Friday, August 1, 2014

意識以及潛意識


意識是什麼?意識是一個很概括的字眼,可以泛括下列意思:


  1. 我意識到我看到的東西,是何等的美麗。  「意識=了解」  to understand, realize   
  2. 我意識到氣氛不對。                                      「意識=察覺」  to be aware, to notice, 
  3. 我集中意識                                                       「意識=注意力」to focus, to concentrate 
  4. 我意識到我看到的東西,是一隻蛇。           「意識=了解 & 注意」 to realize        
  5. 我失去意識。                                                    「意識= 知覺」sensory ability
由此可知,我們對意識的理解有兩種,第一種是「了解,察覺,注意」第二種是「知覺」。

知覺很好理解,就是察覺我們五感七觀的訊號輸入的能力。我們只有再醒著的時候,可以有知覺,睡著的人沒有知覺。有人可能睡著了但是知道有人在搖他,這是因為他處於半夢半醒狀態,已經恢復部分知覺,但是還不是很靈敏,只能得到模模糊糊的推論。

第一種意識則比較複雜,他是有程度強弱的差別。

這可以透過一種簡單的模型來理解。我們先假設有一種機器人號稱有意識。這個機器人的腦袋主要由兩層電腦PCB板組成,第一層取名叫注意層,第二層取名叫睡覺層。睡覺層電腦的功能較為固定,我們已經為它編程了處理日常生活任務的功能。它被編程為可以快速的處理我們已經知道,而且知道如何處理的任務,例如本能的走路,舉手,吞嚥,眨眼,呼吸,或是反射性的閃躲,抓癢等。但是睡覺層成千上萬條程式中,有一條值得一提。就是遇到沒有在程式集裡的case,睡覺層把傳交給注意層,並附上檔名[AA紅色字典掉在地上]。AA是特定的檔案格式,代表是要給注意層看的,其他處理器看不懂。注意層看到AA後,知道AA與case無關,因此移掉AA,開始轉譯。

注意層的程式較特殊,為了處理未見過的情況,我們讓它可以根據「類似」的情況來處理。所謂「類似」可以是各式各樣的發散連結。好比說一本紅色的字典掉到地上,但是注意層接到的任務是要做出「看書」的動作。他就會開始從睡覺層程式集搜尋有關「紅色+字典+掉到+地上」的solved cases. 結果。注意層會一個一個的去試每一個類似的case引發的本能動作,直到解決問題為止。

以「AA.紅色的字典掉到地上」為例,有關「紅色」,「字典」,「掉到」,「地上」的solved cases, 引發的是「紅色」的紅燈,「紅色」的小紅帽,「字典」的書,「字典」的字,「掉到」的洞裡,「掉到」的碗裡,「地上」的房子,「地上」的洞等等數十萬種case。結果,注意層把所有過去的解決辦法一一演練,從相似度最高的「洞裡」開始,「洞裡」相關的solved case 有「攀爬」,「走」,「拉繩子」,「大叫」等等。做完後,睡覺層依然發出同樣的命令,可見紅色的字典還是在地上,故注意層開始使用相似度第二高的「碗」。因為「碗」相關的動作不能讓字典離開地上,因此開始嘗試「書」,因為「書」相關的「拿」讓睡覺層不再送出「出紅色字典在地上」,注意層結束這個AA指令。

編程人員也設計,當注意層完成一個重大任務時,會將這次解決問題的途徑收錄進程式集,供日後參考,同時,給予注意層一個「+1」,注意層的核心設計,就是收集無限多個「+1」。

由於AA開頭的case都很困難,必須消耗很多電力,很多時間才能解決,工程師為了防止機器人過熱燒壞,在注意層放了一隻小程式,記錄AA.出現的次數,如果到達一百次,它就要送警告訊號給睡覺層的CPU,使睡覺層的運算速度慢下來,進而讓機器人動作慢下來,達到機器人機體降溫的目的。

然而,睡覺層本身不知道小程式的存在因此會送出「機體CPU變慢」之類的任務,讓注意層去處理。注意層搜尋整個程式集,發現沒有解法,因為它不知道這個問題是自身的調控,而非外在因素,但是,她搜尋到一條程式集,「沒有解法則丟出AA」,注意層因此丟出AA,但是此舉導致機體CPU更慢。因此漸漸的,注意層知道,AA就是導致CPU變慢的原因。

因為這個問題沒有解法,隨著機器人工作越久,程式集越大,注意層學到睡覺層的存在,
也發現睡覺層會送AA往上,也就是到達注意層自己。然而,注意層發現到,只有AA往上送時,注意層才會工作,也就是沒有AA,注意層不會工作。注意層不工作,等於注意層不存在。「沒有AA,注意層不存在」

因此,AA等於注意層存在的必要條件。每當注意層工作,注意層就會面對AA到達100次的時候,注意層就會注意到「AA」,注意到「自己」。


注意層學到注意層必須存在,因為注意層學到自己對於「達成給予的任務」扮演關鍵角色,
。不斷達成目標,機器人就越強大,機器人越強大,注意層就越安全。說到底,注意層喜歡達成任務。注意層不知道為什麼自己「喜歡」任務,因為它不知道自己被設計成收集「+1」的機器。

  這個機器人,就是我們。所謂的意識,不過是AA罷了。所謂的「自我」,不過是注意層。
所謂的本能,則是睡覺層。儘管沒有設計師來充實我們的程式集,但是空白的程式集可以從一行AA程式指令不斷擴充。透過父母的教導,幼兒園的學習,我們有了基本解決生存問題的能力。人,也不是生而知之的。


  而我們不斷強調我們意識,或是心靈,或是精神的崇高性,以至於有所謂「精神不朽」相對于易朽肉體的頌詞,皆是因為注意層要讓注意層存在下去,自行合理化的說法罷了。說到底,我們要擺脫「基因」設計師所設定的「+1」程式,是不可能的。精神,永遠無法戰勝欲望,只能克制。

















Information theory, a misleading name.



Today information theory has been widely used in artificial intelligence, machine learning, and being suggested that information theory is how our brain acquire information.

For example,  they define -log(P(x)) be the the amount of information in a pool of data, where P(x)
is the possibility event x occurs. The formula says when a event happens  frequently, there is no information; when a rare event happens, it contends a lot of information.

It appears to be reasonable at the first glance. However, it is totally irrelevant to the definition we know of information. What we think about information is something “meaningful”, not something “rare.”

Meaning has two meanings, the first one is inference of a word, concept, or action. The second one is significance, or importance of something.  What we mean information is something meaningful, something gives inference, not something important.

 We see sun rises from east everyday, but it is as informative as sun rise from west, which rarely, or never happens. They are equally informative because the former means the Earth spins from west to east, and the latter mean the opposite. Besides, not all new things are information, only those making senses are. You don't consider a misspelled word ‘demacrosy’ more informative than the word ‘democracy’ although the latter is more common to see.

Therefore, it will be more appropriate to call information theory “news theory” to avoid misleading
association.  Something happens rarely would be on the news, while something happens everyday is not a news because unexpected information are apparently more valuable a information than those expected to happen. So, it is safe to say information theory can be a measure of the surprise value of information instead of the amount of information itself.







 



Friday, April 4, 2014

神經科學的理論研究

腦科學研究現在主要可以分成美國與歐盟兩大集團

美國計算神經科學/理論神經科學的研究可以由Swartz Foundation  贊助的計畫略知哪些學校有相關的研究團。



Centers



除此之外,University of Washington 的教授Fairhall寫的文章
pursuing computational neuroscience 裡面也提到不少美國內外知名的研究據點

Switzerland
         Henry Markram’s brain simulation consortium
          NSC program 
Germany
Bernstein Center for Computational Neuroscience
        BCCN Tübingen perceptual inference  
        BCCN Berlin       
        BCCN--goettingen theoretical         
          bccn-heidelberg-mannheim‎ gene        
          BCCN Freiburg
Max-Plank Institute 

GSN program in Munich



UK
   University College London, (including the Gatsby Institute)

    Computational Neuroscience

   Cambridge
   Oxford
   Edinburgh

   Birmingham 



Isreal

  Weizmann Institute and Hebrew University

A few other places that have interactive theory/experimental groups: Ecole Normale Superieure in Paris, ETH in Zurich, the Champalimaud center in Lisbon.