知識とは何だろうか: 認識論入門 単行本（ソフトカバー） – 2022/11/1ダンカン・プリチャード (著), 笠木 雅史 (翻訳) Amazonレビュー

「知識」とは、結局、"脳"内では、各「述語(/皮質ミニコラム)」の「述語知識(/述語定義)」である。
2023年3月17日に日本でレビュー済み
Amazonで購入
◎10:35 2023/04/06
「知識」とは、結局、"脳"内では、各「述語(/皮質ミニコラム)」の「述語知識(/述語定義)」である。
※「述語」の「述語知識(/述語定義)」は、参照先の「述語」群の「根拠価」の「線形結合式」である。ただし、[根拠価]＝[根拠価関数]([述定値])。[根拠価関数]は深層学習のReLU。

●"脳"は、非常に大規模な"述語集団"から成る「多値論理メカニズム」である。

◎「デデューション(/デターミニスティック・ボトムアップ述定)モデル(/古典論的モデル)」
◆計算の単位は、「述定」である。
「述語」が「述定」するとは、ある「述定状態(/述定値)」に成ることである。
◆「知覚記憶サイクル」に於ける「推論(/計算)」が透明であるとは、１回の「知覚記憶サイクル」に於いて、知覚述語は、知覚フェーズで、初期状態から１回だけ「述定」して、ある「述定状態(/述定値)」に成り、記憶述語は、記憶フェーズで、初期状態から１回だけ「述定」して、ある「述定状態(/述定値)」に成ることである。
※これは、メモリの書き換えが起きない計算モデルに似ている。
◆同じ参照域を持ち、同時に述定する「述語」が集まって「領野(/層)」を形成する。
「領野(/層)」による「述定」は、超並列計算を実現する。
◆「領野(/層)」が「述定」する際には、参照先の「領野(/層)」組は、「述定」済でなければならない。つまり、「述定状態(/述定値)」を確立していなければならない。これを可能にするため、「領野(/層)」全体は、部分順序構造を持ち、「領野(/層)」は、自分以下の「領野(/層)」のみを参照する。より小さいことを「下位(/前位)」と呼び、より大きいことを「上位(/後位)」と呼ぶ。「領野(/層)」の「知覚述語」は「下位(/前位)」の「領野(/層)」の「知覚述語」群のみを参照する。
※「領野(/層)」の「知覚述語」は、自己及び「上位(/後位)」の「領野(/層)」の「記憶述語」群を参照し得る。
◆実際の脳の「領野(/層)」には、「側抑制」の仕組みがあり、「上位(/後位)」の「領野(/層)」の「述定状態(/述定値)」に於いて、"述定値＞0"である「述語」の分布が「スパース」に成るが、通常、ニューラルネットは「側抑制」の仕組みを持たない。
※「アブダクション(/超並列仮説述定検証選出)モデル(/量子論的モデル)」では、「述語知識」の中に含めることができる。
◆「下位(/前位)」の「領野(/層)」から、順次、「述語知識」に従って「述定」して行く。
※脳では、１つの「領野(/層)」の「述定」に「25ミリ秒」かかるとすると、「領野(/層)」の深さ(/段数)は、せいぜい20段と見積もれる。

◎「アブダクション(/超並列仮説述定検証選出)モデル(/量子論的モデル)」
◆「アブダクション(/超並列仮説述定検証選出)」では、最初に「領野(/層)」全体が、超並列に可能な「述定状態(/述定値)」に成り、「検証」する。「検証」は、「領野(/層)」全体が全く同時に行なうことが可能である。ただし、「述定状態(/述定値)」は +1 または -1 とする。
各「述語」が、参照先「述語」群の「仮説述定状態(/仮説述定値)」から「仮説根拠価」を導出し、「述語知識」を使って「検証値」を計算し、「仮説述定値」と比較する。

・同符号であれば、「検証値」の二乗を「確証度」(≧0)とし、「反証度」を 0 とする。
・異符号であれば、「検証値」の二乗を「反証度」(≧0)とし、「確証度」を 0 とする。

これらの値を「領野(/層)」全体で総計したものが、その「仮説知覚状態」の「確証度」と「反証度」とである。
「根拠度」を [根拠度]＝[確証度]－[反証度] と定義する。
その中で１つの 最大「根拠度」の「仮説知覚状態」を選出(/出力)する。

●「アブダクション(/超並列仮説述定検証選出)」での学習方法:
◆選出(/出力)された 最大「根拠度」の「仮説知覚状態」を、「事実知覚状態」として受け入れる。
※それが、続く「記憶フェーズ」に於いて、記憶される。つまり、「知覚述語」の述定値を、その「知覚述語」を参照する「記憶述語」の述定値にする。
◆「事実知覚状態」に対する「反証」と成った「述語知識」は「反証度」を小さくするように調整する。
・「仮説述定状態(/仮説述定値)」と異符号の線形結合式の「有効リテラル集団」を抽出する。ただし、「有効リテラル」とは、[証拠価]＞0 のリテラルである。つまり、この場合、[証拠価]＝Ｔ のリテラルである。
その「係数」は、「仮説述定状態(/仮説述定値)」と異符号である。
その「係数」を1.2で割ることで、「反証度」を小さくするように調整する。ただし、「係数」の絶対値がMINを下回る場合、「係数」の絶対値はそのままにして、符号を反転する。
・「仮説述定状態(/仮説述定値)」と同符号の線形結合式の「有効リテラル集団」を抽出する。ただし、「有効リテラル」とは、[証拠価]＞0 のリテラルである。つまり、この場合、[証拠価]＝Ｔ のリテラルである。
その「係数」は、「仮説述定状態(/仮説述定値)」と同符号である。
その「係数」を1.2倍することで、「反証度」を小さくするように調整する。ただし、「係数」の絶対値がMAXを上回る場合、「係数」をそのままにする。

※「述語知識(/述語定義)」の"バイアス”は"オペラント調整"する。