламная компания убедит всех покупателей, что изобретено нечно, отличающееся от старых аналогов, как транзистор от лампы.

Недавно на телеканале "Культура" слышал в передаче у Архангельского. Американцы установили, что из 100 учёных только 2-3 создают новые знания, по их оценкам примерно тоже было и в СССР. Не удивительно, при социализме и капитализме научное сообщество устроено примерно одинаково. Разница в оценки и использовании этих знаний. При капитализме это товар и его как можно быстрее и выгоднее доводят до конечного потребителя. При социализме и такой простой товар как картошка с трудом доходила от производителя до потребителя.

В рыночных условиях, разработчикам платит хозяин и оценивает их результаты с точки зрения пользы для себя, а не общества. Ну а дальше по Марксу, общественный характер производства и частное присвоение его результатов".

А что там такого смешного ?


Вот именно. Относительно сферического коня в вакууме. Остальное не так важно.

То, что изобретение транзистора это не дискретное событие, а долгий процесс, с выдачей технических заданий и затратами времени и работы.
То, что изобретение 10% транзистора это вполне реально.

Это - так называемая ошибка ретроспекции. Мы сейчас знаем, что изобретение транзистора заняло столько-то времени и столько-то этапов. На этом основании вы делаете вывод о том, что они тогда тоже это знали.

Вторая ошибка состоит в том, что тем же способом можно изобрести 10% вечного двигателя, например. А вот 100% нельзя.

Нет, они в разные периоды времени были на разных этапах, и предвидели будущие этапы, "знали" уже. Там же описано, что они получали задания... провести следующие эксперименты, попытаться изменить следующие характеристики. У них были догадки, которые нуждались в проверке и т.д.

Нельзя изобрести вечный двигатель, ни 100% ни 10%.

Например, хотя это и не конкретно моя специальность, и интересуюсь я этим скорее как хобби. Но даже я знаю что будет изобретен исскусственный разум, по схожим принципам, что и человеческий. Знаю какие этапы необходимо пройти на этом пути, часть их них уже пройдена. Знаю, приблизительно, что еще предстоит сделать. И могу предположить, верно или не верно, как это будет сделано.

Правильно, но количество этих этапов довольно долго оставалось неизвестным. Сначала они пробовали сделать полевой транзистор, но не получилось. Сделали биполярный, но не тем способом, которым их потом производили. И когда было сделано 10% работы, они не имели представления ни о сложности дальнейших этапов, ни об их числе. Вот когда было готово 95% - тогда да.


Ну почему же? Можно сделать этапы. Сегодня КПД пусть будет 5%, через год 10% - все реально. Дальше 15%, 25% - нет проблем. Ну, значит, через 20 лет КПД будет 105%.


А я вот точно знаю, что искусственный разум, действующий по тем же принципам, что и человеческий, изобретен не будет. Создание искусственного разума вполне возможно, но принципы будут другие.

Я сомневался, говоря, что невозможно изобрести 10% вечного двигателя. Так как была вероятность, что вы называете вечным двигателем -двигатель со 100% кпд. Теперь точно могу ответить - нельзя.


Почему точно? Считаете что 100% сразу перепрыгнут в более совершенные модели? А принципы человеческого разума станут не интересны?
Я думаю, что даже если удасться создать более совершенные модели раньше, все-равно будут возвращаться к полной имитации принципов классического, человеческого разума - ради идеи трансплантации.

Это если априори есть теория, запрещающая КПД > 100%.


Потому что то, что сделано в этой области за последние 60 лет, никак не похоже на модель человеческого мозга. И действует по совершенно другим принципам. Можно все это выбросить и начать с начала, но вряд ли кто решится это сделать.

Мне кажется, за 20 век в этом деле было сделано приблизительно столько же, как и за 19 век в деле изобретения транзистора.
Тут как раз всплывает проблема — рекламы.
Я сколько раз изучал новости, которые рассказывают о достижениях в области ИИ, в 9 из 10 случаев это были рекламные компании новых поисковиков, переводчиков, робототехнических изделий и т.д. Очень уж слоган к сожалению красивый - "интеллектуальный". Кругом сплошные интеллектуальные смартфоны, телевизоры, микроволновки, поисковики, офисные программы и т.д.

Построение современных процессоров — часть. Структуру процессора думаю придется менять, но хорошо что уже есть соответствующие технологии.
Разработка принципов ассоциативных баз данных — часть.
Вот, посмотрите для примера, забавная игрушка на базе подобной технологии http://ru.akinator.com/

Вот моя подобная программа - Незнайка, в которой я использую свой собственный алгоритм обучения.

http://yadi.sk/d/yw9PsHhZ3DrAO

Если вам надоели ответы Незнайки, или он вам кажется слишком умным, или, наоборот, вы где-то напутали, просто удалите файл Voprosy в корне - игра создаст его заново, и обучение начнется практически с нуля.

Игра написана мною для детей младшего возраста, которые еще только осваивают язык и знакомятся со значениями различных слов.

Не имеющая ни малейшего отношения к принципам работы мозга.

Малейшее имеет.
А вы знаете принципы работы мозга?

Нет, конечно. Но это в данном случае не нужно. Можно использовать аналог "критерия Тьюринга". Попробуйте поиграть в эту игру с человеком. На каком животном он начнет ошибаться и забывать ? Примерно на пятом-шестом. Такой подход к решению задач неудобен для человека и не характерен. Следовательно, мозг работает по другим принципам.

Тест Тьюринга для текстового чата проходится в течении целого часа такими примитивными ботами, которые вообще текст не анализируют. :)
Если на обратном конце провода "реально блондинка".

У вас в незнайке некий двоичный алгоритм, а там должен быть некий матричный.
Там допускаются неверные ответы, иногда он одинаоковые вопросы два раза подряд задает, как бы переспрашивает, когда в тупик заходит.
И вариантов ответов там 5: да, нет, не знаю, скорее да, скорее нет.


Как бы я делал алгоритм акинатора.
пусть 100.000 персонажей.
и 1.000 вопросов.
На каждый вопрос и каждый персонаж матрица содержит всего один байт, со знаком. Получается 100.000 *1.000 — всего 100Мб которые можно без проблем засунуть в оперативную память.
Байт матрицы — отвечает за степень привязки конкретного вопроса к конкретному персонажу.


Если на вопрос отвечают четко, и стабильно, то значение по модулю больше.
Для большей эффективности алгоритма, вероятно, суммы всех отрицательных и всех положительных значений по вопросу в итоге должны быть равны некоторым константам. Для чего требуется периодическая индексация.

для примера: 3 вопроса, 4 персонажа, сумма 100.
персонаж мужчина?
Джон Сильвер +90
Алла пугачева -100
Я 0
Конек-Горбунок +10

ваш персонаж одноногий и с попугаем?
Джон Сильвер +100
Алла пугачева -34
Я -32
Конек-Горбунок-34

ваш персонаж человек?
Джон Сильвер +33
Алла пугачева +33
Я +33
Конек-Горбунок -100


На первых этапах можно задавать вопросы случайно, но нужно считать ответы по всем персонажам.
Лучше особенно выделить стартовые вопросы: те, что имеют плавное распределение ответов, и близкое к равному количество положительных и отрицательных.
Ближе к концу можно отсеивать из алгоритма персонажей с низкой набранной суммой. Но нужно выбирать вопросы так, что-бы выявить из нескольких лидеров явного лидера. Для этого нужно задавать вопрос с наибольшей суммой абсолютных значений в линии матрицы, из оставшихся в лидерах персонажей. Он будет наиболее информативен.

Акинатор близок к интеллекту например потому, что у него реализован в некотором виде алгоритм интереса. Ему к концу игры интересны конерктные, уточняющие вопросы, а не случайные.

Это было что? Возражение, подтверждение или просто так поболтать?

Alexander, в программе акинатор, да и в моей программе Незнайка, интересен не процесс отгадывания путем последовательных вопросов, а процесс обучения программы - ситуация, когда загаданного слова программа не знает, и ей нужно это новое для неё слово запомнить и привязать к этому новому слову все имеющиеся у неё в базе вопросы.

Как мы при этом ведем отбор: дихотомически - делением на два, или используя нечеткие ответы (пять или больше вариантов) - это не важно, хотя, разумеется, пять вариантов ответов круче, чем два! Но принципиально это ситуацию не меняет.

Есть массив слов - понятий, и есть свойства этих предметов - слов и понятий, которые программа узнает от нас путем ответов на вопросы.

Фактически у нас получаются два вектора: с одной стороны слова, с другой - вопросы и ответы на них. И каждое слово - понятие - по-разному вписывается в матрицу вопросов-ответов. И, понятное дело, что вроде бы программе нужно при внесении в свою память нового слова-понятия попросить человека соотнести это новое слово СО ВСЕМИ УЖЕ ИМЕЮЩИМИСЯ в её базе вопросами, что, сам понимаешь, довольно затруднительно (вряд ли кто на такое согласится добровольно, разве что программе пойти на хитрость, и время от времени задавать людям вопросы, на которые у неё самой нет четких ответов - и таким образом насобирать необходимую для себя статистику).

Далее, как ты совершенно правильно пишешь, встает вопрос с упорядочиванием вопросов по их значимости с точки зрения эффективности отбора. Есть вопросы, которые будучи заданы, резко и четко разделяют весь массив понятий примерно на две равные части (пример: Это живое?) - а это и есть самый эффективный алгоритм поиска нужного значения: 17 последовательно заданных вопросов разделяют 131000 значений, 18 вопросов - 262000, 19 - 524000, а 20 вопросов охватывают более миллиона самостоятельных понятий (столько у нас - у человечества - просто нет).

Но для этого нужно чтобы каждый следующий вопрос разделял бы оставшееся подмножество терминов на примерно равные части - что не всегда возможно. По ходу мы вынуждены задавать уточняющие вопросы, или даже возможны зацикливания и прочие алгоритмические глупости (которые пока не разрешены, насколько мне известно, в подобных - самообучающихся системах).

И зря Alex говорит, что подобные алгоритмы не имеют отношения к работе нашего мозга - имеют, и самое непосредственное. Например, наше зрение занято примерно тем же, чем занимаются наши программы - акинатор и Незнайка - задают последовательные вопросы и получают последовательные ответы для того чтобы распознать все попадающие в поле зрения объекты и описать всю сцену целиком - на это у нашего мозга затрачивается примерно 1/30 секунды.

Я в своей программе помимо окончательного ответа, сделал еще и вывод промежуточных ответов - поскольку она делалась как игрушка для детей, а дети не любят когда их долго-долго о чем-то спрашивают, а потом выдают правильный ответ - и выигрывают у них, а они любят когда они сами чаще выигрывают - когда противник чаще ошибается и выставляет себя дураком по отношению к ним самим. То есть, моя задача была сложнее - мне нужно помимо матрицы вопросов-ответов выдавать еще и промежуточные (часто заведомо неправильные) ответы, как некоторую стадию приближения к правильному, поскольку от вопроса к вопросу круг возможных вариантов ответов постоянно сужается. Чтобы игрок - ребенок - находился бы постоянно в состоянии радостного ожидания, а не сухой констатации факта, что программа умнее его (это как бы и без того подразумевается и ожидается).

Мой Незнайка на каждом этапе игры как бы дает свой окончательный вариант ответа - он оказывается неправильным, тогда он задает следующий - уточняющий вопрос - и на основе ответа на него делает новое предположение, и так далее.

Но правильная система, способная к настоящему самообучению, на мой взгляд, должна вести себя по-другому. Она должна понимать, что при внесении в её память нового слова-понятия, на самом деле в её матрице формируется целый блок "белых пятен", и её обучение не должно заканчиваться определением вопросов и ответов лишь для этого нового слова - а требуется протестировать все появившиеся "белые пятна" на предмет их реальности - существуют ли для них слова-понятия или нет, а если существуют, то какие вопросы-ответы им соответствуют (не подойдут ли для их выявления уже имеющиеся у неё в памяти вопросы-ответы, или нужны новые вопросы), и так далее. Но в таком случае для машины нужен будет специальный человек, который бы постоянно отвечал на её бесконечные вопросы.

Поиграть с самообучающейся программой интересно, на мой взгляд, именно с самого начала, когда видно как постепенно наполняется её база знаний, как у неё складывается структура понятий, как быстро истощается фантазия загадывателей и т.д. Но заниматься рутинной работой по обучению этой программы не интересно (на мой взгляд) - вот почему я попытался перевести этот процесс в рамки игры, причем, для детей, для которых это и без того интересно.

Пять вариантов и нечеткие ответы это совершенно разные вещи. Нечеткие ответы это "может быть зеленый, а может быть красный"
или "зеленый с вероятностью 56%".
Ситуацию это меняет принципиально, хотя бы потому, что нет правила исключенного третьего.


Вот тут, пожалуйста, подробнее. Где, в каких исследованиях показано, что это процесс последовательный? Для меня это очень важно.

Интересно, здесь все умеют программировать, кроме владельца [s]зоопарка[/s] сайта? :-)

Прерывание на моргание - не подайдет? :cool:

VPolevoj

У Вас что, под рукой большая группа детей? Вроде бы в он-лайне было бы проще базу собрать :-)
(зачем программу было в экзешнике делать? При этом понятно, что это вроде бы игра для себя... в смысле запрограммировать)

Да, Наталья, у меня у самого трое детей.

И когда они были маленькие, я сам для них (и для их друзей и подруг) делал (придумывал) различные, в том числе и компьютерные, игры.

Игра Незнайка - это, наверное, по счету уже третья реинкарнация игры "Ежик" (и в ней сохранен неизменным единственный ответ Незнайки "Это ёжик!" - помню, как мои дети смеялись, когда программа, угадывая, произносила эту фразу, вообще, я заметил, дети в определенном возрасте любят такие несуразицы).

Для меня самого это игра - верно: каждый раз, возвращаясь к написанию этой игры, я что-то переделываю, переосмысливаю в ней. Меняются какие-то концепции (вот даже название сменилось, и главный герой). Меняется мой взгляд на процесс обучения: как программы, так и человека. Но полной удовлетворенности пока нет. Путь еще не закончен.

Alex, к сожалению, быстро найти ссылку не удалось, но могу дать наводку: про это исследование я прочитал в журнале "Наука и Жизнь" в номерах примерно в годах между 1975 и 1980 (если у тебя есть доступ к оглавлениям этих журналов - могу дать точную ссылку на статью. К моему большому сожалению, на их сайте все оказалось просто ужасно: архива нет, оглавления нет, и т.д., но я наткнулся на любителей "НиЖ" - поищи, может у них что найдешь).

Изложу пока суть этих экспериментов и основные выводы из них.

Лаборатория, о которой рассказывается в статье, занимается изучением зрения и процессами распознавания образов. Ими был использован такой механизм, с помощью которого можно предъявлять зрительный образ очень короткий промежуток времени (вплоть до микросекунд).

Принцип устройства, если тебе интересно, очень простой: окуляр как в микроскопе (можно даже два - и тогда можно смотреть сразу двумя глазами и, следовательно, можно при желании предъявлять одновременно два разных изображения), далее стоит призма, которая разделяет световой поток на два пучка (а точнее, она позволяет два пучка света собирать в один и направляет его в глаз), с одной стороны подается "шум" - обычно это сетчатое поле или решетка и т.д., а с другой стороны - нужное изображение. Переключение между ними осуществляется за счет разницы в освещенности (я не совсем понимаю сам механизм, но принцип этого устройства в том, что любые системы инертны - и механические, и даже электрические - но время замещения "шума" на картинку и обратно на "шум" можно таким приспособлением свести практически к нулю, и варьировать этот интервал в рамках микросекунд.

Вот, сажают человека за такое устройство и начинают ему предъявлять какое-нибудь изображение постепенно наращивая время предъявления. Поначалу он ничего не видит ("белый шум"), затем что-то у него проясняется (но он еще не понимает что - обычно делаются различные предположения: например, показывали картинку со страусом, а человек на этом этапе распознавания говорит: "Что-то бежит"). И лишь на какой-то миллисекунде (а для этого требуется примерно 100-200 миллисекунд) человек правильно называет то, что ему показывают.

Но из такого эксперимента мало что понятно. :) Тогда стали делать так: попросили не распознавать, а выбирать из предъявляемого набора образцов. И выяснили, что если требуется выбирать всего из двух образцов, то время на распознавание требуется минимальное (не помню точно, но скажем где-то 10 мс), если требуется выбрать из трех-четырех образцов, то время для этого нужно 20 мс, если из 5-8 образцов, то на это потребуется уже 30 мс и т.д. Любой программист сразу же уловит закономерность - это степени двойки.

Дальнейшие исследования показали, что чем сложнее картинка, тем больше времени требуется на её анализ и распознавание. Полное осмысление целостной "сложной картинки" занимает чуть больше 600 мс (то есть, как видишь, даже больше чем полсекунды), но такая ситуация случается у нас очень редко - обычно мы смотрим на то, что уже видели (причем, буквально 1/30 секунды назад).

Интересен в этом плане процесс распознавания "сложной картинки" (под сложной я подразумеваю сюжетную картинку с множеством персонажей - где требуется не просто узнать - распознать - всех персонажей, но и понять кто и чем занимается). В этой статье для примера приводится картинка из детского мультфильма, на ней изображена полянка на которой резвятся детки зверят - лисенок, зайчонок, бельчонок и т.д. - такая милая детская картинка.

Сначала, как водится, человек ничего не видит. Начинают увеличивать время... Первая реакция: "Кто-то кого-то ловит!" Смотрю сам... Вроде бы мирная картинка, почти идиллическая... детки... ну да, есть хищник - лисенок, с некоторой натяжкой можно подумать что потенциальная угроза есть, ... но потом, присмотревшись, понимаешь, что лисенок-то, оказывается, бегает по полянке С САЧКОМ и ЛОВИТ бабочек. Но как наш мозг из всего увиденного ПЕРВЫМ выделяет именно это?!!!

И лишь потом из всей сценки начинают выплывать отдельные персонажи и сюжетные линии. Но первое - это кто-то кого-то ловит!

То есть, на мой взгляд, аналогия с программами акинатор и моей программой Незнайка есть. Наш глаз, так же как эти программы, "задает вопросы", причем очередность вопросов имеет значение - первыми задаются самые важные вопросы, ключевые решающие для жизни, и лишь затем - второстепенные, и в самую последнюю очередь - уточняющие.

И при этом не забывай: то что нам не нужно, мы НЕ ВИДИМ - не замечаем, даже если это лежит прямо перед нашими глазами. То есть, зрение - избирательно!

У нас всегда идет процесс выбора из необходимого предъявляемого изнутри набора образов, а не процесс ВВОДА и обработки входной информации. Глаз - это не видеокамера, а скорее, сравниватель с заданными образцами. Поэтому полная скорость обработки целостной картинки зависит от количества уже имеющихся образов для сравнения - количества задаваемых вопросов, на которые нужно получить ответ.

Как мне кажется, никаких доказательств последовательного характера восприятия тут не получено. Скорее, наоборот. Сцена уже проанализирована (кто-то кого-то ловит), но на поиск вербальных соответствий времени не хватает. Что касается выбора из N образцов, то мы делали такой эксперимент: если человеку нужно управлять N параметрами, то как будет распределяться внимание между ними ?
На экране несколько (1,2,3...до 15) движков, которые пытаются случайным образом отклоняться от среднего положения. нажимая на клавиши, их надо возвращать в середину. Оценивается среднее отклонение от середины. То есть если человек может делить внимание поровну между двумя движками, то в среднем каждый успеет уйти вдвое дальше. Результаты: во-первых, идея о том, что человек может одновременно следить за 5-7 параметрами, но не более, в целом подтвердилась. Во-вторых, рост средней ошибки не имел четкого перелома в районе 5-7 параметров, ошибка нарастала нелинейно, но плавно.
Это к тому, что обработка происходит не последовательно, но и не параллельно. При последовательной обработке (смотрим первый, смотрим второй...) ошибка бы нарастала равномерно. При параллельной, наоборот, был бы резкий излом в тот момент, когда достигается предел одновременно выполняющихся процессов (как это происходит в компьютере).
Глаз - это не видеокамера, а скорее, сравниватель с заданными образцами, именно так. Причем сравнение происходит параллельно, а вывод информации - речь - последовательно.
Отсюда огромная разница между вербальными реакциями вида "назови картинку" и сенсомоторными вида "защитись от удара".

Alex, а вы проверьте свои полученные результаты на дихотомию - степень двойки.

Я вам как бы на ЭТО намекаю, а не на то, что "последовательно-параллельно".

А последовательно там (в зрительном анализаторе) происходят процессы отбора - деления входного массива пополам. Для выбора из двух образцов требуется ОДНА единица времени (время необходимое на параллельную обработку всего массива информации ОДИН раз) - первый цикл. Чтобы выбрать один образец из двух имеющихся этого одного цикла достаточно.

Чтобы выбрать один из трех или из четырех образцов (2^2=4) мозгу (или глазу - не знаю, скорее, первое) потребуется уже ДВА цикла, и следовательно, две порции времени.

Чтобы выбрать из пяти, шести, семи или восьми образцов (2^3=8), мозгу потребуется ТРИ (всего три!) цикла, три порции времени. Выбор из 9-16 образцов потребует 4-х циклов (все четко фиксируется). Выбор из 17-32 образцов - 5 циклов и т.д. Если считать, что один цикл проходит примерно за 10 мсек (к сожалению, я не помню точное значение, нужно поднять статью), то для выбора из 1000 возможных объектов нашему мозгу потребуется (2^10=1024) всего 10 циклов, то есть - 100 мсек. Что довольно точно совпадает с временем распознавания "случайной" одиночной картинки.

Как видишь, нет ни резкого перелома (связанного с трудностями одновременно выполняющихся параллельных процессов), нет и постепенного линейного нарастания - поскольку функция нелинейная. Но характер этой функции (как мне кажется) вы могли бы определить. (Не в упрек вам, но все же... экспериментатор - это во многом и интерпретатор полученных результатов. Нужно суметь увидеть закономерность там, где её вроде бы нет.)

Это был не мой эксперимент, я там только рядом стоял, поскольку в нашей лаборатории делалось.
Насчет степеней двойки - аргумент сильный, но немного смущает то, что количество вариантов исходно было ограничено. Я сомневаюсь, что человек может настолько хорошо управлять системой распознавания, что способен ограничить ее набором вариантов.
Я вижу процесс следующим образом:
Система распознавания параллельно и независимо производит оценку по всем имеющимся шаблонам (их сотни):
30% волк, 10% медведь, 3% заяц, 1% автомобиль.
Сознание ловит этот вывод и пытается вербализовать:
автомобилей быть не должно, медведей тоже, значит волк или заяц, волк более вероятен, значит волк! Это, действительно, последовательный процесс, и он должен идти примерно по двоичному дереву. В лучшем случае.
Я бы во-первых, ввел предъявление картинок, заведомо не относящихся к предложенным темам, а во-вторых, проводил опознание после предъявления, а не до него.

:) :D :D :D :D

Мне это напоминает анекдот о 60-х годах прошлого века, когда в Берклеевском университете(кажется, не важно ;) ) студентам на летние каникулы предложили задание - разработать основы компьютерного зрения роботов :D
Кстати, я не думаю что преподаватель пытался выработать у "наглых студентов" "выученную беспомощьность" :)

А "программирование" образцов (?шаблонов?) не пытались изучать?

Наталья, а чуть поразвернутее ответ можно?

Я понимаю, что вы о чем-то о своём... о девичьем... Но я, честное слово, не телепат (не скажу за Alex-a, может быть он вас и понимает).

Я? Нет, и даже не берусь что-то отвечать.

Кстати, Alex, раз уж вы здесь...

Я тут невольно задумался об описанном вами эксперименте, начал фантазировать на эту тему: как бы я его изменил, чтобы бы посмотрел и т.д.

И вот что в связи с этим мне придумалось.

Если уж нельзя сильно увеличивать количество стимулов на экране (разница между 5-ю стимулами и 15-ю - большая, а вот между 30-ю, 50-ю и 100 - уже несущественная - человек просто не будет за ними успевать), то можно же вводить РАЗНЫЕ стимулы (типа - это цель, а все остальное - ложные цели - помехи). И просить человека отслеживать только реальные цели, количество которых как раз можно менять.

И не просто количество (1, 2, 3, 5, 8, 10...), а количество разных форм (видов) целей - типа, треугольнички и квадратики - это цель, а кружочки и звездочки - ложные цели. То есть, фактически, я предлагаю повторить условия эксперимента рассказанного мной - только на вашем оборудовании.

Скажем так.

Сначала человек отслеживает просто цели (как у вас), количество которых постоянно нарастает - а мы считываем его характеристики на предмет индивидуальной способности отслеживать и управлять заданным количеством целей.

Затем вводим второй объект - ложный. И теперь ему требуется не просто отслеживать цели, но еще и успевать распознавать, реальная это цель или ложная. И ко времени реагирования добавляется время на распознавание - те самые 10 мс, которые требуются на выбор между двумя объектами.

Затем добавляем ложных объектов, и тогда испытуемому потребуется дополнительное время на то, чтобы отобрать среди целей нужные ему, и убедиться в том, что он не ошибся. Чем больше мы будем добавлять ложных целей, тем дольше должна быть задержка между обнаружением и принятием решения, что должно проявляться при большом количестве предъявлений.

Эту схему можно продолжить (чего нельзя было сделать в том эксперименте): можно задавать две (и больше) истинных целей, при таком же увеличении целей ложных. И тогда испытуемому уже не просто потребуется выделить из всех целей реальные, но и мысленно сравнить их со списком реальных (разрешенных) целей, и только после этого принимать решение. И мне кажется, что чем длиннее будет список "разрешенных" целей, тем дольше должна быть задержка, даже без учета количества целей ложных.

Получается даже не трехмерная система, а - четырехмерная (но можно выводить зависимости попарно). 1) Зависимость времени реакции от количества целей всего. 2) Зависимость времени реакции от количества ложных целей (при одной правильной). 3) Зависимость времени реакции от количества видов правильных целей при неизменном количестве целей всего. И т.д.

VPolevoj, мысль интересная. Действительно, можно сохранять неизменным общее количество целей, но менять число "активных" и "ложных". Тогда общее время на распознавание всего зоопарка целей должно оставаться неизменным, а время на выделение активных должно меняться.

Тут вроде (в сообщении Alex) речь идет об огромной разнице в реакции между шаблонами (ну или образцами) типа "назови картинку" и "защитись от удара". И мне стало интересно не изучалось ли где-нибудь возникновение у отдельного человека такого ?зрительного? шаблона. Ну или научение новому шаблону. Если он врожденный, то как различаются признаки. Например, лицо - врожденный зрительный шаблон. Но он очень простой.

И когда по вашему мнения будет получен результат в исследование ИИ, учитывая что начиная с 60-х годов до получении чего-то такого, что можно использовать стабильно остается 5-7 лет. :-)

Народ истоптал идею нейронных сетей без малейшего результата, холмский протоптал дорожку в теории общих внутренних представлений понятий естественного языка не зависимо от родного языка носителя (другой подход и то же без результатный и тоже связан с ИИ), сейчас кто-то там пытается сделать слабый ИИ на представлениях о механике работы коры головного мозга (то же через упрощения до уровня паралельно-последовательной нейросети).