Глубокое лингвистоидное обучение или опять про скрипку Энгельбарта
Пример нейролингвистического анализа одной минуты речи Donald Trump (https://youtu.be/_aFo_BV-UzI):
Основной вывод ролика: речь Трампа удивительно проста, понятна четвероклассникам. У остальных кандидатов в президенты речь понятна только старшеклассникам.
Тем не менее, у всех кандидатов в президенты сложность обсуждаемых проблем явно выходит за рамки средней школы.
Интересно было бы иметь раздельные метрики сложности формы и содержания. В инженерии сложность делят на essential (неустранимая сложность, которую нельзя убрать предложением конструкции/design получше) и accidental (сложность, которая привносится плохой формой выражения -- плохим проектированием, http://c2.com/cgi/wiki?AccidentalComplexity).
Если мы берём глубинную структуру языка (понимая её не по Хомскому, а как кодируемая в языковой модели нашей нейросети на глубинных её слоях, низком уровне абстракции), то в ней содержится essential сложность.
Её выражение в поверхностной модели (понимая её не по Хомскому, а как кодируемую в языковой модели нашей нейросети в поверхностных слоях -- на высоком уровне абстракции, оформляющееся уже в словах и предложениях) привносит accidental сложность.
Accidental сложность нужно удавливать, предлагая хорошую лингвистическую форму, сохраняющую содержание с его essential неустранимой уже дальше без потери смысла сложностью. Эта лингвистическая форма может быть поделена на две части:
-- то, что не требует пересоздания языка и изменения убеждений. Сегодня уже можно представить какую-то программу улучшения коммуникации, которая будет "переводить с русского на русский" (в том числе проводить понятизацию -- http://ailev.livejournal.com/631742.html, разве что инструментарий этой работы я бы полностью поменял, ведь сегодня уже есть нейролингвистическая работа в искусственных нейронных сетях).
-- то, что требует обновления языка и изменения убеждений (см. дискуссию в http://c2.com/cgi/wiki?EssentialDifficulty). Это творение нового языка и просвещение окружающих. Мне кажется, что это тоже может быть предметом нейролингвистической работы.
Вообще, нейролингвистика "не по Хомскому" становится базисной, к ней возвращается исконное значение "нейро" (мокрая нейросеть в голове человека) и многие тексты NLP (neurolinguistic programming) с их "глубинными" и "поверхностными" структурами можно читать и сегодня. Хотя и будут всякие мелкие проблемы с пониманием всех этих "пунктуаций", которые остались в текстах Гриндера.
Ну, и в этом новом понимании нейролингвистики я бы говорил про нейролингвистическое обучение (NLL), хотя слово "лингвистика" после этого существенно сужает предметную область. Если раньше "всё есть текст" (т.е. невербальная коммуникация была тоже текстом, с пунктуацией его структуры-синтаксиса и мультимодальными словами-предложениями, т.е. языкоидами), то парадигма обучения не требует обязательного представления мультимодального восприятия как лингвистического с синтаксисом, семантикой, прагматикой. Синтаксиса там по факту нет, хотя семантика и прагматика пока в обсуждении остаются.
Глубокое лингвистоидное (не лингвистическое, но на лингвистическое похоже) обучение, работает с мультимодальными языкоидами. Deep learning как раз ведь и означает обучение в глубокой нейроструктуре, так что "нейро" становится избыточным и относится теперь и к мокрым нейронным сеткам, и к сухим.
Можно теперь вернуться к начальным строкам и заметить, что я тут только что сильно усложнил язык, внёс accidental complexity со всем этим новоязом. С другой стороны, как ещё выразить новое содержание, как не новыми словами, не породив для нового содержания новый, компактно выражающий его язык? Не переводя кажущуюся essential complexity в accidental complexity использованием этого нового языка, а затем убирая эту accidental complexity? Ведь все инженеры так делают!
Цена этого -- замена инструментария, переучивание наших мокрых нейронных сетей на новый язык, который мы тут в openmeta сейчас придумываем, модифицируя старинный (70-е годы прошлого века! сорок лет назад!) язык нейролингвистического программирования под новые научные и инженерные реалии.
И тут мы опять возвращаемся к проблеме мотивации усиления человеческих способностей, проблеме "скрипки Энгельбарта" (http://ailev.livejournal.com/1158826.html): со скрипкой музицировать лучше, чем без скрипки, но никто не хочет учиться играть на скрипке! На точном языке киберпсихической инженерии обсуждать киберпсихику лучше, но никто не хочет учиться новому языку!
Click to viewОсновной вывод ролика: речь Трампа удивительно проста, понятна четвероклассникам. У остальных кандидатов в президенты речь понятна только старшеклассникам.
Тем не менее, у всех кандидатов в президенты сложность обсуждаемых проблем явно выходит за рамки средней школы.
Интересно было бы иметь раздельные метрики сложности формы и содержания. В инженерии сложность делят на essential (неустранимая сложность, которую нельзя убрать предложением конструкции/design получше) и accidental (сложность, которая привносится плохой формой выражения -- плохим проектированием, http://c2.com/cgi/wiki?AccidentalComplexity).
Если мы берём глубинную структуру языка (понимая её не по Хомскому, а как кодируемая в языковой модели нашей нейросети на глубинных её слоях, низком уровне абстракции), то в ней содержится essential сложность.
Её выражение в поверхностной модели (понимая её не по Хомскому, а как кодируемую в языковой модели нашей нейросети в поверхностных слоях -- на высоком уровне абстракции, оформляющееся уже в словах и предложениях) привносит accidental сложность.
Accidental сложность нужно удавливать, предлагая хорошую лингвистическую форму, сохраняющую содержание с его essential неустранимой уже дальше без потери смысла сложностью. Эта лингвистическая форма может быть поделена на две части:
-- то, что не требует пересоздания языка и изменения убеждений. Сегодня уже можно представить какую-то программу улучшения коммуникации, которая будет "переводить с русского на русский" (в том числе проводить понятизацию -- http://ailev.livejournal.com/631742.html, разве что инструментарий этой работы я бы полностью поменял, ведь сегодня уже есть нейролингвистическая работа в искусственных нейронных сетях).
-- то, что требует обновления языка и изменения убеждений (см. дискуссию в http://c2.com/cgi/wiki?EssentialDifficulty). Это творение нового языка и просвещение окружающих. Мне кажется, что это тоже может быть предметом нейролингвистической работы.
Вообще, нейролингвистика "не по Хомскому" становится базисной, к ней возвращается исконное значение "нейро" (мокрая нейросеть в голове человека) и многие тексты NLP (neurolinguistic programming) с их "глубинными" и "поверхностными" структурами можно читать и сегодня. Хотя и будут всякие мелкие проблемы с пониманием всех этих "пунктуаций", которые остались в текстах Гриндера.
Ну, и в этом новом понимании нейролингвистики я бы говорил про нейролингвистическое обучение (NLL), хотя слово "лингвистика" после этого существенно сужает предметную область. Если раньше "всё есть текст" (т.е. невербальная коммуникация была тоже текстом, с пунктуацией его структуры-синтаксиса и мультимодальными словами-предложениями, т.е. языкоидами), то парадигма обучения не требует обязательного представления мультимодального восприятия как лингвистического с синтаксисом, семантикой, прагматикой. Синтаксиса там по факту нет, хотя семантика и прагматика пока в обсуждении остаются.
Глубокое лингвистоидное (не лингвистическое, но на лингвистическое похоже) обучение, работает с мультимодальными языкоидами. Deep learning как раз ведь и означает обучение в глубокой нейроструктуре, так что "нейро" становится избыточным и относится теперь и к мокрым нейронным сеткам, и к сухим.
Можно теперь вернуться к начальным строкам и заметить, что я тут только что сильно усложнил язык, внёс accidental complexity со всем этим новоязом. С другой стороны, как ещё выразить новое содержание, как не новыми словами, не породив для нового содержания новый, компактно выражающий его язык? Не переводя кажущуюся essential complexity в accidental complexity использованием этого нового языка, а затем убирая эту accidental complexity? Ведь все инженеры так делают!
Цена этого -- замена инструментария, переучивание наших мокрых нейронных сетей на новый язык, который мы тут в openmeta сейчас придумываем, модифицируя старинный (70-е годы прошлого века! сорок лет назад!) язык нейролингвистического программирования под новые научные и инженерные реалии.
И тут мы опять возвращаемся к проблеме мотивации усиления человеческих способностей, проблеме "скрипки Энгельбарта" (http://ailev.livejournal.com/1158826.html): со скрипкой музицировать лучше, чем без скрипки, но никто не хочет учиться играть на скрипке! На точном языке киберпсихической инженерии обсуждать киберпсихику лучше, но никто не хочет учиться новому языку!