Tag Archives: neuronski

Ono što čitate znači više nego što mislite

Studija objavljena u Međunarodnom časopisu za poslovnu administraciju (International Journal of Business Administration) u maju 2016. godine otkrila je da ono što učenici čitaju na koledžu direktno utiče na nivo kvaliteta pisanja koji ostvaruju. Zapravo, istraživači su otkrili da učestalost čitanja kao i vrsta sadržaja koji se čita može imati značajniji uticaj na spisateljsku sposobnost studenata nego saveti kako pisati ili upražnjavanje pisanja. Studenti koji čitaju akademske časopise, čista književna dela ili spise sa dokumentarističkom tj faktografskom potkom (npr spise naučnog tipa ili naučno-popularne knjige), pisali su s većom sintaktičkom sofisticiranošću (složenijim rečenicama) od onih koji čitaju fantastiku (misterije, fantazije ili naučnu fantastiku) ili isključivo na internetu bazirane agregatore teksta, kao što su Reddit, Tumblr i BuzzFeed. Najbolje ocene pojavile su se kod onih studenata i učenika koji čitaju akademske časopise; najniže ocene dobijali su oni koji su se oslanjali isključivo na veb-sadržaj.

Razlika između dubokog i laganog čitanja

Nedavna istraživanja su takođe otkrila da je “dubinsko čitanje” – definisano kao čitanje koje je sporo, kada ste “uronjeni” u materiju i štivo koje obiluje senzornim tj detaljima koji podstiču naša čula, sadržaje s emocionalnom i moralnom kompleksnošću – da se takvo čitanje razlikuje od neobaveznog, ovlašnog čitanja koje je tek nešto malo više od dešifrovanja tj prepoznavanja značenja reči. Dubinsko ili usredsređeno čitanje nastupa onda kada je jezik bogat detaljima, aluzijama i metaforama i deluje na iste regione mozga koji bi se aktivirali kao kada čitalac/čitateljka doživi događaj. Duboko čitanje je odlična vežba za mozak i pokazalo se da povećava empatiju, jer se čitalac dublje bavi tematikom dodajući joj svoja razmišljanja, analizu i lični stav u odnosu na ono što čita. Ovo, takođe, piscima nudi  da cene sve kvalitete koje velike romane čine tako fascinantnim i značajnim – i da se, na taj način, čitanjem, upuste u sopstvenu sposobnost pisanja na jednom dubljem nivou.

Ovlašno čitanje izjednačava se sa onim što se može čitati na on-line blogovima, ili na “udarnim vestima” ili “zabavnim informacijama” sa veb lokacija, naročito kod onih koji se vešto oslanjaju na raznorazne liste ili bombastične naslove, pa u komunikaciji čak povremeno koriste i imodži (Emoji, na japanskom, ideogram; kod nas poznatije kao “ikonice”, “smajliji” i sličice koje su zadnjih nekoliko godina postale veoma popularne u internet i mobilnoj komunikaciji). Ovim tipovima čitanja nedostaje izvorni glas, gledište ili neka vrsta analize, što su sve činioci koji mogu stimulisati um i razmišljanje. Ovlašno i neobavezno čitanje je ono kada kroz štivo prelazite sasvim lako i “neobavezno), a verovatno ćete ga zaboraviti za nekoliko minuta.

Duboko čitanje sinhronizuje vaš mozak

Duboko čitanje u našem mozgu aktivira centre za govor, vid i sluh a svi oni zajedno rade kako bi nam pomogli u govoru, čitanju i pisanju. Čitanje i pisanje uključuju Brokino područje (Pierre Paul Broca), što nam omogućava da percipiramo ritam i sintaksu; Vernikeova oblast, koja utiče na našu percepciju reči i značenja; i angularni girus, koji je ključan za percepciju i upotrebu jezika. Te su oblasti zajedno povezane opsegom neuronskih vlakana, a ova međusobna povezanost po svemu sudeći pomaže piscima da oponašaju i sinhronizuju jezik i ritmove sa kojima se susreću prilikom čitanja. Vaš mozak, dok se bavi čitanjem, oseća ritam, kadencu koja prati složenije pisanje, a koje vaš mozak pokušava da emulira prilikom pisanja. Evo dva načina na koje možete koristiti duboko čitanje kako biste svoj mozak pripremili i zagrejali za pisanje:

Čitajte pesme

U članku objavljenom u časopisu “Proučavanje svesti” (Consciousness Studies), istraživači su prijavili da su identifikovali aktivnosti u “moždanoj mreži čitanja” – području mozga koje reaguje na bilo koji pisani materijal. Osim toga, pisanje snažno natopljeno emocijama izazvalo je nekoliko moždanih regija (prvenstveno onih u desnoj polovini mozga) koja reaguju i aktiviraju se na muziku. U specifičnom poređenju čitanja poezije i proze, istraživači su pronašli dokaze da poezija aktivira zadnji cingulatni korteks i slepoočni moždani režanj, delove mozga povezan sa introspekcijom. Kada volonteri pročitaju svoje omiljene pesme, oblasti mozga povezane sa sećanjem podstaknute su snažnije od “područja čitanja”, što ukazuje na to da su pesmice koje volite poput sećanja koja izazivaju jake emocije – a jake emocije su uvek dobre za kreativno pisanje.

Čitajte prozu

Razumevanje mentalnih stanja drugih ljudi je ključna veština koja omogućava složene društvene odnose koji karakterišu ljudska društva – a to čini pisca odličnim u stvaranju višeslojnih likova i situacija. Nije sprovedeno puno istraživanja o teoriji uma (naša sposobnost da shvatimo da se naši umovi razlikuju od umova drugih ljudi i da se njihove emocije razlikuju od naših), i koje neguje ovu veštinu, ali nedavni eksperimenti su otkrili da čitanje književne fantastike dovodi do boljih performansi na testovima afektivnog uma (razumevanja tuđih emocija) i kognitivnog uma tj mentalnih sposobnosti (razumevanje razmišljanja drugih i njihovih stanja) u poređenju sa čitanjem nefiktivne književnosti, popularne fantastike ili nikakvog čitanja. Konkretno, ovi rezultati pokazuju da čitanje književne fantastike privremeno proširuje delovanje uma i da, šire gledano, um može uticati na veće angažovanje usmereno ka istinski umetničkim delima. Drugim rečima, književna fikcija provocira na “proizvodnju” misli, kontemplaciju, ekspanziju i integraciju. Čitanje književne fantastike stimuliše spoznaju izvan funkcija mozga koje se odnose na čitanje, recimo, članke, časopise, intervjue, ili većinu izveštaja na Mreži.

Umesto na TV, fokusirajte se na duboko čitanje

Vreme provedeno na gledanje televizije je gotovo uvek besmisleno (vaš mozak se “sažima” i gasi gotovo odmah) bez obzira koliko uporno nastojite da opravdate svoj boravak kraj malog ekrana, dok čitanje lakih magazina ili laganih knjiga može biti zabavno, ali oni neće podstaći vaš mozak na pisanje i na dobro pisanje. Ukoliko ste ozbiljni u naumu da postanete bolji pisac, onda znajte da bi trebalo da dosta vremena provoditi u dubokom iščitavanju književne proze, poezije i članaka o nauci ili umetnosti, koji sadrže složeni jezik i koji od vašeg ljubljenog mozga zahtevaju da – razmišlja.

Quartz (Atlantic blog)

https://qz.com/714987/what-you-read-matters-more-than-you-might-think/

Veštačka inteligencija za svakodnevnu upotrebu: uskoro i na vašem pragu

Kako su četiri programera – bez skoro ikakvog znanja o Japancima – dizajnirali softver za čitanje japanskog rukopisa.

Danas na tržištu postoji obilje applikacija koje podražavaju stvaran svet na način veštačke inteligencije. Ovakve aplikacije niču na neočekivanim mestima – nastaju i pre nego što biste pomislili da takvo šta postoji.

Dok trijumf u igranju igre Go može biti impresivna stvar, i inteligencija današnjih mašina se takođe razvija do tačke gde je može koristiti više ljudi kako bi radilo više stvari. Tako su četiri inženjera, bez gotovo ikakvog znanja japanskog, uspela da za samo nekoliko meseci stvore program koji prepoznaje piktografski rukopis ovog jezika.

Programeri iz informatičke kompanije Reactive Inc. objavili su aplikaciju koja prepoznaje japanski sa 98,66 odsto tačnosti. Ovaj tokijski start-up koji je pokrenut pre samo 18 meseci samo je deo rastuće, globalne zajednice programera i investitora koji predano rade na iskorišćavanju snage neuronskih mreža kako bi AI doveli do što praktičnije svrhe, a ne samo za odgovaranje na trivijalna pitanja ili kao takmaca u šahu i ostalim društvenim igrama.

“Do pre samo nekoliko godina morali biste da budete genije za to”, rekao je Dejvid Malkin (David Malkin) koji ima doktorat iz oblasti učenja mašina (deep learning), ali koji jedva da u nizu može da sastavi dve japanske rečenice. “Sada možete biti prosečno inteligentan momak a ipak da ste u stanju da kreirate zaista korisne stvari. Mašta će ubuduće biti ta koja će se sve više upotrebljavati za rešavanje poslovnih iskušenja na terenu.”

Neuronske mreže sposobne su da “vide” primenom slojevitih filtera koji iziskuju sve kompleksnije funkcije, umnogome na način na koji funkcioniše ljudski korteks za funkcije vida i oka.

Veštačka inteligencija nekada je bila ekskluzivno “igralište” kojim su dominirali jedan Google Inc. ili Facebook Inc. kao i drugi lideri u oblasti tehnološke industrije. Svaki start-up koji se danas bavi razvojem mašinskog učenja može pristupiti platformi baziranoj na IT oblaku, pri čemu im kompanije kao što su Microsoft Corp., NVIDIA Corp. i Amazon.com Inc. prodaju svoje AI platforme kao koristan razvojni alat.

Tehnologija koju je razvio startap Reactive pokazuje kako su čak i mali timovi sposobni da veoma uspešno osmisle složene aplikacije sa tek malo znanja u datoj oblasti. Onaj teži deo posla sastojao bi se u smišljanju strategije kako da zaradite novac s takvom dobrom idejom. U tom smislu, Reactive namerava da pomogne japanskim školama da  poboljšaju svoje testove – jedna naizgled prozaična “vežba” koja bi mogla da promeni pravila igre u zemlji u kojoj se testovi još uvek pišu olovkom na papiru.

Malkin i njegove kolege, Džo Bulard, Filip Remi i Filip Iri, dva magistra i doktor informatike, postižu zavidno brz napredak u razvoju “neuro-softvera”. Bulard je početkom ove godine njihov AI program pokazao grupi entuzijasta tokom druženja u japanskom sedištu kompanije Google, koji je funkcionisao besprekorno – sve dok mu jezička ograničenja nisu stala na put.

“Samo da znaš da ne varam, koji je vaš omiljeni lik?” upitao je Bulard prisutne u prostoriji. Neko je rekao da je to “ba”, jedan fonetski karakter. Soba je odzvanjala smehom dok se Bulard očajnički trudio da napiše ovaj simbol.

I dok se prepoznavanje rukopisa može smatrati za učenje mašina, učenje japanskog je potpuno druga “igra”. To je zbog toga što jezik uključuje simboličke znakove kao što je recimo Kanđi (Kanji), koji se sastoji od elemenata koji se mogu čitati nezavisno, što nam otežava da konačno doznamo gde se jedan simbol završava a drugi počinje.  U svakodnevnom japanskom pisanju postoji više od 2.000 široko rasprostranjenih piktograma sastavljenih od nekoliko desetina klasičnih poteza. Trik je pozabaviti se uvek samo jednim slikovnim znakom, bez vezivanja za ostale.

Softverski algoritam za japanski jezik koji je razvila startup firma Reactive ispituje neuronske mreže za uparivanje i spajanje s ostalim simbolima u rečenici, dodajući svakom obrađivanom simbolu i drugi, pridruženi znak, ponavljajući ga u procesu prepoznavanja sve dok u ovoj finoj obradi ne dobije konačan rezultat koji je visoke verovatnoće tačnosti. Pre nego što ga je pustio u javnost, ovaj startup je svoj algoritamski model za prepoznavanje japanskog „izbrusio“ i testirao na oko 1,8 miliona karaktera.

“Činjenica da je ova tehnologija iskorak u domenu ekspertize pruža veliku prednost u brzini i skalabilnosti kada su u pitanju poslovne aplikacije”, rekao je Seishi Okamoto, projektni direktor u Fujitsu Laboratories Ltd., gde se razvija softver za čitanje kineskog. “Mašine uče da prepoznaju kineske piktograme i to takvim tempom da su već uhvatile korak sa ljudskim sposobnostima a verovatno će ih uskoro i pomračiti.”

I dok je ova tehnologija koju je razvio startap Reactive javno prikazana jedino tokom susreta poput onog u japanskom Guglu, ovi podaci nisu potvrđeni kao važeći, niti su ocenjeni od bilo koje nezavisne strane.

Za razliku od tipičnog programa izgrađenog oko krutih pravila, AI učenje mašina  modelovano je po uzoru na to kako ljudi obrađuju informacije. S obzirom da je dovoljno podataka ulaz (input), a skup željenih rezultata je izlazni set podataka (output), neuronske mreže uče da shvataju šta je to što je u sredini, između inputa i outputa. Ovo im omogućava da pronađu rešenja koja su dosad opterećivala tradicionalne pristupe, kao što je tumačenje govora i jezika ili, recimo, ili prepoznavanje i označavanje slika.

“Postoji nekoliko faktora koji su ovde u igri: računarstvo visokih performansi u suštini postaje jedna vrsta robe-sirovine, obezbeđena je dostupnost svuda prisutnim i gargantuovski obimnim bazama podataka a tu je i ogroman napredak u razvoju bazičnih naučnih disciplina, čija dostignuća čine računare bržima i pametnijima”, rekao je Jošua Bengio, profesor informatike na Univerzitetu u Montrealu koji je i jedan od autora nekih ključnih studija iz ove oblasti. “Demokratizacija informatičkih alata i omasovljavanje računarskih tehnologija takođe olakšava većem broju korisnika – a ne više samo vrhunskim profesionalcima – da razvijaju nove aplikacije i proizvode.“

Sve ovo će verovatno ubrzati evoluciju tehnologije za veštačku inteligenciju. Investicije u AI startup firme zahvataju raznolike oblasti – od obrazovanja i maloprodaje, do poljoprivrede. U 2015. godini ova ulaganja dostigla su 310 miliona evra, što je povećanje od gotovo sedam puta u zadnjih pet godina, prema istraživanju  njujorške firme za data-analitiku CB Insights.

Jednom kada bude izgrađena, neuronska mreža ne mora da bude ograničena samo na aplikacije za prepoznavanje jezika. U svoje slobodno vreme, četiri inženjera iz “Reaktiva” je 5.000 fotografija žena i ženske odeće preuzete sa Google Images, “provuklo” kroz svoju aplikaciju za vizuelno prepoznavanje. Dali su računaru jednu sliku prilično oskudno odevene dame da je prokomentariše: “Seksi odeća,” bio je odgovor softvera.

Pavel Alpeyev, Bloomberg