English version
German version
Spanish version
French version
Italian version
Portuguese / Brazilian version
Dutch version
Greek version
Russian version
Japanese version
Korean version
Simplified Chinese version
Traditional Chinese version
Hindi version
Czech version
Slovak version
Bulgarian version
 

Inteligência Artificial E Intuition

Ebook RSS Feed





O algoritmo intuitive

Roger Penrose considerou-o impossível. Pensar podia nunca imitate um processo do computador. Disse tanto quanto em seu livro, a mente nova do emperor. Mas, um livro novo, o algoritmo intuitive, (IA), sugerido que o intuition era um processo do recognition de teste padrão. O intuition propeliu a informação com muitas regiões neural como uma raia do relâmpago. Os dados moveram-se da entrada para a saída em uns 20 milissegundos relatados. A mente viu, reconheceu, interpretado e agido. No piscamento de um olho. Os processos inumeráveis converteram a luz, o som, o toque e o cheiro imediatamente em seus impulsos de nervo. Uma região dedicada reconheceu aqueles impulsos como objetos e eventos. O sistema limbic, uma outra região, interpretou aqueles eventos para gerar emoções. Uma quarta região respondeu 2 aquelas emoções com ações. A mente percebida, identificada, avaliada e agida. O intuition começou-o fora do fogão quente em uma fração de um segundo. E poderia usar um algoritmo simples.

É a avaliação holística imediata impossível?

O sistema, com sobre cem bilhão neurônios, processou a informação da entrada à saída ao meio justo um do segundo. Todo seu conhecimento foi avaliado. O freeman de Walter, neurobiologist famoso, definiu esta abilidade surpreendente. "os guys cognitive pensam que é apenas impossível se manter jogar tudo você para have.got todas as vezes na computação. Mas, aquele é exatamente o que o cérebro . O consciousness é sobre trazer seu history inteiro para carregar em sua etapa seguinte, sua respiração seguinte, seu momento seguinte." A mente era holística. Avaliou todo seu conhecimento para a atividade seguinte. Como podia assim muita informação ser processada assim rapidamente? Onde podia tal conhecimento ser armazenado?

Crescimento exponencial do trajeto de busca

Infelizmente, o recognition de testes padrões subtle posed problemas formidable para computadores. A dificuldade era um crescimento exponencial do trajeto de busca do recognition. Os problemas no diagnóstico das doenças eram típicos. Normalmente, muitos sintomas compartilhados foram apresentados por um multitude das doenças. Para o exemplo, a dor, ou a febre podiam ser indicadas para muitas doenças. Cada sintoma apontou a diversas doenças. O problema devia reconhecer um único teste padrão entre muitos testes padrões sobrepondo. Ao procurarar pela doença do alvo, o primeiro ailment selecionado com o primeiro sintoma apresentado podia faltar o segundo sintoma. Isto significou as buscas para a frente e para trás, que expandiram exponencial como a base de dados das doenças aumentadas no tamanho. Isso fêz longo do processo o absurdly extraído? teòrica, mesmo anos da busca, para bases de dados extensivas. Assim, apesar de sua velocidade incredible, o recognition de teste padrão rápido em computadores podia nunca ser imaginado.

O Algoritmo Intuitive

Mas, o recognition de teste padrão da força da indústria era praticável. IA introduziu um algoritmo, que poderia imediatamente reconhecer testes padrões em bases de dados prolongadas. O relacionamento de cada membro da base de dados inteira foi codificado para cada pergunta.

(é a dor um o sintoma da doença?)

Disease1Y, Disease2N, Disease3Y, doença 4Y, Disease5N, Disease6N, Disease7Y, Disease8N, Disease9N, Disease10N, Disease11Y, Disease12Y, Disease13N, Disease14U, Disease15Y, Disease16N, Disease17Y, Disease18N, Disease19N, Disease20N, Disease21N, Disease22Y, Disease23N, Disease24N, Disease25U, Disease26N, Disease27N, Disease28U, Disease27Y, Disease30N, Disease31U, Disease32Y, Disease33Y, Disease34U, Disease35N, Disease36U, Disease37Y, Disease38Y, Disease39U, Disease40Y, Disease41Y, Disease42U, Disease43N, Disease44U, Disease45Y, Disease46N, Disease47N, Disease48Y,

(Y = Sim: N = No.: U = Incerto)

A chave devia usar o elimination avaliar a base de dados, não seleção. Cada membro da base de dados foi codificado individualmente para o elimination no contexto de cada resposta.

(é a dor um sintoma da doença? Resposta: SIM)

Disease1Y, xxxxxxN, Disease3Y, Disease4Y, xxxxxx5N, xxxxxx6N, Disease7Y, xxxxxx8N, xxxxxx9N, xxxxxx0N, Disease11Y, Disease12Y, xxxxxx13N, Disease14U, Disease15Y, xxxxxx16N, Disease17Y, xxxxxx18N, xxxxxx19N, xxxxxx20N, xxxxxx21N, Disease22Y, xxxxxx23N, xxxxxx24N, Disease25U, xxxxxx26N, xxxxxx27N, Disease28U, Disease27Y, xxxxxx30N, Disease31U, Disease32Y, Disease33Y, Disease34U, xxxxxx35N, Disease36U, Disease37Y, Disease38Y, Disease39U, Disease40Y, Disease41Y, Disease42U, xxxxxx43N, doença 44U, Disease45Y, xxxxxx46N, xxxxxx47N, doença 48Y,

(todas as doenças de "N" eliminadas.)

Para o recognition da doença, se uma resposta indicasse um sintoma, IA eliminou todas as doenças devoid do sintoma. Cada resposta eliminada, estreitando a busca para alcançar o diagnóstico.

(é a dor um sintoma da doença? Resposta: NENHUM)

xxxxxx1Y, Disease2N, xxxxxx3Y, xxxxxx4Y, Disease5N, Disease6N, xxxxxx7Y, Disease8N, Disease9N, Disease10N, xxxxxx11Y, xxxxx12Y, Disease13N, Disease14U, xxxxxx15Y, Disease16N, xxxxxx17Y, Disease18N, Disease19N, Disease20N, Disease21N, xxxxxx22Y, Disease23N, Disease24N, Disease25U, Disease26N, Disease27N, Disease28U, xxxxxx27Y, Disease30N, Disease31U, xxxxxx32Y, xxxxxx33Y, Disease34U, Disease35N, Disease36U, xxxxxx37Y, xxxxxx38Y, Disease39U, xxxxxx40Y, xxxxxx41Y, Disease42U, Disease43N, doença 44U, xxxxxx45Y, Disease46N, Disease47N, xxxxxx48Y,

(todas as doenças de "Y" eliminadas.)

Se o sintoma fosse ausente, IA eliminou todas as doenças que exibiram sempre o sintoma. As doenças, que apresentaram aleatòria o sintoma foram retidas em ambos os casos. Assim a incerteza segurada process? o?Maybe? resposta, que os programas de computador normais não poderiam segurar.

(a seqüência de A das perguntas se estreita para baixo a Disease29 - a resposta.)

xxxxxx1Y, xxxxxx2N, xxxxxx3Y, xxxxxx4Y, xxxxxx5N, xxxxxx6N, xxxxxx7Y, xxxxxx8N, xxxxxx9N, xxxxxx10N, xxxxxx11Y, xxxxxx12Y, xxxxxx13N, xxxxxx14U, xxxxxx15Y, xxxxxx16N, xxxxxx17Y, xxxxxx18N, xxxxxx19N, xxxxxx20N, xxxxxx21N, xxxxxx22Y, xxxxxx23N, xxxxxx24N, xxxxxx25U, xxxxxx26N, xxxxxx27N, xxxxxx28U, Disease29Y, xxxxxx30N, xxxxxx31U, xxxxxx32Y, xxxxxx33Y, xxxxxx34U, xxxxxx35N, xxxxxx36U, xxxxxx37Y, xxxxxx38Y, xxxxxx39U, xxxxxx40Y, xxxxxx41Y, xxxxxx42U, xxxxxx43N, xxxxxx44U, xxxxxx45Y, xxxxxx46N, xxxxxx47N, xxxxxx48Y.

(se todas as doenças forem eliminadas, a doença é desconhecida.)

Recognition de teste padrão imediato

IA foi provado na prática. Powered os sistemas peritos que agem com a velocidade de um recalculation simples em um spreadsheet, para reconhecer uma doença, para identificar uma lei de caso ou para diagnosticar os problemas de uma máquina complexa. Era imediato, holístico, e lógico. Se diversas respostas paralelas poderiam ser apresentadas, como nos parâmetros múltiplos de uma planta de poder, o recognition era imediato. Para a mente, onde os milhões dos parâmetros foram apresentados simultaneamente, o recognition de teste padrão real do tempo era prático. E o elimination era a chave.

Elimination = switching fora

O elimination desligava - a inibição. As pilhas do nervo foram sabidas para inibir extensivamente as atividades de outras pilhas para destacar o contexto. Com acesso aos milhões de entradas sensory, o sistema nervoso inibiu imediatamente? trillions eliminados das combinações a zero dentro no teste padrão direito. O processo usou robustamente "não" respostas. Se um paciente não tivesse a dor, os milhares de doenças possíveis poderiam ser ignorados. Se um paciente poderia apenas andar na cirurgia, um doutor poderia negligenciar uma escala larga das doenças. Mas, como podia este processo do elimination ser aplicado às pilhas do nervo? Onde podia a riqueza do conhecimento ser armazenada?

Coding combinatorial

A mente recebeu combinações kaleidoscopic dos milhões dos sensations. Destes, os cheiros foram relatados para ser reconhecidos com um processo de coding combinatorial, onde as pilhas do nervo reconhecessem combinações. Se uma pilha do nervo tivesse entradas dendritic, identificou como A, B, C e assim por diante a Z, poderia então atear fogo, quando recebeu entradas no ABC, ou DEF. Reconheceu aquelas combinações. A pilha podia identificar o ABC e não o ABD. Seria inibida para ABD. Este processo do recognition foi relatado recentemente pela ciência para os neurônios olfactory. Na experiência os cientistas relataram que as mudanças ligeiras uniformes na estrutura química ativaram combinações diferentes dos receptors. Assim, o octanol cheirou como laranjas, mas o ácido octanoic composto similar cheirado como o suor. Um prêmio de nobel reconheceu essa descoberta em 2004.

Memórias galactic da pilha do nervo

Os códigos combinatorial foram usados extensivamente pela natureza. Os quatro "letters" no código genetic? A, C, G e T? foram usados nas combinações para a criação de um número quase infinito de seqüências genetic. IA discute as implicações mais profundas desta descoberta do coding. Os animais podiam diferenciar-se entre milhões dos cheiros. Os cães poderiam rapidamente sniff algumas pegadas de uma pessoa e determiná-las exatamente que a maneira a pessoa andasse. O nariz do animal podia detectar a diferença relativa da força do odor entre pegadas somente alguns pés separados, para determinar o sentido de uma fuga. O cheiro foi identificado com as combinações recordadas. Se uma pilha do nervo tivesse apenas 26 entradas de A a Z, poderia receber milhões de combinações possíveis das entradas. O neurônio médio teve milhares das entradas. Para IA, os milhões de pilhas do nervo podiam dar à mente memórias galactic para combinações, permitindo a de reconhecer testes padrões subtle no ambiente. Cada pilha poderia ser um único membro de uma base de dados, eliminando-se (se tornando inibido) para combinações unrecognized das entradas.

Elimination a chave

O elimination era a chave especial, que avaliou memórias combinatorial vastas. Os textos médicos relataram que a mente teve uma hierarquia das inteligências, que executaram tarefas dedicadas. Para o exemplo, havia uma região da associação, que reconhecesse um par da tesoura usando o contexto de sua sensação. Se você ferisse esta região, você poderia sensação que imóvel a tesoura com seus olhos se fechou, mas você não a reconheceria como a tesoura. Você sentiu ainda o contexto, mas você não reconheceria o objeto. Assim, o intuition podia permitir pilhas do nervo em regiões da associação de usar a percepção reconhecer objetos. A pesquisa médica relatou a muitos tais regiões do recognition.

Processar de série

Um algoritmo do recognition de teste padrão, intuition permitiu as inteligências finitas nas mentes de coisas vivas responder holistically dentro da extensão de tempo de 20 milissegundos. Estas inteligências agiram em série. A primeira inteligência converteu as combinações kaleidoscopic de percepções sensory do ambiente em impulsos de nervo. A segunda inteligência reconheceu estes impulsos como objetos e eventos. A terceira inteligência traduziu os eventos reconhecidos em sentimentos. Um quarto traduziu sentimentos em movimentações inteligentes. O medo provocou uma movimentação do escape. Um cervo limitou afastado. Um pássaro fêz exame do vôo. Um peixe nadou fora. Quando as atividades de funcionar, de voar e de nadar diferiram, conseguiram o mesmo objetivo de escapar-se. As memórias herdadas da pilha do nervo powered aquelas movimentações no contexto.

A mente? recognition de teste padrão sem emenda

Metade um do segundo para que pilhas 100 bilhão de um nervo usem o contexto eliminar o irrelevance e entregar a saída do motor. O tempo entre a sombra e o grito. Assim, da entrada à saída, a mente era uma máquina sem emenda do recognition de teste padrão, powered pelo segredo chave do intuition? elimination contextual, das memórias combinatorial adquiridas e herdadas maciças em pilhas do nervo.

Sobre o autor:
Abraham Thomas é o autor do algoritmo intuitive, um livro, que sugira que o intuition é um algoritmo do recognition de teste padrão. A versão do ebook está disponível no livro de http://www.intuition.co.in.The pode ser comprada somente em India. O Web site, fornece um filme livre e uma caminhada completamente para explicar as idéias.

Artigo Fonte: Messaggiamo.Com

Translation by Google Translator





Related:

» Credit Secrets Bible
» Cash Making Power Sites
» Home Cash Course
» Automated Cash Formula


Webmaster começa O Código do HTML
Adicionar este artigo para o seu site agora!

Webmaster enviar seus artigos
Nenhum registro necessário! Preencha o formulário e seu artigo está no Messaggiamo.Com Diretório!

Add to Google RSS Feed See our mobile site See our desktop site Follow us on Twitter!

Envie os seus artigos para Messaggiamo.Com Directory

Categorias


Copyright 2006-2011 Messaggiamo.Com - Mapa do Site - Privacy - Webmaster enviar seus artigos para Messaggiamo.Com Directory [0.01]
Hosting by webhosting24.com
Dedicated servers sponsored by server24.eu