Digital Intelligence Laboratory
Computational Neuroscience, Digital Intelligence Laboratory, 2010
Badanie świadomości
27 lutego 2013 -
Modelowanie neuronalnej świadomości.
Badania Digintlab®
9 maja 2011
Badania nad bezpośrednim, komputerowym przesyłaniem informacji do mózgu człowieka odbieranej następnie w jego świadomości Więcej >>
Opracowanie artykułu "Telepatia"
12 listopada 2010
Publikacja artykułu "Telepatia" Więcej >>
Opracowanie artykułu "Biologiczna Sieć Pakietowa"™
17 października 2010
Publikacja artykułu "Biologiczna Sieć Pakietowa"™ Więcej >>
Opracowanie artykułu "Kręgi VESYPER™"
27 września 2010
Publikacja artykułu "Kręgi Vesyper™" Więcej >>
Poszukiwanie pakietów w korze mózgu
4 kwietnia 2010
Na początku powstała trudność związana z pozyskaniem środków na sfinansowanie badań neurologicznych dotyczących poszukiwania pakietów w korze mózgu. Jeżeli środków nie uda się pozyskać, pozostanie oprzeć się na ogólnodostępnych materiałach naukowych innych ośrodków badawczych.
Opracowanie nowej koncepcji funkcjonowania mózgu o nazwie "Biologiczna Sieć Pakietowa"™
31 marca 2010
W trakcie prac nad projektem Vesyper™ opracowano w DIL nową koncepcję funkcjonowania mózgu (w zakresie kognitywnym) o nazwie "Biologiczna Sieć Pakietowa"™, jako również świetne środowisko pracy dla "Wektorowego Procesora Symbolicznego"™ Vesyper™, a poprzez Kręgi VESYPER™otwierające nowe spojrzenie na pracę mózgu w zakresie jego zdolności poznawczych. Artykuł "Kręgi VESYPER™" został uzupełniony o nowo opracowaną koncepcję i przedstawia nowe spojrzenie na mózg Więcej >>
Ruszył pierwszy tetap technicznej realizacji projektu "VESYPER™"
07 grudnia 2009
Po okresie badań, przygotowań i pierwszych przymiarek ruszyła w końcu długo oczekiwana w DIL techniczna realizacja projektu Vesyper™. Wszyscy są bardzo pozytywnie nakręceni do projektu. Być może dlatego, że w DIL doceniana jest własna inwencja twórcza i własne pomysły, które w tym projekcie zostały wykorzystane. Pracę realizują wysokiej klasy specjaliści elektronicy i informatycy. Zawsze uważałem, że jest to dobry tandem specjalistów, jeżeli chodzi o realizację technologiczną. Okazuje się, że o kadrę elektroników w naszym kraju jest trudno, być może wynika to z panującego obecnie konsumpcjonizmu technologicznego. Przedsięwzięcie to można oceniać, jako bardzo specjalistyczne (brane z wyższej półki) o doniosłym znaczeniu i dlatego wszyscy w DIL odczuwają emocjonalnego dreszczyka.
Opracowanie artykułu "Kręgi VESYPER™"
29 sierpnia 2009 - 06 grudnia 2009 (3 miesiące)
Wiedza nagromadzona przy projekcie Vesyper™ posłużyła do napisania kolejnego, tym razem obszernego artykułu przybliżającego ten projekt od strony biologicznej. DIL zastrzega sobie prawo do publikacji pełnej wersji opracowania. Więcej >>
Proces tworzenia w umyśle człowieka
25 sierpnia 2009
Proces tworzenia rozpoczyna się od intuicyjnego naszkicowania w umyśle nowej koncepcji wstępnej, w postaci powiązania ze sobą umysłowych odpowiedników rzeczywistości, mających być (według intuicji) środkiem do realizacji określonego zadania (celu tworzenia). Następnie ma podstawie znanych już w bazie wiedzy pojęć (będącymi łańcuchami znanych już przez umysł powiązań odpowiedników elementów rzeczywistości) umysł dokładnie weryfikuje (tym razem już w świadomości) naszkicowaną wstępnie koncepcję, poprzez sprawdzenie możliwości istnienia takich powiązań, jaka występuje w koncepcji, z wiedzą już posiadaną przy wspomożeniu przy tym wiedzą pozyskaną ze źródeł zewnętrznych (proces pozyskiwania nowej wiedzy na rzecz weryfikacji nowej koncepcji): szukanie potwierdzenia, korekta koncepcji lub jej odrzucenie i naszkicowanie innej.
Badanie przetwarzania procesora VESYPER™
15 lipca 2009
Do badań użyto model procesora Vesyper™ opracowanego w takim zakresie funkcjonalności, jaki był potrzebny do tego testu. Jako dane wejściowe użyto strumień danych z pliku tekstowego *.txt.
Co łączy naukę kognitywną z "Wektorowym Procesorem Symbolicznym"™?
14 lipca 2009
W nauce kognitywnej postuluje się istnienie poziomu subsymbolicznego, jako pewnego szczególnego poziomu, niższego od poziomu symbolicznego. Reprezentacja na poziomie subsymbolicznych stanowi zbiór subsymboli, w postaci na przykład zbioru łańcuchów liczb binarnych lub pewnych elementarnych stanów. Dla podmiotu, uświadamiającego lub rozumującego rzeczywistość czy własne myśli, subsymbole pojedynczo nie są rozróżnialne czy uświadamiane i z tego właśnie względu nie mają dla tego podmiotu znaczenia, natomiast w postaci zbioru złożeń są postrzegane jako struktury symboliczne.
Sztuczna Inteligencja lub Kognitywistyka widzi subsymbole najczęściej w postaci stanów aktywacji sztucznych sieci neuronowych, gdzie subsymbole są odpowiednikami wag połączeń między-neuronalnych, natomiast teoria "Wektorowego Procesora Symbolicznego"™ uważa, że sztuczne sieci neuronowe nie są najprostszym maszynowych odpowiednikiem rozwiązania biologicznego i widzi subsymbole jako odpowiedniki rozkazów i danych pewnego procesora umysłu Więcej >>.
Poszukiwanie wspólnych elementów nauki kognitywnej z koncepcją "Wektorowego Procesora Symbolicznego"™
12 lipca 2009
Na stronie pana Marka Kasperskiego zatytułowanej "kognitywistyka.net: Umysł - Mózg - Sztuczna Inteligencja" , znajduje się zakładka "Artykuły", na której zgromadzone zostały linki do trzydziestu ośmiu bardzo cennych artykułów na temat istoty umysłu ludzkiego w świetle teorii, koncepcji i wyników badań nauki kognitywnej. Postanowiono zapoznać się z tymi artykułami w celu poszukania elementów wspólnych nauki kognitywnej z koncepcją "Wektorowego Procesora Symbolicznego"™.
Czy każdy typ "Wektorowego Procesora Symbolicznego"™ rozpoznaje tą samą przestrzeń symboliczną
4 lipca 2009
W odróżnieniu od procesora skalarnego, dla którego w zależności od typu procesora istnieje dla niego inna przestrzeń w postaci programu w zapisie maszynowym (wynika to z różnych list rozkazów w zależności od typu procesora), w przypadku "Wektorowego Procesora Symbolicznego"™, gdzie abstrakcje (odpowiednik rozkazów) nie zależą już od szczegółów konstrukcyjnych procesora, przestrzeń ta jest rozumiana przez każdy typ procesora symbolicznego, lecz rozumiana inaczej.
Mechanizmy przetwarzania przestrzeni symbolicznej
4 lipca 2009
Po znalezieniu uniwersalnej abstrakcji dla "Wektorowego Procesora Symbolicznego"™, będącej odpowiednikiem rozkazu procesora skalarnego nie należącego już od szczegółów konstrukcyjnych procesora, prowadzone są prace nad określeniem wystarczającej ilości elementarnych mechanizmów wewnętrznych niezbędnym do przetwarzania przestrzeni symbolicznej.
Koncepcja "Wektorowego Procesora Symbolicznego"™
2 lipca 2009
Tradycyjny procesor numeryczny jest procesorem skalarnym. Dla procesora skalarnego ważna jest wartość liczby, dla której dekoder rozkazów przyporządkowuje określony rozkaz procesora. Ilość i znaczenie rozkazów dla danego procesora skalarnego są ściśle określone i wyznaczone jego konstrukcją.
Procesor skalarny można traktować jako mikroautomat, który w kolejnych krokach wykonuje rozkaz z określonej listy rozkazów, które dany procesor może wykonać i są jemu przynależne. Listę rozkazów procesora tworzy człowiek - konstruktor procesora, natomiast ciąg liczb, którym można przyporządkować rozkazy procesora (pozostałe liczby pełnią funkcję danych) układa programista w postaci programu procesora skalarnego do wykonania. Pracę programisty może wykonać też sam procesor według określonego (innego) programu zwanego kompilatorem, tłumaczącego zapis programu wyższego rzędu przystosowany do rozumienia człowieka na program procesora. Realizacja poszczególnych rozkazów procesora jest zawarta w elektronicznych szczegółach konstrukcyjnych tego procesora.
W odróżnieniu od procesora skalarnego, dla "Wektorowego Procesora Symbolicznego"™ nazwanego zamiast wartości liczby, brana jest pod uwagę pewna abstrakcja w postaci zestawu liczb zwana wektorem. Wartości tych liczb nie służą już do interpretacji rozkazów procesora, lecz do oznaczenia węzłów przestrzeni symbolicznej przynależnej tej abstrakcji. Abstrakcja ta jest odpowiednikiem rozkazu procesora skalarnego. "Procesor wektorowy"™ operuje na abstrakcjach niezbędnych do rozpoznania przez niego przestrzeni symbolicznej i jej przetwarzania, natomiast procesor skalarny operuje na rozkazach przeznaczonych do rozpoznania programu i jego wykonywania. W szczegółach konstrukcyjnych procesora wektorowego są zawarte elementarne mechanizmy niezbędne do przetwarzania przestrzeni symbolicznej, natomiast w szczegółach konstrukcyjnych procesora skalarnego są zawarte mechanizmy do przetwarzania przestrzeni zwanej programem.
Procesor wektorowy i procesor skalarny należą do pewnej klasy uogólnionego procesora do przetwarzania danych (numerycznego i symbolicznego). Rys historyczny pokazał, że pierwszym procesorem skonstruowanym i rozwijanym przez człowieka, był procesor skalarny z powodu zaistnienia potrzeby automatyzacji procesów obliczeniowych. Po procesorze skalarnym nadszedł czas na "Wektorowy Procesor Symboliczny"™ z powodu zapotrzebowania na automatyzację, także pozostałych procesów umysłowych.
Waldemar Wietrzykowski
Źródła niepowodzeń w badaniach umysłu w zakresie Sztucznej Inteligencji
6 lipca 2009
Podsumowując dotychczasowe wyniki prac badawczych w zakresie Sztucznej Inteligencji, a następnie Kognistywistyki, dotyczących wykorzystania komputera do nienumerycznego przetwarzania symboli można powiedzieć, że zaproponowane modele danych i metody ich przetwarzania, nie są niczym innym, jak lepszymi lub gorszymi hipotezami dotyczącymi zasad funkcjonowania umysłu człowieka. Brak jest silnej podstawy, na której zbudowana zostałaby Sztuczna Inteligencja, a tym samym Kognitywistyka. Nie ma wyraźnie określonych mechanizmów działania umysłu, na której to podstawie, można by było budować teorie i konstrukcje bardziej złożone.
Jak pokazuje życie, do takiej podstawy dochodzi się zazwyczaj metodą przypadkowego odkrycia, które ma miejsce w trakcie ciągłego procesu zajmowania się jednym tematem, a nie budowania, bo taka podstawa nie nasuwa się wprost. Trzeba mieć tylko trochę szczęścia, wyczucia i intuicji. Tuż po odkryciu wydaje się, że podstawa ta jest zadziwiająco prosta i ze względu na tą prostotę, dopiero staje się dobrym tworzywem do budowy rzeczy naprawdę skomplikowanych. Nasuwa się pytanie, czy skonstruowane w trakcie badań w dziedzinie Sztucznej Inteligencji abstrakty i metody nie są tworami wyższego poziomu niż ten, na którym dopiero są zdefiniowane elementy podstawy wszelkich procesów umysłu? Naukowcy i badacze do tej pory poszukują takiej podstawy, a ona znajduje się tuż obok i nawet patrzą się na nią.
Próba wykorzystania liczącego komputera do realizacji pomysłów człowieka wykazała, że tak na prawdę komputer umie tylko dobrze liczyć i nie chce przetwarzać modeli i struktur symbolicznych zaproponowanych do tej pory przez człowieka, jakby człowiek sobie to życzył. W gruncie rzeczy, nie trzeba mieć za złe maszynie, że robi tylko to dobrze, do czego została zaprojektowana. Więcej >>
"Wektorowy Procesor Symboliczny"™VESYPER™ i "Ultraszybka
Jednostka Inteligentna"™
10 maja 2009, 3 lipca 2009
W DIL udało się znaleźć szczególną abstrakcję dla "procesora symbolicznego"™, pozwalającą na łatwe sprzętowe przetwarzanie struktur symbolicznych już na poziomie procesora binarnego. Procesor ten nazwano "Wektorowym Procesorem Symbolicznych"™ (ang. "VEctor SYmbolic PRocessor"™), a skrócona jego nazwa brzmi VESYPER™, która pochodzi od angielskiej nazwy procesora i dodania litery "e".
Procesor ten wyznacza nową rodzinę inteligentnych procesorów binarnych. Wskazuje to, że nie potrzeba już zwracać się, przy realizacji inteligentnych systemów, w kierunku sztucznych sieci neuronowych, lub też języków programowania wysokiego poziomu. Można skorzystać z możliwości "Wektorowego Procesora Symbolicznego"™. Przetwarzanie symboliczne odbywa się w nim już na poziomie procesora binarnego, co znacznie podwyższa szybkość przetwarzania symbolicznego. Szczególnego znaczenia nabiera w tej chwili pogląd, że sztuczne sieci neuronowe nie są początkiem, ale raczej kolejnym etapem przy realizacji elektronicznych układów inteligentnych. Wysoki poziom rozwoju w dziedzinie produkcji mikroprocesorów binarnych przemawia także na korzyść tego rozwiązania. W DIL zostały opracowane założenia projektowe takiego procesora. W chwili obecnej są prowadzone prace nad realizacją praktycznego modelu takiego procesora.
Do pracy procesora VESYPER™ jest potrzebna pamięć. Jednostkę złożoną z tego procesora i pamięci nazwano "Ultraszybką Jednostką Inteligentną"™ (ang. "High-Speed Intelligent Unit"™) Więcej >>
"Ultraszybka Jednostka Inteligentna"™ stwarza doskonałe warunki do rozwoju Technologii Inteligentnych Agentów, jako jednostek nie tylko wirtualnych (programowych), ale i fizycznych.
Etapy procesu umysłowego
30 czerwca 2009
Proces umysłowy człowieka składa się z etapów, różniących się przebiegiem procesów przetwarzania danych. Bodźce zewnętrzne poprzez wnioskowanie wprzód wytwarzają w pamięci operacyjnej ślad w postaci ciągu symboli będących odwzorowaniem rzeczywistości. Symbole te są już wcześniej zdefiniowane w bazie wiedzy. Wnioskowanie wprzód umożliwia wyznaczanie symboli nawet wtedy, kiedy tylko część bodźców jest odbierana. W pamięci operacyjnej jednostki inteligentnej przechowywany jest ciąg symboli będących odwzorowaniem pobudzenia napływającego z rzeczywistości. Jest to etap przetwarzania danych znany percepcją.
Drugi etap to przeglądanie symboli znajdujących się w pamięci operacyjnej w ten sposób, że przechodzą one po kolei przez rejestr rozumienia. Jeżeli symbol znajduje się już w rejestrze rozumienia następuje wnioskowanie w tył, które wywołuje uświadomienie przedmiotu związanego z symbolem, co wywołuje także proces filtracji bodźców zewnętrznych zwany uwagą. Nie wszystkie bodźce są równoważne. Ten etap przetwarzania danych nazywamy myśleniem.
Proces pionowego wnioskowania mieszanego w zakresie funkcjonowania inteligencji
20 czerwca 2009
Wnioskowanie wprzód umożliwia kontakt z otoczeniem. Zapewnia przetwarzanie danych wejściowych otrzymanych z receptorów zmysłowych na uogólnione pojęcia symboliczne. Inaczej mówiąc, wnioskowaniem w przód przetwarzamy sygnały napływające z realnego świata zewnętrznego i przetwarzamy je na odpowiednik świata zewnętrznego w postaci utworzonego w umyśle zbioru symboli. Wnioskowanie w tył natomiast zapewnia nam rozumienie tej symbolicznej rzeczywistości, realizację procesu uwagi. Ponadto wnioskowanie w tył zapewnia realizację procesu analizy, natomiast wnioskowanie wprzód syntezy i uogólnienia. Bardzo często jednostka inteligentna dokonuje najpierw analizy jakiegoś zjawiska (podzielenie go na elementy składowe) w postaci wnioskowania w tył, a następnie dokonuje syntezy w postaci wnioskowana wprzód uzyskując wnioski, dotyczące tego zjawiska.
Pionowe wnioskowanie sterowane celem
10 czerwca 2009
Wnioskowanie wstecz (sterowane celem) jest typowe dla działania jednostki inteligentnej i z tego względu jest ono godne szczególnej uwagi. Jednostka w tym wnioskowaniu ma świadomość swojego postępowania jeszcze przed podjęciem zespołu działań i ma już wtedy nakreślony w pamięci sposób postępowania (utworzony wnioskowaniem wstecz). Wnioskowanie to umożliwia wcześniejsze zawężenie przestrzeni możliwych wyborów działania, podejmowanych w celu rozwiązania jakiegoś zadania, ze świadomością i znajomością celu wykonywania, przy czym bardzo istotną rolę odgrywa tutaj pamięć deklaratywna (pojęciowa).
Bardzo ciekawą własnością wnioskowania w tył jest jego rozpoczynanie od uświadomionego celu, określonego w symbolicznej przestrzeni pojęć umysłu i zmierzanie ku szczegółowym symbolicznym odpowiednikom otaczającej rzeczywistości. Posiada możliwość dopasowywania luk w przestrzeni wnioskowania umysłowymi produktami tworzenia symbolicznego.
W odróżnieniu od wnioskowania wstecz występuje także wnioskowanie wprzód (sterowane faktami). Wnioskowanie wprzód jest typowe dla działania maszyny, określonej w postaci nieświadomego układu złożonego z czujników sprzężonych z pamięcią proceduralną oraz elementami wykonawczymi z nieprzewidzianym skutkiem końcowym działania. We wnioskowaniu tym sposób postępowania odbywa się bez świadomości skutku końcowego, bo nie jest on znany w chwili rozpoczęcia wnioskowania w odpowiedzi na bodźce zewnętrzne. Najpierw docierają bodźce zewnętrzne, na które jednostka odpowiada wyuczonymi reakcjami (postępowanie behawioralne), a dopiero po osiągnięciu jakiegoś rezultatu następuje uświadomienie skutków podjętych działań. Zaletą wnioskowania w przód, w odróżnieniu od wnioskowania w tył, jest jego duża efektywność działania (szybkość) i z tego względu wnioskowanie to jest wykorzystywane przez jednostkę inteligentną w przypadkach, w których liczy się duża szybkość działania, jaka jest potrzebna na przykład przy zagrożeniu życia, lub przy stale powtarzających się tych samych czynnościach, gdzie uświadomienie celu działania nie jest wówczas tak istotne. Wadą tego wnioskowania jest stymulowanie jego bodźcami zewnętrznymi, a nie, jak w przypadku wnioskowania w tył, procesami umysłowymi.
Motywacja działania
7 czerwca 2009
W procesie tworzenia bardzo ważna jest motywacja działania. Motywacja jest wynikiem uświadomienia przyszłej nagrody. Wizja nagrody jest kojarzona z celem, poprzez który jednostka pragnie zdobyć tą nagrodę. Nagroda może być rozumiana w sensie możliwości odniesienia przyjemności lub sensie uniknięcia kary. Tworzenie jest procesem bardzo nieefektywnym (długoczasowym) dlatego w przypadkach, w których jest wymagana szybkość działania (stale powtarzane czynności, chwile zagrożenia) stosowany jest proces bezmotywacyjny (automatyczny).
Tworzenie umysłowe na granicy wiedzy
5 czerwca 2009
Bardzo ważnym etapem tworzenia umysłowego jest tworzenie na granicy wiedzy, to znaczy, kiedy wiedza dotycząca pewnego obszaru staje się na tyle mała, że nie pozwala na dalszą swobodną kontynuację tego procesu. U człowieka pojawia się wówczas odczucie niezadowolenia i zmęczenia na skutek pogorszenia się efektywności procesu tworzenia oraz braku dalszych postępów w tworzeniu, a także nie obiecującej oceny całości. Pojawia się wówczas także brak motywacji do dalszego działania. Prowadzi to do zaniechania procesu tworzenia przed jego ukończeniem, albo powstaje potrzeba pogłębiania wiedzy w celu umożliwienia dalszej kontynuacji procesu tworzenia (jeżeli taka potrzeba nie występuje, to należy ją kreować, co znowu wiąże się ze zniechęceniem, jeżeli nie wiąże się to z wizją nagrody).
Ten graniczny etap tworzenia ma istotnie znaczenie w analizie przekładania się postaci nabywanej wiedzy na odpowiednią postać wewnętrznych pojęć umysłowych powstałych w tym procesie tworzenia, z uwzględnieniem przypadku, kiedy zaczynamy od wiedzy zerowej przy próbie podjęcia dalszego etapu tworzenia.
Wbudowany mechanizm wnioskowania
18 maja 2009
Język SymP, podobnie jak Prolog, ma wbudowany mechanizm wnioskowania, nadający cechy inteligentne tworzonym w nim systemom.
Kompilator języka programowania SymP
14 maja 2009
W DIL są prowadzone prace nad pierwszym kompilatorem języka programowania SymP umożliwiającym realizację dalszych prac badawczych nad implementacją inteligencji w systemach komputerowych.
Filozofia SymP
7 maja 2009
Prace nad filozofią systemu SymP.
Symbolic computer
28 kwietnia 2009
W ramach prac projektowych dotyczących procesora symbolicznego przeznaczonego dla maszyny "Thinker" prowadzone są prace nad symboliczną maszyną liczącą "Symbolic computer". Prace te służą także dalszemu rozwojowi języka symbolicznego SymP. Dotyczą one przede wszystkim symbolicznej umiejętności:
- liczby naturalne (jeden | 1 | • , dwa | 2 | • • ,trzy | 3 | • • •,...)
- zlicz elementy (1, 2, 3, 4, 5, ...),
- zwiększ o jeden, zmniejsz o jeden, podaj liczbę,
- porównaj liczby (większe | >, mniejsze | <, równe | =),
- dodawanie (dodać | +), odejmowanie (odjąć | -) liczb jednocyfrowych,
- tabliczka mnożenia, mnożenie (razy | *), dzielenie (dzielone | /) liczb jednocyfrowych,
- zapamiętywanie liczb i wyników częściowych, sesje liczenia,
- dodawanie, odejmowanie liczb wielocyfrowych
- mnożenie, dzielenie liczb wielocyfrowych
- zmniejszyć o, zmniejszyć o,
- zmniejszyć razy, zwiększyć razy,
- zmienne (x,y,..),
- liczenie ze wzoru ze zmiennymi (dane wejściowe, wzór, dane wyjściowe),
- liczenie ze wzorów ze zmiennymi (dane wejściowe, wzory, dane wyjściowe) z zapamiętaniem wyników częściowych),
- powtarzanie tym samych operacji (pamięć proceduralna),
- definiowanie pojęć (pamięć deklaratywna),
- wnioskowanie,
- rozwiązywanie zadań tekstowych.
Zalety wiedzy matematycznej w przełożeniu inteligencji człowieka na maszynę
16 czerwca 2009
Wiedza matematyczna działająca na symbolicznych pojęciach abstrakcyjnych oraz ich kompozycjach, a także zależnościach, skłaniająca człowieka do różnych operacji umysłowych, bardzo dobrze nadaje się do podjęcia możliwości przełożenia tych zdolności człowieka na maszynę (ang. Thinking Engine). Cechy matematyki sprawiają także, że jest ona bardzo wygodnym obszarem do testowania tak powstałych realizacji.
Już od kilkuset lat człowiek próbował stworzyć maszyny realizujące pewne funkcje umysłowe człowieka. Najpierw próbował zautomatyzować liczenie, jako że matematyka doskonale wyjaśniała, jakich operacji należy użyć, aby odpowiednio przekształcając wprowadzone do maszyny liczby otrzymać prawidłowy wynik. Dzięki temu powstał komputer. Sądzę, że matematyka stanie się również początkiem wynalezienia maszyny myślącej.
Projekt "Thinker"
14 kwietnia 2009
Laboratorium DIL prowadzi prace nad procesorem symbolicznym do maszyny inteligentnej w ramach projektu "Thinker". Projektowana maszyna inteligentna ma znaleźć zastosowanie między innymi w kosmicznych lotach bezzałogowych np. w sondach kosmicznych i próbnikach planetarnych.
Start
31 marca 2009
W dniu 31 marca 2009 roku ruszyło nowe laboratorium sztucznej inteligencji DIL - "Digital Intelligence Laboratory", w którym są prowadzone badania nad wykorzystaniem technik programistycznych przy implementacji sztucznej inteligencji.
Przesłanie
31 maja 2009
Układ człowieka (rozpatrywany bardzo ogólnie) składa się ze środowiska organicznego nadzorowanego przez autonomiczny układ podtrzymywania życia (autonomiczny, bo w zasadzie niezależny od naszej woli, z przynależną mu częścią układu nerwowego, hormonalnego i immunologicznego, zapewniającego życiową równowagę wewnętrzną organizmu, uniezależniającego od wpływów czynników zewnętrznych na organizm takich, jak: zmienne warunki atmosferyczne i niekorzystne warunki bytowe, bakterie, wirusy, wady genetyczne, uszkodzenia organizmu i inne), oraz z układu tożsamości i sprzężonego z nim układu inteligencji. W zasadzie środowisko organiczne jest tylko środkiem utrzymania naszej tożsamości i inteligencji, które są z kolei jedynym celem samym w sobie.
Środowisko organiczne jest zawodne. Utrata tego środowiska prowadzi do niepotrzebnej utraty bardzo cennej tożsamości i inteligencji oraz budzi nieodłączną refleksję, że tożsamość i inteligencja są warte dalszego utrzymania. W zasadzie każda awaria środowiska organicznego prowadzi do zakłócenia funkcjonowania tożsamości i inteligencji.
Teoretycznie widzi się działanie tożsamości i inteligencji poza układem organicznym człowieka, na przykład w środowisku zastępczym (nieorganicznym) reagującym ze środowiskiem zewnętrznym. Obok tego przewiduje się przechowywanie tożsamości i inteligencji na poziomie uniwersalnym niezależnym od dowolnego środowiska materialnego (na przykład na poziomie symbolicznym) .
W związku z powyższym, istnieje potrzeba znalezienia środowiska zastępczego dla układu tożsamości i inteligencji w przypadku, gdy środowisko organiczne zawodzi, bądź następuje jego utrata.
Pierwszym etapem postępowania w rozwiązaniu tego zadania jest dobre rozpoznanie tożsamości i inteligencji działających w środowisku organicznym. Kolejnym etapem jest próba przemiany tożsamości i inteligencji na postać uniwersalną, niezależną od wszelkich potencjalnych środowisk materialnych. W takiej postaci mogłyby być przechowywane i uchronione przez ich zatraceniem. Taką postacią uniwersalną może być postać symboliczna, która może być rozpatrywana jako twór nie niezależny od środowiska materialnego. Postać taka umożliwi nie tylko przechowywanie tożsamości i inteligencji, ale również późniejsze ich przenoszenie między różnymi środowiskami, np. między środowiskiem organicznym, a środowiskiem zastępczym, jak również operacje badawcze, rozwojowe, doskonalące i naprawcze.
Układ tożsamości i inteligencji jest zbyt cenny, aby ulegał utracie łącznie z utratą środowiska organicznego człowieka. Środowisko organiczne jest jedynie środkiem, a tożsamość i inteligencja są jedynym celem o wartości nieocenionej.
Obecnie medycyna pochłania ogromne środki na zajmowanie się środowiskiem organicznym, pozostawiając tożsamość i inteligencję, jako wartość jedynie zależną. Przedłużamy istnienie środowiska organicznego po to, aby zachować tożsamość i inteligencję. Tak łatwo natomiast zgadzamy się na utratę tożsamości i inteligencji, w przypadku, gdy nie można uratować środowiska organicznego. Zbyt łatwo przyjmujemy to, jako rzecz normalną i nie staramy się temu przeciwdziałać.
Oczekiwanym rozwiązaniem wydaje się zachowanie tożsamości i inteligencji w środowisku zastępczym po utracie środowiska organicznego.
Współczesna cywilizacja człowieka oparta jest na bardzo rozwiniętej technologii informacyjnej i z tego względu sposób utrzymywania tożsamości i inteligencji w środowisku opartym na rozwiązaniach informatycznych ocenia się jako najbliższe rozwiązanie przyszłościowe. Dużą nadzieję na to budzą "ultra szybkie jednostki inteligentne"™.
Waldemar Wietrzykowski
Computational Neuroscience
Digital Intelligence Laboratory
email: 
Copyright © 2009 net3plus