1) Итак,возращаясь к слуху мы должны понять как его конструировать.Пока я собираюсь использовать вариант с буфером и полное равенство.То есть переменная из буфера сравнивается со всеми переменными с помощью функции strpos (также как и в глазе).
Тогда у нас получается что используются те же функции только в случае слуха мы имеем один поток одной и той же конструкции ,а в случае глаза тысячи.То есть на этом этапе мы не находим существенных различий в алгоритмике.
2)Возращаясь к глазам.Я ещё более упростил функцию,оказывается сравнительные нейроны вообще не нужны,в случае совпадения логической единицы можно напрямую пускать дендриты в «результативные нейроны».Однако чтобы сравнивать логические нули ,нам понадобиться ещё одна лента «результативных нейронов»,только вместо обычных дндритов будут использоваться тормозящие.
То есть количество нейронов которое нежно для сравнения (в предыдущем посте) всего лишь 48 штук,а сама формула изменятся A*B на A*2.У прощается схема за счёт объединения дендритов,однако дендритов всё равно нуджно число A*B.
3)Итак ещё одно преобразование которое может делать глаз это поворот,чтобы создать все варианты поворота одновременно нужно узнать количество этих вариантов.Пусть у нас пять миллионов цветных рецепторов,тогда сторона круга с такой площадью примерно 2-2,5 тысячи,соотвестенно число крайних нейронов равно 2*3.14 =6 тысяч,чтобы хорошо эмулировать с точностью до пикселя поворот,нам нужно примерно 6 тысяч вариантов расположения радов.Соотвестенно к каждому аксону рецепторного нейрона должно прикрепляться 6 тысяч дендритов которые создают 6 тысяч наших конструкции.6 тысяч*5 миллионов =30 миллиардов дендритов.
Упрощая уже созданную нами схему,нужно ещё 5000000*2*2000(количество рядов)=2000000000 нейронов (двадцать миллиардов нейронов),не правда ли больше чем 14 миллиардов мозговых нейронов.Но в этом смысле оптимизации нам може помочь интересная вещь,если мы уменьшим (а точнее сожмём) сравниваемое изображение по разному то мы получим разные его масштабы.То есть получается пирамидальная нейронная сеть.На каждом уровне которой является уменьшенное изображение.Уже в таком изображении можно переходить от общих контуров к деталям и соотвественно упроситить преобразования.
Вообщем у меня получилась стабильная сеть которая может переводить изображения в текст,и звуки переводить в текст.
Дальше я планирую собрать множество самых различных фактов о зрении,а также исследований сетчатки,и усовоерщенствовать сеть с помощью них.Однако перед этим я должен понять как оптимизировать систему используя «веса» синапсов а также частотное кодирование.После этого нужно будет проработать эти усовершеснствования совместно с «системой поиска закономерностей из потока входных буферов» и системой обучения новым предметам и звукам.
Вообщем по порядку усоврешенствования будут выглядеть так так:
1.Частотное кодирование
2.Аналоговость «веса» синапсов
3.Факты из биологии,факты из психологии,результаты экспериментов
4.Системой поиска закономерностей из потока входных буферов (полные переборы разных вариантов во времени)
4)
Постепенно я прихожу к выводу что основной функцией сознания является генерирование выходного сигналов в виде потоков и на определённом этапе выбор из возможных вариантов будущего поведения на основе эмоций.Когда мы ложимся спать мы можем представить что мы находимся в разных местах которые мы можем придумать.
Когда человека будят в фазе сна он расскажет что ему снилось.То есть мозг стирает память после сна,так как нам ежедневно снятся пять шесть снов которые мы не помним.Соотвественно сознание в данный момент присутствует.Тогда сознание возможно присутствует и во время лунатизма.
Внимание стремиться создать стабильнный внутренний мир,и оно всё время ищет что-нибудь интересное и направляет сигналы с этой зоны в зону сознания.