На рис. 19 показаны этапы забывания и постепенного сокращения модели, так что в результате остается только несколько обобщенных и связанных с ней «частных» моделей, характеризующих объект лишь в отношении его значимости, то есть полезности.

Разумеется, для того чтобы с помощью элементов одного «рецепторного поля» запоминать все новые и новые модели, нужно допустить наличие большого количества кадров. Кроме того, необходимо предположить торможение моделей как состояние, противоположное активности, возбуждению. Торможение — отрицательная активность, требующая для своего преодоления дополнительной «мощности», идущей по связи от внешнего источника — рецептора или соседнего возбужденного элемента.

Наша гипотеза предполагает строение «рецепторного поля» в виде сети из элементов с неограниченно большим количеством связей. Примерно такая структура имеет место в коре мозга. Воспроизвести ее техническими средствами пока не представляется возможным, разве что в очень ограниченных пределах, которые едва ли смогут обеспечить демонстративность устройства. Все надежды на алгоритмический интеллект.

В АИ все виды памяти должны существовать раздельно. Время нужно делить на такты и все расчеты активности моделей и проходимости связей осуществлять «ступенчато», от такта к такту. Первый вид памяти в АИ — это картина с рецептора. Она существует очень короткое время и считывается, перекодируется по определенным правилам, которые еще нужно создать. Получается ряд цифр, отражающих как саму структуру объекта, так и перечисленные выше параметры модели. Главный из них — это уровень активности каждого объекта модели картины. Поскольку процесс рассматривания даже неподвижной картины выражается в серии кадров типа показанных на рис. 17, то и цифровое выражение модели объекта будет состоять из нескольких строк цифр, кодирующих каждый кадр восприятия. Связи выразятся адресами кадров. Тогда два-три кадра составят «фразу» — модель объекта во временной памяти. Параметр активности кадра в целом и его отдельных объектов будет понижаться по определенной характеристике, сходной с представленной на рис. 18. По мере отдаления во времени кадры станут «бледнеть», утрачивать детали, так что вся «фраза» будет становиться все короче и короче. Если не произойдет повторного привлечения внимания и активации «фразы», модель сотрется из памяти. Если же активность и связи будут подновляться повторным использованием модели, то через некоторое время, предусмотренное характеристикой, модель перейдет в длительную память вместе со своими связями-адресами. Пересчет активности и связей всех моделей в кратковременной памяти обязателен для каждого такта.

Длительная память в АИ выражена «фразами», перешедшими из кратковременной памяти. Сейчас трудно представить всю организацию массива памяти. Думаю, что он должен состоять из большого числа «словарей фраз», построенных из 2—4 «слов» каждая. Во «фразах» будут широко использоваться обобщенные модели.

В СИ все модели постоянно сохраняют хотя бы минимальную активность, вследствие чего связи между ними постоянно изменяются. Это очень затрудняет воспроизведение СИ на ЦВМ, поскольку с увеличением объема сетей катастрофически возрастает объем расчетов. АИ позволяет уменьшить расчеты за счет удлинения интервалов времени между пересчетами связей массива длительной памяти.

Здесь мы рассмотрим только важнейшие действия с моделями. К ним можно отнести действия активации моделей, их сравнения, а также дописывания «фразы» и обобщения моделей.

В памяти находится масса моделей, составленных из «слов», «фраз», «букв» разных «алфавитов». Модели объединены связями, по которым они взаимодействуют друг с другом. Большинство моделей находится в неактивном состоянии. В частности, это касается всех моделей длительной памяти АИ и в меньшей степени — СИ, в котором нет разделения активной и пассивной (кратковременной и длительной) памяти. Деятельность интеллекта связана с активацией новых моделей в длительной памяти и постепенным затуханием активности моделей в кратковременной памяти. В мозге и в ИИ на физических сетях каждый элемент модели — нейрон — или целую модель — ансамбль из нейронов — можно представить как генератор специальной («нервной») энергии, возникающей в ответ на действие такой же энергии, которая поступает по связям от других моделей. Генератор работает по статическим и динамическим характеристикам, подобным показанным на рис. 8 и 9. Энергия передается по связям на другие модели; количество ее определяется проходимостью связи.

Активное состояние модели можно назвать физиологическим термином «возбуждение». В нейронах мозга оно выражается частотой импульсов, в СИ на физических сетях — это электрический потенциал. В ИИ, моделируемом на цифровых машинах, уровень активности моделей — это главный параметр, «буква», выраженная числом, и его нужно пересчитывать для каждого временного такта по статическим и динамическим характеристикам. Впрочем, для АИ это касается только моделей в кратковременной памяти. Операции активирования моделей могут быть двух видов: извлечение модели из длительной памяти с расчетом ее активности или пересчет уровня активности модели, уже находящейся в кратковременной памяти, если она получает дополнительный импульс по связям от другой модели.

В СИ выбор новой модели для активации определяется структурой связей, идущих от активной модели. В АИ новая модель вызывается из длительной памяти по «адресу», записанному в «словаре фраз», в котором первым «словом» является уже возбужденная модель. Например, есть «словарь» предмет—действие, в нем есть модель «хлеб», ей соответствует модель действия «жевать». Последняя и будет вызвана, если в оперативной (кратковременной) памяти содержится возбужденное «слово» «хлеб». Уровень активности модели «жевать» будет подсчитан, исходя из статической характеристики коэффициента проходимости связи, записанного в «словаре», и активности модели «хлеб».

В соответствии с нашей гипотезой для функционирования интеллекта необходимо еще другое состояние, противоположное по знаку возбуждению,— так называемое «торможение». Этот термин принят в нейрофизиологии. Мы его представляем как отрицательную активность, которая тоже генерируется специальными центрами и вычитается из положительной активности при расчетах. Впрочем, необходимость в торможении нужно еще уточнять при проектировании ИИ.

Второй тип операции с моделями — это их сравнение между собой с целью установления как общности, так и различия. Реализация действия целиком зависит от вида интеллекта и организации памяти. В мозге сравнение осуществляется, по всей вероятности, путем условного «наложения» моделей друг на друга. При этом их сходство и различие определяются по количеству общих элементов. Из физиологии известно, что очаг возбуждения в коре генерирует торможение на окружающие участки, затем возбуждение первого очага падает, его «соседи» освобождаются от торможения, и возбуждается другой очаг коры. Можно предполагать, что этим следующим очагом, то есть моделью, будет такой очаг, у которого много связей с первым или много общих нейронов в составляющих модели ансамблях. Сходство и различие определяются по отношению к каким-то третьим моделям-признакам, связи к которым идут от первой и второй из сравниваемых моделей. Допустим, что первая возбужденная модель вызвала к активности признак 1, а вторая — активированная по сходству — возбудила признак 2. Степень совпадения признаков — это мера общности и различия моделей. У животных нет количественного выражения для этой меры, у человека, овладевшего счетом, она есть.

Для АИ сравнение моделей — банальная операция вычитания двух строк цифр. Выраженная цифрами модель разделена на разряды со своими значениями. Можно предположить, что в первом разряде представлена наиболее обобщенная модель (какое-то материальное тело), во втором — крупные структурные блоки (голова, туловище, ноги, отличающие человека), в последующих разрядах — детали. Такой образ всегда имеет место, когда мы воспринимаем объект, даже при фокусировке зрения на его деталях. По этим разрядам и будет осуществляться сравнение.