Julesz Béla Dialógusok az észlelésről - Polc.hu
Julesz Béla Dialógusok az észlelésről - Polc.hu
Julesz Béla Dialógusok az észlelésről - Polc.hu
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
dik, és valószínűbb, hogy tényleg véletlenszerű. A káoszelmélet tehát nem alkalm<strong>az</strong>ható<br />
<strong>az</strong> agykutatásban. Metaforaként <strong>az</strong>onban vonzó lehet egyesek számára.<br />
Valóban, engem is lenyűgöz a stabil területek közti fraktálok által mutatott<br />
kaotikus viselkedés a komplex adaptációs rendszerek fázisterében. Stewart<br />
Kauffman és mások véleménye szerint is a tanulás (például <strong>az</strong> élet evolúciója) a<br />
„káosz peremén” történik. Lehet, hogy <strong>az</strong> eredeti emberi gondolatok <strong>az</strong> efféle<br />
kaotikus határok mentén alakulnak ki? (Az biztos, hogy <strong>az</strong> enyémek mintha valami<br />
kaotikus ködből születnének.)<br />
B: Azt hiszem, nem veszed figyelembe a katasztrófaelmélet néhány erényét. Az<br />
ig<strong>az</strong>, hogy <strong>az</strong> elmélet nem bizonyult jó elméleti eszköznek a neuronok vizsgálatához,<br />
viszont Koenderink és van Doorn (1991) nagyon jó hasznát vették, mikor<br />
megmagyarázták, hogyan születnek és tűnnek el a geometriai szingularitások a<br />
helyváltoztatással. Úgy hiszem, korai még lekicsinyelned <strong>az</strong> elmélet értékét.<br />
Ami a kaotikus rendszereket illeti, senki sem állította, hogy a számítógépek<br />
nem determinisztikusak (csak a kvantumszinten működő mikro-áramkörök erejéig).<br />
Az <strong>az</strong> ig<strong>az</strong>án fontos kérdés, hogy léteznek-e olyan pszichológiai jelenségek,<br />
melyek látszólag véletlenszerűek, ám valójában determinisztikusak.<br />
A: Biztos vagyok abban, hogy legokosabb kollégáim nem fecsérelnék idejüket egyértelmű<br />
elméletekre, én <strong>az</strong>onban már túl öreg vagyok ahhoz, hogy szokatlan ötletekkel<br />
kísérletezzek. Most pedig a neurális hálókkal folytatom, a pszichobiológia<br />
egyik legdivatosabb paradigmájával.<br />
Mivel <strong>az</strong> agy neuronok hálója, és a neuronokat lehet mesterséges szerkezetekkel<br />
szimulálni (mint <strong>az</strong>t McCullogh és Pitts úttörő munkája megmutatta), világos,<br />
hogy <strong>az</strong> agy is vizsgálható számítógéppel szimulált neurális hálókkal. Az<br />
ig<strong>az</strong>i probléma <strong>az</strong>, hogy megértsük, miféle szervező elv rejlik a neuronok kapcsolata<br />
mögött, és milyen egyéni és együttes tulajdonságaik szimulálnak olyan<br />
állapotokat, melyek a mi mentális állapotainkra hasonlítanak. Ez a kérdés még a<br />
titkok ködébe vész. Mind ismerjük a Frank Rosenblatt (1958) által javasolt<br />
perceptronok gyors felemelkedését és bukását. A lineáris változatnak a megfelelően<br />
hatékony tanulószabály (pl. visszafuttatás) hiánya és <strong>az</strong> elérhető számítógépek<br />
gyenge teljesítménye ásta meg a sírját. Minsky és Papert (1969) kemény<br />
kritikája csak <strong>az</strong> utolsó szöget verte a koporsóba. A lineáris perceptron<br />
persze igen egyszerű szerkezet. Úgy képzelhető el, hogy minden tárgyat és<br />
eseményt aszerint osztályoz, hogy <strong>az</strong> egy n-dimenziós tér egy n-1 dimenziós hipersíkjának<br />
melyik oldalára esik valamely eldöntendő kérdés esetén. Világos,<br />
hogy még a földigiliszta is fölötte áll egy efféle döntéshozó szerkezetnek, amely<br />
csak poliéderekre képes bontani a teret. Bár Rosenblatt nemlineáris perceptronokat<br />
is javasolt, nem állt a rendelkezésére a megfelelő matematikai tétel ahhoz,<br />
hogy megbirkózhasson <strong>az</strong> ilyen bonyolult szerkezet tanulási konvergenciájával.<br />
Két évtizednek kellett eltelnie, hogy a Hopfield (1984) által meglátott analógia<br />
<strong>az</strong> emberi memória és a spinüveg között újra divatba hozza a nemlineáris perceptront,<br />
és arra késztesse a pszichobiológusokat, hogy rejtett struktúrákat és<br />
szervező elveket keressenek <strong>az</strong> agyban. Csakhogy a mesterséges intelligencia<br />
50