ಒಬ್ಬ ವ್ಯಕ್ತಿ ಮತ್ತು ಕಾರ್ಯಕ್ರಮದ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?
ಈಗ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಸಂಪೂರ್ಣ ಕ್ಷೇತ್ರವನ್ನು ರೂಪಿಸುವ ನರಮಂಡಲಗಳು, ಒಬ್ಬ ವ್ಯಕ್ತಿಗಿಂತ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವಲ್ಲಿ ಹೆಚ್ಚಿನ ಅಂಶಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಬಹುದು, ಅದನ್ನು ವೇಗವಾಗಿ ಮತ್ತು ಹೆಚ್ಚಿನ ಸಂದರ್ಭಗಳಲ್ಲಿ ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಮಾಡಬಹುದು. ಆದರೆ ಕಾರ್ಯಕ್ರಮಗಳು ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಿದ ಅಥವಾ ತರಬೇತಿ ಪಡೆದಂತೆ ಮಾತ್ರ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಅವು ತುಂಬಾ ಸಂಕೀರ್ಣವಾಗಬಹುದು, ಅನೇಕ ಅಂಶಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡು ಬಹಳ ವೇರಿಯಬಲ್ ರೀತಿಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಆದರೆ ಅವರು ಇನ್ನೂ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವಲ್ಲಿ ಒಬ್ಬ ವ್ಯಕ್ತಿಯನ್ನು ಬದಲಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಅಂತಹ ಕಾರ್ಯಕ್ರಮದಿಂದ ವ್ಯಕ್ತಿಯು ಹೇಗೆ ಭಿನ್ನವಾಗಿದೆ? ಇಲ್ಲಿ ಗಮನಿಸಬೇಕಾದ 3 ಪ್ರಮುಖ ವ್ಯತ್ಯಾಸಗಳಿವೆ, ಉಳಿದವರೆಲ್ಲರೂ ಅನುಸರಿಸುತ್ತಾರೆ:
- ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಪ್ರಪಂಚದ ಚಿತ್ರವನ್ನು ಹೊಂದಿದ್ದಾನೆ, ಅದು ಪ್ರೋಗ್ರಾಂನಲ್ಲಿ ಬರೆಯದ ಮಾಹಿತಿಯೊಂದಿಗೆ ಚಿತ್ರವನ್ನು ಪೂರಕವಾಗಿ ಅನುಮತಿಸುತ್ತದೆ. ಇದಲ್ಲದೆ, ಪ್ರಪಂಚದ ಚಿತ್ರವನ್ನು ರಚನಾತ್ಮಕವಾಗಿ ಜೋಡಿಸಲಾಗಿದೆ ಅದು ನಮಗೆ ಎಲ್ಲದರ ಬಗ್ಗೆ ಕನಿಷ್ಠ ಸ್ವಲ್ಪ ಕಲ್ಪನೆಯನ್ನು ಹೊಂದಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಅದು ಸುತ್ತಿನಲ್ಲಿ ಮತ್ತು ಆಕಾಶದಲ್ಲಿ ಹೊಳೆಯುತ್ತಿರುವ ವಿಷಯವಾಗಿದ್ದರೂ ಸಹ (UFO). ಸಾಮಾನ್ಯವಾಗಿ, ಈ ಉದ್ದೇಶಕ್ಕಾಗಿ ಆಂಟೋಲಜಿಗಳನ್ನು ನಿರ್ಮಿಸಲಾಗಿದೆ, ಆದರೆ ಆಂಟೋಲಜಿಗಳು ಅಂತಹ ಸಂಪೂರ್ಣತೆಯನ್ನು ಹೊಂದಿಲ್ಲ, ಪರಿಕಲ್ಪನೆಗಳ ಪಾಲಿಸೆಮಿ, ಅವುಗಳ ಪರಸ್ಪರ ಪ್ರಭಾವವನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ ಮತ್ತು ಇನ್ನೂ ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಸೀಮಿತ ವಿಷಯಗಳಲ್ಲಿ ಮಾತ್ರ ಅನ್ವಯಿಸುತ್ತವೆ.
- ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಪ್ರಪಂಚದ ಈ ಚಿತ್ರವನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವ ತರ್ಕವನ್ನು ಹೊಂದಿದ್ದಾನೆ, ಅದನ್ನು ನಾವು ಸಾಮಾನ್ಯ ಜ್ಞಾನ ಅಥವಾ ಸಾಮಾನ್ಯ ಜ್ಞಾನ ಎಂದು ಕರೆಯುತ್ತೇವೆ. ಯಾವುದೇ ಹೇಳಿಕೆಯು ಅರ್ಥವನ್ನು ಹೊಂದಿದೆ ಮತ್ತು ಗುಪ್ತ ಅಘೋಷಿತ ಜ್ಞಾನವನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ತರ್ಕದ ನಿಯಮಗಳು ನೂರಾರು ವರ್ಷಗಳಷ್ಟು ಹಳೆಯದಾಗಿದ್ದರೂ, ತಾರ್ಕಿಕ ಕ್ರಿಯೆಯ ಸಾಮಾನ್ಯ, ಗಣಿತವಲ್ಲದ, ತರ್ಕವು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ಯಾರಿಗೂ ಇನ್ನೂ ತಿಳಿದಿಲ್ಲ. ಸಾಮಾನ್ಯ ಸಿಲೋಜಿಸಮ್‌ಗಳನ್ನು ಹೇಗೆ ಪ್ರೋಗ್ರಾಂ ಮಾಡುವುದು ಎಂದು ನಮಗೆ ಮೂಲಭೂತವಾಗಿ ತಿಳಿದಿಲ್ಲ.
- ನಿರಂಕುಶತೆ. ಕಾರ್ಯಕ್ರಮಗಳು ಅನಿಯಂತ್ರಿತವಾಗಿಲ್ಲ. ಇದು ಬಹುಶಃ ಎಲ್ಲಾ ಮೂರು ವ್ಯತ್ಯಾಸಗಳಲ್ಲಿ ಅತ್ಯಂತ ಕಷ್ಟಕರವಾಗಿದೆ. ನಾವು ಅನಿಯಂತ್ರಿತತೆ ಎಂದು ಏನು ಕರೆಯುತ್ತೇವೆ? ಈ ಹಿಂದೆ ಅದೇ ಸಂದರ್ಭಗಳಲ್ಲಿ ನಾವು ನಿರ್ವಹಿಸಿದ್ದಕ್ಕಿಂತ ಭಿನ್ನವಾಗಿರುವ ಹೊಸ ನಡವಳಿಕೆಯನ್ನು ನಿರ್ಮಿಸುವ ಸಾಮರ್ಥ್ಯ ಅಥವಾ ಹೊಸ ನಡವಳಿಕೆಯನ್ನು ನಿರ್ಮಿಸುವ ಸಾಮರ್ಥ್ಯ, ಸಂದರ್ಭಗಳಲ್ಲಿ ಮೊದಲು ಎಂದಿಗೂ ಎದುರಿಸಲಿಲ್ಲ. ಅಂದರೆ, ಮೂಲಭೂತವಾಗಿ, ಆಂತರಿಕ, ಸಂದರ್ಭಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಹೊಸದನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡು ಪ್ರಯೋಗ ಮತ್ತು ದೋಷವಿಲ್ಲದೆ ಹೊಸ ನಡವಳಿಕೆಯ ಕಾರ್ಯಕ್ರಮದ ಹಾರಾಟದಲ್ಲಿ ಇದು ಸೃಷ್ಟಿಯಾಗಿದೆ.
ನಿರಂಕುಶತೆ ಇನ್ನೂ ಸಂಶೋಧಕರಿಗೆ ಅನ್ವೇಷಿಸದ ಕ್ಷೇತ್ರವಾಗಿದೆ. ಬುದ್ಧಿವಂತ ಏಜೆಂಟ್‌ಗಳಿಗೆ ಹೊಸ ನಡವಳಿಕೆಯ ಕಾರ್ಯಕ್ರಮವನ್ನು ರಚಿಸಬಹುದಾದ ಜೆನೆಟಿಕ್ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಪರಿಹಾರವಲ್ಲ, ಏಕೆಂದರೆ ಅವು ತಾರ್ಕಿಕವಾಗಿ ಅಲ್ಲ, ಆದರೆ "ಮ್ಯುಟೇಶನ್" ಮೂಲಕ ಪರಿಹಾರವನ್ನು ಉತ್ಪಾದಿಸುತ್ತವೆ ಮತ್ತು ಈ ರೂಪಾಂತರಗಳ ಆಯ್ಕೆಯ ಸಮಯದಲ್ಲಿ ಪರಿಹಾರವು "ಯಾದೃಚ್ಛಿಕವಾಗಿ" ಕಂಡುಬರುತ್ತದೆ, ಅಂದರೆ ಪ್ರಯೋಗದ ಮೂಲಕ. ಮತ್ತು ದೋಷ. ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ತಕ್ಷಣವೇ ಪರಿಹಾರವನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತಾನೆ, ಅದನ್ನು ತಾರ್ಕಿಕವಾಗಿ ನಿರ್ಮಿಸುತ್ತಾನೆ. ಅಂತಹ ನಿರ್ಧಾರವನ್ನು ಏಕೆ ಆಯ್ಕೆ ಮಾಡಲಾಗಿದೆ ಎಂಬುದನ್ನು ಸಹ ವ್ಯಕ್ತಿಯು ವಿವರಿಸಬಹುದು. ಆನುವಂಶಿಕ ಅಲ್ಗಾರಿದಮ್ ಯಾವುದೇ ವಾದಗಳನ್ನು ಹೊಂದಿಲ್ಲ.
ಪ್ರಾಣಿಯು ವಿಕಸನೀಯ ಏಣಿಯ ಮೇಲೆ ಎತ್ತರದಲ್ಲಿದೆ ಎಂದು ತಿಳಿದಿದೆ, ಅದರ ನಡವಳಿಕೆಯು ಹೆಚ್ಚು ಅನಿಯಂತ್ರಿತವಾಗಿರುತ್ತದೆ. ಮತ್ತು ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಬಾಹ್ಯ ಸಂದರ್ಭಗಳು ಮತ್ತು ಅವನ ಕಲಿತ ಕೌಶಲ್ಯಗಳನ್ನು ಮಾತ್ರವಲ್ಲದೆ ಗುಪ್ತ ಸಂದರ್ಭಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿರುವುದರಿಂದ ಮಾನವರಲ್ಲಿಯೇ ಹೆಚ್ಚಿನ ಅನಿಯಂತ್ರಿತತೆಯು ವ್ಯಕ್ತವಾಗುತ್ತದೆ - ವೈಯಕ್ತಿಕ ಉದ್ದೇಶಗಳು, ಹಿಂದೆ ವರದಿ ಮಾಡಿದ ಮಾಹಿತಿ, ಇದೇ ರೀತಿಯ ಸಂದರ್ಭಗಳಲ್ಲಿ ಕ್ರಿಯೆಗಳ ಫಲಿತಾಂಶಗಳು . ಇದು ಮಾನವ ನಡವಳಿಕೆಯ ವ್ಯತ್ಯಾಸವನ್ನು ಬಹಳವಾಗಿ ಹೆಚ್ಚಿಸುತ್ತದೆ ಮತ್ತು ನನ್ನ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, ಪ್ರಜ್ಞೆಯು ಇದರಲ್ಲಿ ತೊಡಗಿಸಿಕೊಂಡಿದೆ. ಆದರೆ ನಂತರ ಹೆಚ್ಚು.
ಪ್ರಜ್ಞೆ ಮತ್ತು ಸ್ವಯಂಪ್ರೇರಿತತೆ
ಪ್ರಜ್ಞೆಗೂ ಅದಕ್ಕೂ ಏನು ಸಂಬಂಧ? ವರ್ತನೆಯ ಮನೋವಿಜ್ಞಾನದಲ್ಲಿ, ನಾವು ಅಭ್ಯಾಸದ ಕ್ರಿಯೆಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ, ಯಾಂತ್ರಿಕವಾಗಿ, ಅಂದರೆ ಪ್ರಜ್ಞೆಯ ಭಾಗವಹಿಸುವಿಕೆ ಇಲ್ಲದೆ ನಡೆಸುತ್ತೇವೆ ಎಂದು ತಿಳಿದಿದೆ. ಇದು ಗಮನಾರ್ಹ ಸಂಗತಿಯಾಗಿದೆ, ಇದರರ್ಥ ಪ್ರಜ್ಞೆಯು ಹೊಸ ನಡವಳಿಕೆಯ ರಚನೆಯಲ್ಲಿ ತೊಡಗಿಸಿಕೊಂಡಿದೆ ಮತ್ತು ಓರಿಯಂಟಿಂಗ್ ನಡವಳಿಕೆಯೊಂದಿಗೆ ಸಂಬಂಧಿಸಿದೆ. ಸಾಮಾನ್ಯ ನಡವಳಿಕೆಯ ಮಾದರಿಯನ್ನು ಬದಲಾಯಿಸಲು ಅಗತ್ಯವಾದಾಗ ಪ್ರಜ್ಞೆಯನ್ನು ನಿಖರವಾಗಿ ಸಕ್ರಿಯಗೊಳಿಸಲಾಗುತ್ತದೆ, ಉದಾಹರಣೆಗೆ, ಹೊಸ ಅವಕಾಶಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡು ಹೊಸ ವಿನಂತಿಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಲು. ಅಲ್ಲದೆ, ಕೆಲವು ವಿಜ್ಞಾನಿಗಳು, ಉದಾಹರಣೆಗೆ, ಡಾಕಿನ್ಸ್ ಅಥವಾ ಮೆಟ್ಜಿಂಗರ್, ಪ್ರಜ್ಞೆಯು ಜನರಲ್ಲಿ ಸ್ವಯಂ-ಚಿತ್ರಣದ ಉಪಸ್ಥಿತಿಯೊಂದಿಗೆ ಹೇಗಾದರೂ ಸಂಪರ್ಕ ಹೊಂದಿದೆ ಎಂದು ಸೂಚಿಸಿದರು, ಪ್ರಪಂಚದ ಮಾದರಿಯು ವಿಷಯದ ಮಾದರಿಯನ್ನು ಸ್ವತಃ ಒಳಗೊಂಡಿದೆ. ಇಂತಹ ನಿರಂಕುಶತೆ ಇದ್ದಲ್ಲಿ ವ್ಯವಸ್ಥೆಯೇ ಹೇಗಿರಬೇಕು? ಹೊಸ ಸಂದರ್ಭಗಳಿಗೆ ಅನುಗುಣವಾಗಿ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ಅವಳು ಹೊಸ ನಡವಳಿಕೆಯನ್ನು ನಿರ್ಮಿಸಲು ಅವಳು ಯಾವ ರಚನೆಯನ್ನು ಹೊಂದಿರಬೇಕು.
ಇದನ್ನು ಮಾಡಲು, ನಾವು ಮೊದಲು ಕೆಲವು ತಿಳಿದಿರುವ ಸಂಗತಿಗಳನ್ನು ನೆನಪಿಸಿಕೊಳ್ಳಬೇಕು ಮತ್ತು ಸ್ಪಷ್ಟಪಡಿಸಬೇಕು. ನರಮಂಡಲವನ್ನು ಹೊಂದಿರುವ ಎಲ್ಲಾ ಪ್ರಾಣಿಗಳು, ಒಂದು ರೀತಿಯಲ್ಲಿ ಅಥವಾ ಇನ್ನೊಂದರಲ್ಲಿ, ಅದರಲ್ಲಿ ತಮ್ಮ ಸಂಭವನೀಯ ಕ್ರಿಯೆಗಳ ಆರ್ಸೆನಲ್ನೊಂದಿಗೆ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟ ಪರಿಸರದ ಮಾದರಿಯನ್ನು ಹೊಂದಿರುತ್ತವೆ. ಅಂದರೆ, ಕೆಲವು ವಿಜ್ಞಾನಿಗಳು ಬರೆಯುವಂತೆ ಇದು ಪರಿಸರದ ಮಾದರಿ ಮಾತ್ರವಲ್ಲ, ನಿರ್ದಿಷ್ಟ ಸನ್ನಿವೇಶದಲ್ಲಿ ಸಂಭವನೀಯ ನಡವಳಿಕೆಯ ಮಾದರಿಯಾಗಿದೆ. ಮತ್ತು ಅದೇ ಸಮಯದಲ್ಲಿ, ಪ್ರಾಣಿಗಳ ಯಾವುದೇ ಕ್ರಿಯೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯೆಯಾಗಿ ಪರಿಸರದಲ್ಲಿನ ಬದಲಾವಣೆಗಳನ್ನು ಊಹಿಸಲು ಇದು ಒಂದು ಮಾದರಿಯಾಗಿದೆ. ಅರಿವಿನ ವಿಜ್ಞಾನಿಗಳು ಇದನ್ನು ಯಾವಾಗಲೂ ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ, ಆದಾಗ್ಯೂ ಇದನ್ನು ನೇರವಾಗಿ ಪ್ರಿಮೋಟರ್ ಕಾರ್ಟೆಕ್ಸ್‌ನಲ್ಲಿನ ತೆರೆದ ಕನ್ನಡಿ ನ್ಯೂರಾನ್‌ಗಳು ಮತ್ತು ಮಕಾಕ್‌ಗಳಲ್ಲಿನ ನ್ಯೂರಾನ್‌ಗಳ ಸಕ್ರಿಯಗೊಳಿಸುವಿಕೆಯ ಅಧ್ಯಯನಗಳು ಬಾಳೆಹಣ್ಣಿನ ಗ್ರಹಿಕೆಗೆ ಪ್ರತಿಕ್ರಿಯೆಯಾಗಿ ಸೂಚಿಸುತ್ತವೆ. ದೃಷ್ಟಿ ಮತ್ತು ತಾತ್ಕಾಲಿಕ ಕಾರ್ಟೆಕ್ಸ್‌ನಲ್ಲಿನ ಬಾಳೆಹಣ್ಣಿನ ಪ್ರದೇಶಗಳು ಸಕ್ರಿಯವಾಗಿವೆ, ಆದರೆ ಸೊಮಾಟೊಸೆನ್ಸರಿ ಕಾರ್ಟೆಕ್ಸ್‌ನಲ್ಲಿರುವ ಕೈಗಳು ಸಹ, ಏಕೆಂದರೆ ಬಾಳೆಹಣ್ಣಿನ ಮಾದರಿಯು ನೇರವಾಗಿ ಕೈಗೆ ಸಂಬಂಧಿಸಿದೆ, ಏಕೆಂದರೆ ಮಂಗವು ಹಣ್ಣಿನಲ್ಲಿ ಮಾತ್ರ ಆಸಕ್ತಿ ಹೊಂದಿರುವುದರಿಂದ ಅದನ್ನು ತೆಗೆದುಕೊಂಡು ತಿನ್ನಬಹುದು. . ಪ್ರಾಣಿಗಳಿಗೆ ಜಗತ್ತನ್ನು ಪ್ರತಿಬಿಂಬಿಸಲು ನರಮಂಡಲವು ಕಾಣಿಸಿಕೊಂಡಿಲ್ಲ ಎಂಬುದನ್ನು ನಾವು ಸರಳವಾಗಿ ಮರೆತುಬಿಡುತ್ತೇವೆ. ಅವರು ಕುತಂತ್ರಿಗಳಲ್ಲ, ಅವರು ತಿನ್ನಲು ಬಯಸುತ್ತಾರೆ, ಆದ್ದರಿಂದ ಅವರ ಮಾದರಿಯು ನಡವಳಿಕೆಯ ಮಾದರಿಯಾಗಿದೆ ಮತ್ತು ಪರಿಸರದ ಪ್ರತಿಬಿಂಬವಲ್ಲ.
ಅಂತಹ ಮಾದರಿಯು ಈಗಾಗಲೇ ಒಂದು ನಿರ್ದಿಷ್ಟ ಮಟ್ಟದ ಅನಿಯಂತ್ರಿತತೆಯನ್ನು ಹೊಂದಿದೆ, ಇದು ಇದೇ ರೀತಿಯ ಸಂದರ್ಭಗಳಲ್ಲಿ ವರ್ತನೆಯ ವ್ಯತ್ಯಾಸದಲ್ಲಿ ವ್ಯಕ್ತವಾಗುತ್ತದೆ. ಅಂದರೆ, ಪ್ರಾಣಿಗಳು ಸಂಭವನೀಯ ಕ್ರಿಯೆಗಳ ಒಂದು ನಿರ್ದಿಷ್ಟ ಶಸ್ತ್ರಾಗಾರವನ್ನು ಹೊಂದಿವೆ, ಅದು ಪರಿಸ್ಥಿತಿಯನ್ನು ಅವಲಂಬಿಸಿ ಅವರು ಕೈಗೊಳ್ಳಬಹುದು. ಇವು ಘಟನೆಗಳಿಗೆ ನೇರ ಪ್ರತಿಕ್ರಿಯೆಗಿಂತ ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ತಾತ್ಕಾಲಿಕ ಮಾದರಿಗಳಾಗಿರಬಹುದು (ನಿಯಂತ್ರಿತ ಪ್ರತಿಫಲಿತ). ಆದರೆ ಇನ್ನೂ ಇದು ಸಂಪೂರ್ಣವಾಗಿ ಸ್ವಯಂಪ್ರೇರಿತ ನಡವಳಿಕೆಯಲ್ಲ, ಇದು ನಮಗೆ ಪ್ರಾಣಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಆದರೆ ಮನುಷ್ಯರಲ್ಲ.
ಮತ್ತು ಇಲ್ಲಿ ನಾವು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಬೇಕಾದ ಒಂದು ಪ್ರಮುಖ ಸನ್ನಿವೇಶವಿದೆ - ಹೆಚ್ಚು ಪ್ರಸಿದ್ಧವಾದ ಸಂದರ್ಭಗಳು ಎದುರಾಗುತ್ತವೆ, ಕಡಿಮೆ ವೇರಿಯಬಲ್ ನಡವಳಿಕೆ, ಏಕೆಂದರೆ ಮೆದುಳಿಗೆ ಪರಿಹಾರವಿದೆ. ಮತ್ತು ಪ್ರತಿಯಾಗಿ, ಹೊಸ ಸಂದರ್ಭಗಳಲ್ಲಿ, ಸಂಭವನೀಯ ನಡವಳಿಕೆಗೆ ಹೆಚ್ಚಿನ ಆಯ್ಕೆಗಳು. ಮತ್ತು ಸಂಪೂರ್ಣ ಪ್ರಶ್ನೆಯು ಅವರ ಆಯ್ಕೆ ಮತ್ತು ಸಂಯೋಜನೆಯಲ್ಲಿದೆ. ಸ್ಕಿನ್ನರ್ ತನ್ನ ಪ್ರಯೋಗಗಳಲ್ಲಿ ತೋರಿಸಿದಂತೆ ಪ್ರಾಣಿಗಳು ತಮ್ಮ ಸಂಭವನೀಯ ಕ್ರಿಯೆಗಳ ಸಂಪೂರ್ಣ ಆರ್ಸೆನಲ್ ಅನ್ನು ಸರಳವಾಗಿ ಪ್ರದರ್ಶಿಸುವ ಮೂಲಕ ಇದನ್ನು ಮಾಡುತ್ತವೆ.
ಸ್ವಯಂಪ್ರೇರಿತ ನಡವಳಿಕೆಯು ಸಂಪೂರ್ಣವಾಗಿ ಹೊಸದು ಎಂದು ಹೇಳಲು ಸಾಧ್ಯವಿಲ್ಲ; ಇದು ಹಿಂದೆ ಕಲಿತ ನಡವಳಿಕೆಯ ಮಾದರಿಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಇದು ಅವರ ಮರುಸಂಯೋಜನೆಯಾಗಿದ್ದು, ಹೊಸ ಸಂದರ್ಭಗಳಿಂದ ಪ್ರಾರಂಭಿಸಲ್ಪಟ್ಟಿದೆ, ಅದು ಈಗಾಗಲೇ ಸಿದ್ಧ ಮಾದರಿಯನ್ನು ಹೊಂದಿರುವ ಸಂದರ್ಭಗಳೊಂದಿಗೆ ಸಂಪೂರ್ಣವಾಗಿ ಹೊಂದಿಕೆಯಾಗುವುದಿಲ್ಲ. ಮತ್ತು ಇದು ನಿಖರವಾಗಿ ಸ್ವಯಂಪ್ರೇರಿತ ಮತ್ತು ಯಾಂತ್ರಿಕ ನಡವಳಿಕೆಯ ನಡುವಿನ ಪ್ರತ್ಯೇಕತೆಯ ಬಿಂದುವಾಗಿದೆ.
ಮಾಡೆಲಿಂಗ್ ಯಾದೃಚ್ಛಿಕತೆ
ಹೊಸ ಸಂದರ್ಭಗಳನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಬಹುದಾದ ಸ್ವಯಂಪ್ರೇರಿತ ನಡವಳಿಕೆಯ ಪ್ರೋಗ್ರಾಂ ಅನ್ನು ರಚಿಸುವುದು ಸಾರ್ವತ್ರಿಕ "ಎಲ್ಲದರ ಪ್ರೋಗ್ರಾಂ" ಅನ್ನು ರಚಿಸಲು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ ("ಎಲ್ಲದರ ಸಿದ್ಧಾಂತ" ದೊಂದಿಗೆ ಸಾದೃಶ್ಯದ ಮೂಲಕ), ಕನಿಷ್ಠ ಒಂದು ನಿರ್ದಿಷ್ಟ ಡೊಮೇನ್ ಸಮಸ್ಯೆಗಳಿಗೆ.
ಅವರ ನಡವಳಿಕೆಯನ್ನು ಹೆಚ್ಚು ನಿರಂಕುಶವಾಗಿ ಮತ್ತು ಮುಕ್ತವಾಗಿಸಲು? ನಾನು ನಡೆಸಿದ ಪ್ರಯೋಗಗಳು ಎರಡನೆಯ ಮಾದರಿಯನ್ನು ಹೊಂದಲು ಏಕೈಕ ಮಾರ್ಗವಾಗಿದೆ ಎಂದು ತೋರಿಸಿದೆ, ಅದು ಮೊದಲನೆಯದನ್ನು ರೂಪಿಸುತ್ತದೆ ಮತ್ತು ಅದನ್ನು ಬದಲಾಯಿಸಬಹುದು, ಅಂದರೆ, ಮೊದಲ ಮಾದರಿಯಂತೆ ಪರಿಸರದೊಂದಿಗೆ ಅಲ್ಲ, ಆದರೆ ಅದನ್ನು ಬದಲಾಯಿಸಲು ಮೊದಲ ಮಾದರಿಯೊಂದಿಗೆ ವರ್ತಿಸಿ.
ಮೊದಲ ಮಾದರಿಯು ಪರಿಸರ ಪರಿಸ್ಥಿತಿಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತದೆ. ಮತ್ತು ಅದು ಸಕ್ರಿಯಗೊಳಿಸಿದ ಮಾದರಿಯು ಹೊಸದಾಗಿದ್ದರೆ, ಎರಡನೆಯ ಮಾದರಿಯನ್ನು ಕರೆಯಲಾಗುತ್ತದೆ, ಇದು ಮೊದಲ ಮಾದರಿಯಲ್ಲಿ ಪರಿಹಾರಗಳನ್ನು ಹುಡುಕಲು ಕಲಿಸಲಾಗುತ್ತದೆ, ಹೊಸ ಪರಿಸರದಲ್ಲಿ ಎಲ್ಲಾ ಸಂಭವನೀಯ ನಡವಳಿಕೆಯ ಆಯ್ಕೆಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ. ಹೊಸ ಪರಿಸರದಲ್ಲಿ ಹೆಚ್ಚು ನಡವಳಿಕೆಯ ಆಯ್ಕೆಗಳನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಲಾಗಿದೆ ಎಂದು ನಾನು ನಿಮಗೆ ನೆನಪಿಸುತ್ತೇನೆ, ಆದ್ದರಿಂದ ಪ್ರಶ್ನೆಯು ಅವರ ಆಯ್ಕೆ ಅಥವಾ ಸಂಯೋಜನೆಯಾಗಿದೆ. ಇದು ಸಂಭವಿಸುತ್ತದೆ ಏಕೆಂದರೆ, ಪರಿಚಿತ ಪರಿಸರಕ್ಕಿಂತ ಭಿನ್ನವಾಗಿ, ಹೊಸ ಸಂದರ್ಭಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯೆಯಾಗಿ, ನಡವಳಿಕೆಯ ಒಂದು ಮಾದರಿಯನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಲಾಗುವುದಿಲ್ಲ, ಆದರೆ ಹಲವಾರು ಏಕಕಾಲದಲ್ಲಿ.
ಪ್ರತಿ ಬಾರಿ ಮೆದುಳು ಹೊಸದನ್ನು ಎದುರಿಸಿದಾಗ, ಅದು ಒಂದಲ್ಲ, ಆದರೆ ಎರಡು ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ - ಮೊದಲ ಮಾದರಿಯಲ್ಲಿ ಪರಿಸ್ಥಿತಿಯನ್ನು ಗುರುತಿಸುವುದು ಮತ್ತು ಎರಡನೇ ಮಾದರಿಯಿಂದ ಈಗಾಗಲೇ ಪೂರ್ಣಗೊಂಡ ಅಥವಾ ಸಂಭವನೀಯ ಕ್ರಿಯೆಗಳನ್ನು ಗುರುತಿಸುವುದು. ಮತ್ತು ಈ ರಚನೆಯಲ್ಲಿ ಪ್ರಜ್ಞೆಗೆ ಹೋಲುವ ಅನೇಕ ಸಾಧ್ಯತೆಗಳು ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತವೆ.
- ಈ ಎರಡು-ಆಕ್ಟ್ ರಚನೆಯು ಬಾಹ್ಯವನ್ನು ಮಾತ್ರವಲ್ಲದೆ ಆಂತರಿಕ ಅಂಶಗಳನ್ನು ಸಹ ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ - ಎರಡನೇ ಮಾದರಿಯಲ್ಲಿ, ಹಿಂದಿನ ಕ್ರಿಯೆಯ ಫಲಿತಾಂಶಗಳು, ವಿಷಯದ ದೂರದ ಉದ್ದೇಶಗಳು ಇತ್ಯಾದಿಗಳನ್ನು ನೆನಪಿಟ್ಟುಕೊಳ್ಳಬಹುದು ಮತ್ತು ಗುರುತಿಸಬಹುದು.
- ಅಂತಹ ವ್ಯವಸ್ಥೆಯು ವಿಕಸನೀಯ ಸಿದ್ಧಾಂತದ ಪ್ರಕಾರ ಪರಿಸರದಿಂದ ಪ್ರಾರಂಭವಾದ ದೀರ್ಘ ಕಲಿಕೆಯಿಲ್ಲದೆ ತಕ್ಷಣವೇ ಹೊಸ ನಡವಳಿಕೆಯನ್ನು ನಿರ್ಮಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಎರಡನೇ ಮಾದರಿಯು ಮೊದಲ ಮಾದರಿಯ ಕೆಲವು ಉಪಮಾಡೆಲ್‌ಗಳಿಂದ ಅದರ ಇತರ ಭಾಗಗಳಿಗೆ ಮತ್ತು ಮೆಟಾಮಾಡೆಲ್‌ನ ಇತರ ಹಲವು ಸಾಮರ್ಥ್ಯಗಳಿಗೆ ನಿರ್ಧಾರಗಳನ್ನು ವರ್ಗಾಯಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ.
- ಪ್ರಜ್ಞೆಯ ವಿಶಿಷ್ಟ ಗುಣವೆಂದರೆ ಅದರ ಕ್ರಿಯೆಯ ಬಗ್ಗೆ ಜ್ಞಾನದ ಉಪಸ್ಥಿತಿ ಅಥವಾ ಆತ್ಮಚರಿತ್ರೆಯ ಸ್ಮರಣೆಯನ್ನು ಲೇಖನ (1) ನಲ್ಲಿ ತೋರಿಸಲಾಗಿದೆ. ಪ್ರಸ್ತಾವಿತ ಎರಡು-ಆಕ್ಟ್ ರಚನೆಯು ಅಂತಹ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ - ಎರಡನೆಯ ಮಾದರಿಯು ಮೊದಲನೆಯ ಕ್ರಿಯೆಗಳ ಬಗ್ಗೆ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಬಹುದು (ಯಾವುದೇ ಮಾದರಿಯು ತನ್ನದೇ ಆದ ಕ್ರಿಯೆಗಳ ಬಗ್ಗೆ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವುದಿಲ್ಲ, ಏಕೆಂದರೆ ಇದಕ್ಕಾಗಿ ಅದು ಅದರ ಕ್ರಿಯೆಗಳ ಸ್ಥಿರ ಮಾದರಿಗಳನ್ನು ಹೊಂದಿರಬೇಕು, ಮತ್ತು ಪರಿಸರದ ಪ್ರತಿಕ್ರಿಯೆಗಳು).
ಆದರೆ ಪ್ರಜ್ಞೆಯ ಎರಡು-ಆಕ್ಟ್ ರಚನೆಯಲ್ಲಿ ಹೊಸ ನಡವಳಿಕೆಯ ನಿರ್ಮಾಣವು ಹೇಗೆ ನಿಖರವಾಗಿ ಸಂಭವಿಸುತ್ತದೆ? ನಮ್ಮ ಬಳಿ ಮೆದುಳು ಅಥವಾ ಅದರ ತೋರಿಕೆಯ ಮಾದರಿಯೂ ಇಲ್ಲ. ನಾವು ಕ್ರಿಯಾಪದ ಚೌಕಟ್ಟುಗಳನ್ನು ನಮ್ಮ ಮೆದುಳಿನಲ್ಲಿರುವ ಮಾದರಿಗಳಿಗೆ ಮೂಲಮಾದರಿಗಳಾಗಿ ಪ್ರಯೋಗಿಸಲು ಪ್ರಾರಂಭಿಸಿದ್ದೇವೆ. ಫ್ರೇಮ್ ಎನ್ನುವುದು ಸನ್ನಿವೇಶವನ್ನು ವಿವರಿಸಲು ಕ್ರಿಯಾಪದದ ಕ್ರಿಯಾಪದಗಳ ಒಂದು ಗುಂಪಾಗಿದೆ ಮತ್ತು ಸಂಕೀರ್ಣ ನಡವಳಿಕೆಯನ್ನು ವಿವರಿಸಲು ಚೌಕಟ್ಟುಗಳ ಸಂಯೋಜನೆಯನ್ನು ಬಳಸಬಹುದು. ಸನ್ನಿವೇಶಗಳನ್ನು ವಿವರಿಸುವ ಚೌಕಟ್ಟುಗಳು ಮೊದಲ ಮಾದರಿಯ ಚೌಕಟ್ಟುಗಳು, ಅದರಲ್ಲಿ ಒಬ್ಬರ ಕ್ರಿಯೆಗಳನ್ನು ವಿವರಿಸುವ ಚೌಕಟ್ಟು ವೈಯಕ್ತಿಕ ಕ್ರಿಯೆಗಳ ಕ್ರಿಯಾಪದಗಳೊಂದಿಗೆ ಎರಡನೇ ಮಾದರಿಯ ಫ್ರೇಮ್ ಆಗಿದೆ. ನಮ್ಮೊಂದಿಗೆ ಅವರು ಹೆಚ್ಚಾಗಿ ಮಿಶ್ರಣ ಮಾಡುತ್ತಾರೆ, ಏಕೆಂದರೆ ಒಂದು ವಾಕ್ಯವು ಹಲವಾರು ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ಕ್ರಿಯೆಯ (ಭಾಷಣ ಕ್ರಿಯೆ) ಮಿಶ್ರಣವಾಗಿದೆ. ಮತ್ತು ದೀರ್ಘ ಭಾಷಣದ ಅಭಿವ್ಯಕ್ತಿಗಳ ನಿರ್ಮಾಣವು ಸ್ವಯಂಪ್ರೇರಿತ ನಡವಳಿಕೆಯ ಅತ್ಯುತ್ತಮ ಉದಾಹರಣೆಯಾಗಿದೆ.
ಸಿಸ್ಟಮ್ನ ಮೊದಲ ಮಾದರಿಯು ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಲಾದ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಹೊಂದಿರದ ಹೊಸ ಮಾದರಿಯನ್ನು ಗುರುತಿಸಿದಾಗ, ಅದು ಎರಡನೇ ಮಾದರಿಯನ್ನು ಕರೆಯುತ್ತದೆ. ಎರಡನೆಯ ಮಾದರಿಯು ಮೊದಲನೆಯ ಸಕ್ರಿಯ ಚೌಕಟ್ಟುಗಳನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ ಮತ್ತು ಸಂಪರ್ಕಿತ ಚೌಕಟ್ಟುಗಳ ಗ್ರಾಫ್ನಲ್ಲಿ ಕಡಿಮೆ ಮಾರ್ಗವನ್ನು ಹುಡುಕುತ್ತದೆ, ಇದು ಉತ್ತಮ ರೀತಿಯಲ್ಲಿ ಚೌಕಟ್ಟುಗಳ ಸಂಯೋಜನೆಯೊಂದಿಗೆ ಹೊಸ ಪರಿಸ್ಥಿತಿಯ ಮಾದರಿಗಳನ್ನು "ಮುಚ್ಚುತ್ತದೆ". ಇದು ಸಂಕೀರ್ಣವಾದ ಕಾರ್ಯಾಚರಣೆಯಾಗಿದೆ ಮತ್ತು "ಎಲ್ಲದರ ಕಾರ್ಯಕ್ರಮ" ಎಂದು ಹೇಳಿಕೊಳ್ಳುವ ಫಲಿತಾಂಶವನ್ನು ನಾವು ಇನ್ನೂ ಸಾಧಿಸಿಲ್ಲ, ಆದರೆ ಮೊದಲ ಯಶಸ್ಸುಗಳು ಉತ್ತೇಜನಕಾರಿಯಾಗಿದೆ.
ಮಾನಸಿಕ ಡೇಟಾದೊಂದಿಗೆ ಸಾಫ್ಟ್‌ವೇರ್ ಪರಿಹಾರಗಳನ್ನು ಮಾಡೆಲಿಂಗ್ ಮತ್ತು ಹೋಲಿಸುವ ಮೂಲಕ ಪ್ರಜ್ಞೆಯ ಪ್ರಾಯೋಗಿಕ ಅಧ್ಯಯನಗಳು ಹೆಚ್ಚಿನ ಸಂಶೋಧನೆಗೆ ಆಸಕ್ತಿದಾಯಕ ವಸ್ತುಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ ಮತ್ತು ಜನರ ಮೇಲಿನ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಕಳಪೆಯಾಗಿ ಪರೀಕ್ಷಿಸಲ್ಪಟ್ಟ ಕೆಲವು ಊಹೆಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ. ಇವುಗಳನ್ನು ಮಾಡೆಲಿಂಗ್ ಪ್ರಯೋಗಗಳು ಎಂದು ಕರೆಯಬಹುದು. ಮತ್ತು ಸಂಶೋಧನೆಯ ಈ ದಿಕ್ಕಿನಲ್ಲಿ ಇದು ಮೊದಲ ಫಲಿತಾಂಶವಾಗಿದೆ.
ಗ್ರಂಥಸೂಚಿ
1. .
ಮೂಲ: www.habr.com