The second drive

რატომ ვიღვიძებთ? რატომ არ გვძინავს მუდმივად? მარტივად - შიმშილის ან საშიშროების გამო (4Fs)

უნდა არსებობდეს რარაც "მმართველი პუნქტი", რომელსაც შესდის ინფორმაცია შიმშილ/საშიშროების თაობაზე. Alert signal. აქტიურდება ქსელი, რომელიც კრებს ინფორმაციას ტვინისგან, თუ რა ხდება და რა უნდა ქნას.

რაღაც, რაც აკავშირებს ტვინს და სხეულს. აძლევვს ან არ აზლევვს ტვინს საშუალებას მართოს სხეული.

ძილი სხეულის პასიურობაა. ინფორმაციის შემოდინება ძილშიც უნდა ხდებოდეს. ქმედებაა დაბლოკილი.

ანუ ცნობიერება არის უბრალოდ Alert state.

აზროვნების ფესვი ემოციაშია

ყვველა აზრის ძირში, ძალიან-ძალიან ძირში, დევს ემოცია. და აზრი (რაღაც საკითხის "გადაღეჭვა") უწყვეტად ცოცხლობს ტვინში. ზოგჯერ ხვდება ცნობიერებაში, ზოგჯერ არა, მაგრამ სინამდვილეში ის უწყვეტია. ცნობიერების გარეშეც მუდმივად იხარშება, "თუხთუხებს". ცნობიერება ხანდახან "მიაკითხავს და ეგაა. ის კი არის და არის.

ემოციური 'ფესვი" შეილება ზალიან ღრმა იყოს. იმის მერე უამრავი განტოტებაა. ყველა მათგანი იმ საერთო ფესვიდან იკვებება. და ენერგია თითოეულ ტოტამდე აღწევს მეტ-ნაკლებად. ზოგი ტოტი ხმება.

მაგრამ ზოგი ტოტი ახერხებს დაფესვიანებას. ანუ მაღალი დონის აზროვნება ახერხებს მიბმას ემოციურ "ნიადაგზე". და შესაბამისად ის უკვე დამოუკიდებლად "იკვებება" ენერგიით/მოტივაციით.

შესაძლებელია მთელი "ხეც" ამოძირკვო. ფსიქოანალიზი ამას ცდილობს. იპოვოს ის ძირეული ემოცია, დაგანახოს რამდენად სულელურია, არაადექვატურია, არარაციონალურია, და მოსპოს კავშირი. ამ დროს მასზე აგებული მთელი "ხე" კვდება. თავისუფლდება უამრავი ადგილი ტვინში. და ენერგია.

ამოძირკვის შედეგად კვდება მთელი ხე, გარდა "დაფესვიანებული" ტოტებისა.

უნარების იერარქია

ადამიანს გააჩნია ახალი უნარების შეძენის უნარი.

დიდწილად უკვე შეძენილი უნარების კომბინაციის საშუალებით.

ანუ უნარების იერარქიის ქონა შეგვიძლია

გასაკვირია სხვებს რატომ არ აქვთ ეს. და ვის აქვს და ვის - არა.

რა არის მალიმიტირებელი ფაქტორი?

წვრთნა.  რაზეა დამოკიდებული?

Machine learning is not learning

Machine learning არ არის სწალა. ეს არის  კვლევა, ძიება, trial and error, მაგრამ არა სწავლა. სწავლა ნიშნავს უკვე არსებული ინფორმაციის/ცოდნის ათვისებას. machine learning-ში ცოდნა არ არსებობს. არავინ არაა აზრზე როგორ უნდა იცნოს კომპიუტერმა ადამიანის სახე მილიონ სხვადასხვა რაკურსში. ან როგორ გააგნოს გზა უცნობ ლანდშაფტში. Machine learning არის მეტა-ალგორითმი. ანუ ალგორითმი უცნობი ალგორითმის დასადგენად.

მეორე მხრივ, ჩვენ ვამბობთ, რომ "ვსწავლობთ" სიარულს. თუმცა არავინ იცის, როგორ უნდა ვიაროთ. ეს ცოდნა არ არსებობს. ეს არის უნარი, რომელიც ჩვენ თვითონ უნდა აღმოვაჩინოთ/შევიძინოთ. ანუ სინამდვილეში ჩვენ აღმოვაჩენთ, განვივითარებთ სიარულის უნარს.

მანქანის სწავლებაც ფაქტიურად უნარის აღმოჩენა/შეძენაა. უნარის თვითგანვითარების ალგორითმი.

პრინციპში ბავშვებისთვის სკოლაც ალბათ დიდწილად უნარების შეძენის (საკუთარი უნარების პოვნის/აღმოჩენის) ინსტრუმენტია. ნუ, რაღაც დაგროვილ ცოდნასაც ვაწვდით. მაგრამ ძირითადი მისი თვითგანვითარებაა.

ამბობენ, რომ ამ თვითგანვითარებულ უნარის კოპორება/გადაწერა სწრაფად შეიძლება ერთი კომპიუტერიდან მეორეში. ეს ნიშნავს, რომ ბავშვებისგან განსხვავებით კომპიუტერების ყოველ ახალ გენერაციას ხელახალი "სწავლა" (უნარების გამომუშავება) არ სჭირდება.

აი, აქ გვაჯობებენ მანქანები.ჩვვენ ყოველ ბავშვზე 20 წელს ვკარგავთ სრულფასოვანი ადამიანის ჩამოსაყალიბებლად. მანქანებში ეს მოხდება მომენტალურად. ყოველი ახალი მანქანა იქნება წინას კლონი.

ჩვვენი უპირატესობა იქნება მეტი მოქნილობა და ადაპტაციის უნარი. ბავშვი ტავისუფალია აღმოაჩინოს ახალი ალგორითმი. მანქანები მიბმულები იქნებიან იმ ძვველ ალგორითმზე, რომელიც პირველმა მანქანამ აღმოაჩინა (და ამაზე წლები დახარჯა). თუმცა შეიძლება მანქანები მიხვვდნენ, რომ უკეთესი ადაპტაციის უნარისთვის მათაც სჭირდებათ tabula rasa " ბავშვბი და რეგულარულად დასვამენ ახალ, სტერილურ კომპიუტერებს იგივე უნარის შესაძენად, იმ იმედით, რომ რომელიმემ შეიძლება ახალი ალგორითმი აღმოაჩინოს.

ტვინი vs კომპიუტერი

ვთქვათ გაქვს მილიონი სხვადასხვა ფორმის და ზომის კენჭი და გჭირდება იპოვო ერთი კონკრეტული ტიპის. ამ ამოცანის გადაჭრა შეიძლება ორი სხვადასხვა ხერხით:
1) სათითაოდ გადაარჩიო ყველა კენჭი - გადაუღო 10 სხვვადასხვა პროექცია და შეადარო წინასწარ მოცემულს.
2) გააკეთო დიდი საცერი (ან საცერების მიმდევრობა), სადაც ხვრელებში მარტო ის შენი სასურველი ტიპის კენჭი გაეტევა (ან გაეტევა ყველა მის გარდა).

პირვველ შემთხვევაში ამოცანის ამოხსნის დრო დამოკიდებულია გადარჩევის სისწრაფეზე. მეორე შემთხვევვაში - ხვრელების რაოდენობაზე საცერში. პირვველ შემთხვევაში კენჭები მოწმდება მიმდევრობით, მეორე ემთხვევაში - პარალელურად.