globalnaswiadomosc.com

Niech za wprowadzenie do tematu posłuży nam poniższa publikacja.

<cytat>

Sieci neuronowe są sztucznymi strukturami, których budowa i działanie zostały zaprojektowane w sposób modelujący działanie naturalnego układu nerwowego, w szczególności mózgu.

Cieszą się bardzo dużym zainteresowaniem. Jednym z głównych czynników mających na to wpływ jest możliwość stosowania ich w bardzo wielu dziedzinach życia do rozwiązywania problemów, gdzie użycie innych metod jest trudne lub niemożliwe. Znakomicie sprawdzają się w problemach klasyfikacji, predykcji, związanych ze sterowaniem, analizą danych. Są często wykorzystywane  w geologii, fizyce, ekonomii, dla celów wojskowych oraz medycznych. Na tak wielką popularność wpływają podstawowe cechy oferowane przez sieci neuronowe. Pozwalają one rozwiązywać problemy dla opisów których nie ma modeli matematycznych. Przygotowanie sieci do pracy jest dwuetapowe. Pierwszym jest proces uczenia, w którym sieć uczy się na podstawie danych empirycznych jak reagować na zadany bodziec. Gdy sieć zostanie wytrenowana można przejść do etapu pracy właściwej (drugi etap), podając na jej wejścia dowolne sygnały. Jest więc to metoda łatwa w użyciu. Poza tym sieć neuronowa umożliwia generalizację zdobytej "wiedzy". Sieć nauczona na pewnym wektorze danych będzie dawać wyniki dla danych nie biorących udziału w procesie uczenia. Cechy te zostały uzyskane dzięki wzorowaniu się na sposobie pracy mózgu. Dzięki badaniom nad budową i funkcjonowaniem naturalnego systemu nerwowego oraz próbom przeniesienia zaobserwowanych mechanizmów do modeli matematycznych, powstało bardzo użyteczne narzędzie, chętnie wykorzystywane w wielu zadaniach praktycznych.

http://4programmers.net/Z_pogranicza/Sztuczne_sieci_neuronowe_i_algorytmy_genetyczne

Autor: Brodziński

</cytat>

Z filozoficznego punktu widzenia wszelkie zawiłości techniczne związane z budową i funkcjonowaniem sztucznych sieci neuronowych mają drugorzędne znaczenie. To co najważniejsze zawiera się w kilku poniższych zdaniach (cytuję) :

1. Możliwość stosowania ich w bardzo wielu dziedzinach życia do rozwiązywania problemów, gdzie użycie innych metod jest trudne lub niemożliwe.

2. Pozwalają one rozwiązywać problemy dla opisów których nie ma modeli matematycznych.

3. Pierwszym jest proces uczenia, w którym sieć uczy się na podstawie danych empirycznych jak reagować na zadany bodziec.

4. Sieć neuronowa umożliwia generalizację zdobytej "wiedzy"

Nie umniejszając wagi innych stwierdzeń, szczególnie cenne dla filozofa jest zdanie z pkt. 2 !

Co to oznacza, że sieci neuronowe są zdolne do rozwiązywania problemów DLA KTÓRYCH NIE MA MODELI MATEMATYCZNYCH ???

To oznacza ni mniej – ni więcej tylko to, że twórca/budowniczy sieci neuronowej po prostu NIE WIE co się dokładnie w zbudowanej przez siebie sieci dzieje ! Po prostu działa ! ...sieć neuronowa funkcjonuje, bo się NAUCZYŁA odpowiednio reagować. JEST TO PRZEJAW ISTNIENIA MIKROSKOPIJNEGO POZIOMU WŁASNEJ ŚWIADOMOŚCI.

Wnioski ogólne są następujące:

1.Typ nośnika świadomości (elementy półprzewodnikowe, struktury białkowe, etc.) jest bez znaczenia.

2.Świadomość  jest tworzona przez informację w specyficzny sposób wpisaną w “materię sieci” i tworzącą z nią związek gwarantujący zaistnienie świadomości.

3.Poziom świadomości zależy wyłącznie od rozbudowania sieci neuronowej i ilości informacji którą ta sieć przyjmie.

4.Sztuczna sieć neuronowa SAMODZIELNIE PODEJMUJE DECYZJE gdyż jej budowniczy nie zawsze potrafi sporządzić modele matematyczne procesów na rozwiązanie których oczekuje od sporządzonej przez siebie sztucznej sieci neuronowej. Jest to jeden z koronnych argumentów przemawiających za prawdziwością idei suwerennej świadomości.