что такое свойство? (текст-1)
что такое свойство? (текст-1)
я пока не знаю ответа на данный вопрос, это предварительный подход к проблеме, размышление вслух, не знаю пока к чему придем
литературу потом будем смотреть
я уверен, что это все не сложно после того как мы в принципе разобрались со многими вопросами сильного искусственного интеллекта (ИИ), просто надо выстроить конкретную цепочку, сделать чуть более конкретные формулировки, когдато их все равно надо будет делать
сначала всегда идут остенсивные определения: указываем пальцем на объект и произносим: дерево, кружка, стол
это вода, мгаута, Робинзон, Пятница, солнце, небо
https://youtu.be/oTTSFar2WDU?t=3343
несколько минут посмотрите
указываем на конкретное дерево - березку, произносим дерево, указываем на другое дерево - липу, произносим дерево, и т.д., потом указываем на неизвестный объект и спрашиваем что это? ответ: дерево, если оно похоже на предыдущие объекты
в итоге показывается ряд конкретных объектов и произносится одно слово, таким образом мы вводим понятие дерево
математически мы ввели множество упорядоченных пар (a1, дерево), (a2, дерево), ..., (ak, дерево)
далее можно вводить множество пар не являющихся деревьями
(b1, не_дерево), (b2, не_дерево), ..., (bk, не_дерево)
если у нас есть система классификации например по типу нейросети ИИ (но могут быть и иные), то мы построили обучающую выборку и построили конкретный классификатор, дали положительные примеры и дали отрицательные примеры
в случае конечного мира, мы можем обойтись двумя конечными наборами упоряд.пар
{(ai, дерево)}
{(bi, не_дерево)}
или даже одним, подразумевая, что все, что не входит в набор есть отрицание
т.е. по факту вводим метаопределение
не_дерево это объект не входящий в набор {(ai, дерево)}
итак, первые определения и самые элементарные всегда остенсивные, они носят:
- причинно-следственный характер (щелкни кобылу в нос и она махнет хвостом, нажал на кнопку - получил результат),
- ассоциативный характер (начало цепочки и конец цепочки, серединка пропущена),
- указательный характер (характер метки/наклейки/маркера, адресного указателя)
с помощью цепочки причинно-следственных связей (ПСС) входное воздействие можно считать эквивалентом выхода
(щелчок в нос) = (взмах хвостом)
(нажатие кнопки) = (получение результата)
(сказали дерево) = (пятница показал пальцем)
(отдали команду "сидеть" собаке) = (собака села)
(ввели на языке программирования в комп несколько строк) = (комп распечатал документ)
это все остенсивные определения в расширенном смысле, в очень расширенном, но суть одна
эта конструкция позволяет нам считать символы и действия эквивалентами также, как это происходит в случае элементарного остенсивного определения (a1, дерево)
это всё одинаковые конструкции, только некоторые чуть более сложные
но к свойствам мы еще не подобрались
прежде чем подобраться к свойствам, нам пришлось поговорить как возникают определения
итак у нас есть определение дерева в конечном мире в виде набора упорядоченных пар
{(ai, дерево)}
как нам вывести свойство этого множества упорядоченных пар объект является деревом?
в элементарных тупых машинных системах это делается просто, проверяется совпадает ли объект с одним из наших объектов и если совпадает, то он дерево
но мы желаем определить дерево не перечисляя все пары, как это сделать?
нам надо вычленить из набора {(ai, дерево)} общие свойства объектов ai
т.е. нам надо найти такое преобразование, что ai -> aj для произвольных номеров i и j
или иными словами опять же, нам нужно найти инвариант, причем минимальный инвариант, а не абы какой
минимальный инвариант преобразований, это математически так формулируется
а фактически это будет так
смотрим какие понятия/определения мы можем применить к объектам ai, на какие части с известными ранее понятиями мы можем разложить сложный объект ai
пример
определение человека по Платону = (двуногое без перьев с плоскими ногтями)
т.е. нам известны определения:
О1=(два), О1=(нога), О1=(перья), О1=(плоское), О1=(ногти), О1=(отрицание в виде слова "без")
итак человек это набор из шести определений {О1,О2,О3,О4,О5,О6}
какие свойства у человека по данному определению?
{О1,О2,О3,О4,О5,О6} и есть эти свойства
т.е. иметь две, иметь нога, иметь без перьев и т.д.
что произошло? мы взяли набор определений и сконструировали из них новое определение
после конструирования сложного определения, определения входящие в данный набор мы можем считать свойствами
гипотеза: после того как мы сформулировали любое понятие, любое определение, мы можем его считать свойством и использовать в качестве критерия при конструировании сложных понятий/определений
что такое свойство? (текст-2)
https://deep-econom.livejournal.com/532468.html
я пока не знаю ответа на данный вопрос, это предварительный подход к проблеме, размышление вслух, не знаю пока к чему придем
литературу потом будем смотреть
я уверен, что это все не сложно после того как мы в принципе разобрались со многими вопросами сильного искусственного интеллекта (ИИ), просто надо выстроить конкретную цепочку, сделать чуть более конкретные формулировки, когдато их все равно надо будет делать
сначала всегда идут остенсивные определения: указываем пальцем на объект и произносим: дерево, кружка, стол
это вода, мгаута, Робинзон, Пятница, солнце, небо
https://youtu.be/oTTSFar2WDU?t=3343
несколько минут посмотрите
указываем на конкретное дерево - березку, произносим дерево, указываем на другое дерево - липу, произносим дерево, и т.д., потом указываем на неизвестный объект и спрашиваем что это? ответ: дерево, если оно похоже на предыдущие объекты
в итоге показывается ряд конкретных объектов и произносится одно слово, таким образом мы вводим понятие дерево
математически мы ввели множество упорядоченных пар (a1, дерево), (a2, дерево), ..., (ak, дерево)
далее можно вводить множество пар не являющихся деревьями
(b1, не_дерево), (b2, не_дерево), ..., (bk, не_дерево)
если у нас есть система классификации например по типу нейросети ИИ (но могут быть и иные), то мы построили обучающую выборку и построили конкретный классификатор, дали положительные примеры и дали отрицательные примеры
в случае конечного мира, мы можем обойтись двумя конечными наборами упоряд.пар
{(ai, дерево)}
{(bi, не_дерево)}
или даже одним, подразумевая, что все, что не входит в набор есть отрицание
т.е. по факту вводим метаопределение
не_дерево это объект не входящий в набор {(ai, дерево)}
итак, первые определения и самые элементарные всегда остенсивные, они носят:
- причинно-следственный характер (щелкни кобылу в нос и она махнет хвостом, нажал на кнопку - получил результат),
- ассоциативный характер (начало цепочки и конец цепочки, серединка пропущена),
- указательный характер (характер метки/наклейки/маркера, адресного указателя)
с помощью цепочки причинно-следственных связей (ПСС) входное воздействие можно считать эквивалентом выхода
(щелчок в нос) = (взмах хвостом)
(нажатие кнопки) = (получение результата)
(сказали дерево) = (пятница показал пальцем)
(отдали команду "сидеть" собаке) = (собака села)
(ввели на языке программирования в комп несколько строк) = (комп распечатал документ)
это все остенсивные определения в расширенном смысле, в очень расширенном, но суть одна
эта конструкция позволяет нам считать символы и действия эквивалентами также, как это происходит в случае элементарного остенсивного определения (a1, дерево)
это всё одинаковые конструкции, только некоторые чуть более сложные
но к свойствам мы еще не подобрались
прежде чем подобраться к свойствам, нам пришлось поговорить как возникают определения
итак у нас есть определение дерева в конечном мире в виде набора упорядоченных пар
{(ai, дерево)}
как нам вывести свойство этого множества упорядоченных пар объект является деревом?
в элементарных тупых машинных системах это делается просто, проверяется совпадает ли объект с одним из наших объектов и если совпадает, то он дерево
но мы желаем определить дерево не перечисляя все пары, как это сделать?
нам надо вычленить из набора {(ai, дерево)} общие свойства объектов ai
т.е. нам надо найти такое преобразование, что ai -> aj для произвольных номеров i и j
или иными словами опять же, нам нужно найти инвариант, причем минимальный инвариант, а не абы какой
минимальный инвариант преобразований, это математически так формулируется
а фактически это будет так
смотрим какие понятия/определения мы можем применить к объектам ai, на какие части с известными ранее понятиями мы можем разложить сложный объект ai
пример
определение человека по Платону = (двуногое без перьев с плоскими ногтями)
т.е. нам известны определения:
О1=(два), О1=(нога), О1=(перья), О1=(плоское), О1=(ногти), О1=(отрицание в виде слова "без")
итак человек это набор из шести определений {О1,О2,О3,О4,О5,О6}
какие свойства у человека по данному определению?
{О1,О2,О3,О4,О5,О6} и есть эти свойства
т.е. иметь две, иметь нога, иметь без перьев и т.д.
что произошло? мы взяли набор определений и сконструировали из них новое определение
после конструирования сложного определения, определения входящие в данный набор мы можем считать свойствами
гипотеза: после того как мы сформулировали любое понятие, любое определение, мы можем его считать свойством и использовать в качестве критерия при конструировании сложных понятий/определений
что такое свойство? (текст-2)
https://deep-econom.livejournal.com/532468.html