Пространство Смыслов
Это похоже на поле с семенами. Семена лежат в земле, до поры до времени укрытые слоем земли и песка. Но, пока нет воды, пока что-то живое не коснулось их твердой оболочки, они тихо дремлют в земле, до встречи с водой.
Вода — это нечто, что запускает мысль. Мысль направляет внимание. За ним приходит осознанность. Осознанность создает вокруг того или иного семечка живительную влагу, тепло и солнечный свет. И тогда оно начинает раскрываться и прорастать.
Смотреть на это волнительно. Ведь я и сама не знаю, что развернется под действием осознанности в семечке. Но, как правило, разворачивается то, что заложено Богом. Так зубчатый коготок превращается в ярко-желтую календулу, горошинка — в грамофончики настурций, Узкие черные семечки — в ослепительно-лиловые ромашки.
И так — во всем. Это не о цветах, это о душах людей. Это о том, что лежит за каждым из порывов, совпадений и встреч. Это о том, зачем в душе поднимается волнение и попадает куда-то в солнечное сплетение, чтобы потом, поднявшись, дать слезы или восторг души.
Но вначале — вопрос: «Зачем это во мне?», «О чем это во мне, и почему оно ТАК звучит?» А еще «Господи, ты не ошибся? Почему я? Почему — во мне? Откуда это все рождается в моей душе и почему. «
Сомнения, метания, страхи. «Не слишком ли я навязчива, если. «,»А стоит ли об этом писать?»,»А нужно ли это говорить ему или ей?» Но приходит в душу ответы: «Стань видимой», «Скажи об этом». А еще: «Говори со Мной, говоря ему об этом».
И тогда я рискую. Я достаю лист бумаги, ручку, или открываю экран ноутбука. Первая фраза, уместна ли она? Может, выбрать другую, более скромную? Но. Текст уже пришел, «посылка» ползет по невидимой движущейся грузовой ленте, и нужно просто ее описать, а значит – отдать адресату.
Слова приходят САМИ, встают в ряд и танцуют. А я просто записываю их. Я пишу, пока не выдохну это все на бумагу, пока образ держит меня и не отпускает. пока слова танцуют и заплетаются в Смыслы.
И тогда, однажды, я набираюсь смелости, чтобы сказать: «У тебя есть что-то для меня. У меня есть что-то для тебя. Давай попробуем понять, что это». И. часто мои письма вызывают отклик. и даже слезы. Семечко, получившее влагу, внимание и право быть услышанным во мне – прорастает в другом: проектами, идеями, отношениями, дружбами, любовями. А еще стихами, песнями, музыкой, признаниями, радостями и совместным бытием. И тогда я слышу один и тот же вопрос: «Почему ты не сказала мне об этом раньше?»
И тогда я понимаю Ответ Свыше: «ПИШИ… Пиши, дорогая, ибо то, что ты пишешь — нужно людям. Это то, что и есть живая вода. Если ты не преследуешь корыстных целей. Если просто это — музыка, идущая из глубин души, облекаемая в слова».
И тогда, если это так, все не случайно. Находятся ответы на все вопросы, мои и не мои. Тогда все видно и слышно, ибо цветок — зацвел.
А пока. маленькое новое семечко лежит на моей ладони. Я достала его из земли, сухое и тихое, чтобы полюбоваться, поцеловать в краешек сухой и смятой кожицы, и положить бережно обратно в землю и полить водою.
И я верю — ты не случайно отозвалось во мне. И я буду поливать тебя смыслом и вниманием, согревать теплым словом и своими «картинками» души, пока ты — не дашь всходы, и цветы, и плоды.
А я… я порадуюсь и отпущу тебя. И скажу спасибо Богу за вместе пройденный путь. За то, что я тоже – чье-то семечко, и чьи-то руки так же ласково подержат меня и положат в землю, дав прорасти. За то, что я могу быть, жить, и быть созвучной. За то, что таких семечек — много, и, по сути, все мы друг другу – семечки, на руках у Бога.
Просто у кого-то есть музыка, у кого-то слова, у кого-то голос. Кто-то вышивает дивные картины, кто-то — дирижирует хорами. Кто-то печет хлеб, а кто-то растит цветы. Кто-то играет на скрипке, а кто-то – заплетает в тексты слова.
И все мы — друг другу ангелы и садовники. Если только видеть в этом суть, которая есть Любовь. Бог есть Любовь. Все мы есть Любовь. А пока ее нет — мы семена. И Бог ждет, что мы будем друг другу — садовниками. И тогда каждое семечко души — прорастет.
И я мечтаю о жизни на Земле, где мы, люди — будем как одно цветущее поле из душистых трав, цветов, деревьев и кустов. И у каждого будет свой голос, и голос этот — песня.
Роста и цветения, жизни и благоденствия каждому из людей на этой Земле!
Источник
Структура индивидуального пространства смыслов: man-многообразия и точки напряжения
Усовершенствован метод семантического дифференциала Осгуда при помощи технологии разреживания обучаемых нейронных сетей. Проведена серия экспериментов, заключающихся в исследовании индивидуальных смысловых пространств, проинтерпретированы их результаты. Предложена гипотеза о структуре индивидуального пространства смыслов: оно состоит из многообразия малой размерности, задаваемого культурой («ман-многообразия» от немецкого безличного местоимения «man») и сравнительно небольшого множества индивидуальных отклонений, которые могут быть важны для диагностики. Каждая культура имеет небольшое количество специфических для нее ман-многообразий (субкультур).
The method of the semantic differential by Osgood was improved using the technology of pruning neural networks. The series of the experiments, consists of the research of the individual meaning space was made, and there given an interpretation of their results. A hypothesis about the structure of the individual meaning space, concluding in that this consists of the manifold of small dimention (man-manifold, from the german indefinite pronoun «man») and a small quantity of individual divertions, which could be important for the psychodiagnostics, was proposed. Every culture have a small amount of its specific man-manifolds (subcultures).
Слова осмысляются человеком не через «толковый словарь», а через ощущения, переживания. За каждым словом у человека стоит несколько этих базовых переживаний: собака — это что-то маленькое, добродушненькое, пушистое, с мокрым язычком, …, но это и здоровенный, грозно рычащий зверь со злобными глазами, огромными клыками, … . Большинство слов кодирует некоторые группы переживаний, ощущений, и определить смысл слова, то есть эти самые переживания — довольно сложная задача.
Дж. Осгуд с соавторами в работе под названием «Измерение значений» ввели для решения этой задачи метод «семантического дифференциала» (обзор литературы дан в работе [1]). Они предложили искать координаты слова в пространстве свойств следующим образом. Был собран некоторый набор слов (например, «мама», «папа» и т.д.) и набор признаков к этим словам (таких, как близкий — далекий, хороший — плохой, и т.д.), и опрашиваемые люди оценивали слова по этим шкалам. Затем отыскивался минимальный набор координат смысла, по которому можно восстановить все остальные. Было выделено 3 базовых координаты смысла, по которым все остальные можно предсказать достаточно точно: сильный — слабый, активный — пассивный и хороший — плохой. С другой стороны, выявились огромные различия между культурами, например, у японцев и американцев очень многие вещи имеют существенно разные смысловые характеристики.
Существуют различные способы выделения основных признаков (базовых координат), например, метод главных компонент, факторный анализ и др. В данной работе используются нейросетевые методы. Разработка технологии сокращения описания и извлечения знаний из данных с помощью обучаемых и разреживаемых нейронных сетей началась в 90-е годы XX века (см., например, 3) и к настоящему времени созданы библиотеки нейросетевых программ даже для PC, позволяющие строить полуэмпирические теории в различных областях 9.
В данной работе с помощью нейроимитатора исследовались индивидуальные смысловые пространства. Был создан вопросник, в котором определяются координаты (от —10 до 10) 40 слов по 27 параметрам и были проведены эксперименты на нескольких людях.
|
|
|
|
|
В экспериментах отыскивался минимальный набор координат смысла, по которому можно восстановить все остальные с точностью до тенденции (т.е. с точностью до 3 баллов). Это делалось при помощи нейросетевого имитатора NeuroPro [7]. Следует отметить, что предсказание с точностью до 3 баллов фактически соответствует переходу от 21-балльных шкал (от —10 до 10) к традиционным 7-балльным (от —3 до 3).
С помощью NeuroPro возможно получение показателей значимости входных сигналов для принятия нейросетью решения, показателей чувствительности выходного сигнала сети к изменению входных сигналов, показателей значимости и чувствительности по отдельным примерам выборки.
За начальную архитектуру была взята слоистая нейронная сеть, состоящая из трех слоев по 10 нейронов в каждом. Далее проводились последовательно следующие операции.
- Обучение нейронной сети с максимальной допустимой ошибкой обучения 0.49 балла (такая ошибка приводит к тому, что после округления ошибка обучения фактически равна 0). Как показал опыт, такой ошибки обучения чаще всего достаточно для предсказаний с требуемой точностью, то есть для ошибки обобщения, меньшей 3 баллов.
- Из входных сигналов выбирался наименее значимый и исключался, после чего проводилось повторное обучение нейросети с новыми входными сигналами и прежней ошибкой обучения.
Эта процедура проводилась до тех пор, пока нейросеть могла обучиться. В результате этих операций были получены минимальные определяющие наборы признаков (т.е. наборы входных сигналов, оставшиеся после сокращения их числа).
Для разных людей получены очень разные результаты (первые результаты представлены в [10,11]), совсем непохожие на результаты Осгуда. Вот типичные примеры:
Определяющий набор признаков 1-го человека (размерность 7):
Умный — глупый, шумный — тихий, разумный — неразумный, плотный — рыхлый, дружественный — враждебный, страшный — не страшный, опасный — безопасный.
2-го человека: сильный — слабый, приятный — неприятный, опасный — безопасный, страшный — не страшный, дружественный — враждебный, удобный — неудобный (размерность 6).
3-го человека: приятный — неприятный, опасный — безопасный (размерность 2).
Представляет интерес, что Осгудовские признаки почти не представлены в большинстве наборов. В связи с этим было решено проверить, можно ли предсказать значения произвольно выбранных признаков при помощи набора Осгуда (ошибка обучения в экспериментах допускалась (0.49 балла). Практически во всех случаях нейронные сети обучались с приемлемой ошибкой обучения, но ошибка обобщения в экспериментах со скользящим контролем (нейронные сети обучались по всем словам, кроме 2-х — 3-х, а потом тестировались на этих словах) часто была недопустимо велика (5-9 баллов).
После этого проводились следующие эксперименты: нейронная сеть обучалась предсказывать значения параметров по уже определенному минимальному набору признаков на одной половине слов, далее она тестировалась на словах из другой половины. При этом для большинства слов нейронные сети давали удовлетворительные прогнозы по всем параметрам (с точностью до 3 баллов), но почти во всех случаях обнаруживались одно — два слова, для которых сразу по нескольким признакам ошибка нейронных сетей была очень велика.
Итак, для каждого человека обнаруживается многообразие сравнительно малой размерности, в небольшой окрестности которого лежат почти все слова.
При осмыслении этого возникает гипотеза, связанная с тем, что отношение человека к большинству вещей, событий и т.д. не индивидуально, а сформировано культурой, в которой этот человек рос, его окружением и поэтому зависит от сравнительно небольшого числа признаков. В связи с этим и могли появиться многообразия малой размерности, в небольшой окрестности которых лежат почти все слова. Назовем их ман—многообразиями (от немецкого неопределенного местоимения man (некто)). Вероятно, для каждой определенной культуры имеется небольшое количество различных ман-многообразий, специфичных для нее. В ходе воспитания человек присваивает одно из типичных ман—многообразий. Например, определяющий набор признаков 3-го человека представляется в то же время основным набором признаков и для животных: опасность и приятность имеют прямой химический аналог и соответствуют уровню адреналина, эндорфинов и энкефалинов.
Обнаружено, что у большинства людей есть слова, которые неожиданно «выпадают» из ман-многообразий, отстоят от них довольно далеко. Вероятно, это слова, с которыми у человека связаны какие-либо сильные переживания, ощущения, что приводит к появлению «индивидуальности» оценки или же слова, свое истинное отношение к которым человек пытается скрыть. Есть еще один тип таких точек, специфичных для каждой отдельной культуры (или субкультуры), особое отношение к которым сформировано самой культурой (например, в России — Великая Отечественная, в мусульманских странах — бог). Интерпретация «индивидуальных точек» может дать полезную психодиагностическую информацию, а анализ особенных точек культуры — культурологическую. Возможно проведение культурологических исследований путем сравнения особенностей и закономерностей для различных культур.
Уже первые опыты показывают, что набор индивидуальных точек дает яркий и узнаваемый портрет личности, а общекультурные особенности пока не были изучены, так как требуют более масштабных исследований.
В перспективе результаты работы могут быть использованы во многих областях, где требуется информация о психологии и психическом здоровье человека, могут быть применены для создания компьютерных психодиагностических методик, выявляющих и анализирующих индивидуальные особенности и скрытые напряжения и т.п.
Литература
- Language, meaning and culture: the selected papers of C. E. Osgood / ed. by Charles. E. Osgood and Oliver C. S. Tzeng. New York (etc.) : Praeger, 1990 XIII, 402 S.
- Горбань А.Н. Обучение нейронных сетей. М.: изд. СССР-США СП «ParaGraph», 1990. — 160с. (English Translation: AMSE Transaction, Scientific Siberian, A, 1993, Vol. 6. Neurocomputing, рp.1-134).
- Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. — 276с.
- Нейроинформатика / А.Н. Горбань, В.Л. Дунин-Барковский, А.Н. Кирдин и др. Новосибирск: Наука, 1998. — 296с.
- Le Cun Y., Denker J.S., Solla S.A. Optimal Brain Damage / Advances in Neural Information Processing Systems 2. — Morgan Kaufmann, 1990. — pp.598-605.
- McMillan C., Mozer M.C., Smolensky P. The Connectionist Scientist Game: Rule Extraction and Refinement in a Neural Network / Proc. XIII Annual Conf. of the Cognitive Science Society, Hillsdale, NJ, USA, 1991. Erlbaum Press, 1991.
- Царегородцев В.Г. Производство полуэмпирических знаний из таблиц данных с помощью обучаемых искуственных нейронных сетей // Методы нейроинформатики. Красноярск: Изд-во КГТУ, 1998.
- Gorban A.N., Mirkes Ye.M., Tsaregorodtsev V.G. Generation of explicit knowledge from empirical data through pruning of trainable neural networks / Int. Joint Conf. on Neural Networks, Washington, DC, USA, 1999.
- Tsaregorodtsev V.G., Nazimova D.I., Nozhenkova L.F. Neural Identification of the Zonal Classes and Siberian Forest Formations Based on Climatic Parameters / Proc. Int. Symposium «Biodiversity and Dynamics of Ecosystems in North Eurasia», Novosibirsk, Aug. 2000. Vol.4. Part 1. — pp.37-39.
- Горбань П.А. Нейросетевая реализация метода семантического дифференциала и анализ выборов американских президентов, основанный на технологии производства явных знаний из данных // Материалы XXXVII Международной научной студенческой конференции «Cтудент и научно-технический прогресс»: Информационные технологии. Новосибирск, НГУ, 1999
- Горбань П.А. Нейросетевой анализ структуры индивидуального пространства смыслов. «Нейрокомпьютеры»: разработка, применение. 2002, No 4. С. 14-19.
© 2008 П.А. Горбань
© Публикуется с любезного разрешения автора
Источник
