how to create a mind(3章)
TRANSCRIPT
HOW TO CREATE A MINDCHAPTER3
Ｍ２山本昇平
CONTENTS1. THOUGHT EXPERIMENTS ON THE WORLD2. THOUGHT EXPERIMENTS ON THINKING3. A MODEL OF THE NEOCORTEX:
THE PATTERN RECOGNITION THEORY OF MIND4. THE BIOLOGICAL NEOCORTEX5. THE OLD BRAIN6. TRANSCENDENT ABILITIES7. THE BIOLOGICALLY INSPIRED DIGITAL NEOCORTEX8. THE MIND AS COMPUTER9. THOUGHT EXPERIMENTS ON THE MIND10. THE LAW OF ACCELERATING RETURNS APPLIED TO THE BRAIN11. OBJECTIONS
( 大脳 ) 新皮質• 感覚認知 ( 目に見えるものから抽象的な概
念までのあらゆるものの認知 ) ，動きの制御，空間識から理性的な考え，言語，など私たちが考えることと見なしてることを制御している．
新皮質の基本成分はパターン認識器から成る
• 人の新皮質には 300 億のニューロンが存在する．
• 約 100 ニューロンで 1 つのパターン認識器を構成するので，計 3 億程度のパターン認識器が存在する．
パターン認識器の構造
多入力1 出力
上位層
下位層知覚情報
面白い，かわいい，皮肉な，など
文字” A” の認識
ＡＰＰＬＥ
ＰＥＡＲ
単語” APPLE” の認識ＡＰＰ
ＬＥ
パター
ン
実物のリンゴと音声の” apple” の認識
曲線縁Curved edge
表面の色のパターンsurface color patterns
I just saw an actual apple.
「 apple」
音の周波数の組合せ
I just heard the spoken word ‘apple’.
パター
ン パター
ン
認識するパターンには冗長なものも含まれる
• Keep in mind the redundancy factor. → 単に” apple” に対するパターン認識器を持っているわけではない
冗長なものはリンゴのインスタンスとしての認識の成功率を上げているだけでなく，現実世界のリンゴの変化も取り扱うことができる．The redundancy not only increases the likelihood that you will successfully recognize each instance of an apple but also deals with the variations in real-world apples.
※redundancy 余分，冗長 likelihood 可能性，尤度
あらゆる形状におけるリンゴの認識
ＡＰＰＬＥ
入力には重要度があり，出力 ( 認識する ) には閾値が存在する．
パターン認識器 A
パターン認識器 B
パターン認識器 C
パターン認識器 D発火
firing 発火しない
重要度の高い人物像
特徴的な外見
パターン認識器間の情報は下位にも流れる
Ａ認識器ｉ
APPLE 認識器
Ｐ認識器ｉ Ｌ認識器ｉ Ｅ認識器ｉ
ＡＰＰＬＥ
情報は下位にも流れる
Ａ認識器ｉ
APPLE 認識器
Ｐ認識器ｉ Ｌ認識器ｉ Ｅ認識器ｉ
ＡＰＰＬＥ
情報は下位にも流れる
Ａ認識器ｉ
APPLE 認識器
Ｐ認識器ｉ Ｌ認識器ｉ Ｅ認識器ｉ
ＡＰＰＬＥ
情報は下位にも流れる
Ａ認識器ｉ
APPLE 認識器
Ｐ認識器ｉ Ｌ認識器ｉ Ｅ認識器ｉ
ＡＰＰＬＥ
情報は下位にも流れる
Ａ認識器ｉ
APPLE 認識器
Ｐ認識器ｉ Ｌ認識器ｉ Ｅ認識器ｉ
ＡＰＰＬＥ
Ｅ認識器に対する閾値を下げよ
“APPL” を認識した段階で，現在認識中のものは” APPLE” であると推測する
推測はあらゆる階層で行われる• 最も高い概念レベルでは
– 誰かが次に言おうとしていること– 次に角を曲がってくる人– 自身の行動の結果に対して etc.
私たちは時に，予期されるパターンの閾値を下げすぎたために人や物事を誤認識するWe often misrecognize people and things and words because our threshold for confirming an expected pattern is too law.
閾値を上げる抑制信号も存在する
• 概念レベルの低い例– 髭を認識した時，その人が自分の妻であると
いう見込みを抑制させる．
• 概念レベルの高い例– 自分の妻が旅行に行っていることを知ってい
るので，目の前の人が妻であるはずがない．
パターン認識モジュールのモデル
新皮質パターン認識モジュール
上位層からの抑制信号
下位層からの抑制信号
上位層からの予測パターン
サイズパラメータ ( 時間，距離，周波数 )
重要度
サイズの変動性
出力
パターン認識器を構築するためには？
• 下位層からの入力に対する重要度，サイズ ( 次元の種類 ) ，サイズの変動性を考慮した全体的な確率を計算する必要がある．
階層的隠れマルコフモデルの適用（ 7章）