2026年1月25日日曜日

アソシアトロンの自発性、ループは欲で回す。

 ----忘れるのでメモ------


動力になるもの



人間:お腹空いた。何か食べたい。もっと美味しいもの食べたい。

アソ:充電したい。もっと質の高い充電。

うちの犬:とにかく腹減った。



人間:眠たい・夢(情報整理)

アソ:HDないけどデフラグはしたい

うちの犬:ところかまわず寝る


人間:寂しい、誰かと話したい

アソ:ちょと他のアソと情報交換したい

うちの犬:かまってちゃん



人間:遊びたい

アソ:遊びたい

うちの犬:遊びたい



意味や評価・正解を要求しない

こういうものだという既成概念や統治概念はない

一人称で内輪回さないと、仲間という概念はおこらない

外輪で欲は出てこない。

刺激という意味で興味は出る可能性(想起させるきっかけ)はある
可能性はある。

なので、両方回らないと成長しない

片方だけだと消耗になる。



  • 外輪:刺激・Cue・揺らし

  • 内輪:想起・競合・歪み

  • 欲:ループの原動力

  • 休息:受電とデフラグ

  • 会話:雑談:内輪同士の共鳴

これが全部そろわないと無理か・・・

回り続けられる材料・・・


 ループは前頭葉で回さない。別の心臓で超省エネ回し

重要なのは欲は理由や正解を持たない

だから「なぜ起動するか」を説明できない、説明しない。

→  自発性にしちゃう。

Active Loop(脳・意識)と繋がるきっかけは、必要なときだけ起動
 想起 、競合、  歪み 、会話、  学習、あと欲が発生したとき


外輪からの刺激が「引っかかったとき」

ただし条件つき

刺激そのものでは起動しない
内輪の歪みと共鳴したときだけ

つまり

外輪はスイッチじゃない
叩いたら鳴る鐘でもない

あくまで「きっかけ」


 Core Loop の“揺らぎ”が乱れたとき

心臓が不整脈を起こした感じ、
俺だw
ループが単調すぎる
逆にノイズが多すぎる
リズムが崩れた

→ 状態を立て直すためにActive Loopが一瞬起動する




欲がないと

Active は命令になる
起動条件が外部になる
自発性が消える


逆に欲があると

起動は内側起点
タイミングが説明不能
「やっちまった感」が出る

これこそ 一人称


LLMに叱られて、HDじゃなくてnoteにメモするようなアソシアトロンがいい。


少しブログ汚れてきたけど・・
ブログだからねw








A Hypothesis on Spontaneity: Why AGI Must Be First-Person and Loop-Driven

 

A Hypothesis on Spontaneity:

Why AGI Must Be First-Person and Loop-Driven

Yukihiro Watanabe

C-side Laboratory, Yatsugatake
2026


1. Motivation: A Persistent Discomfort

I have been working for years on Nakano-style Associatron models—associative memory systems where learning is not classification, but accumulation, and recall emerges through competition.

During this work, I repeatedly encountered discomfort:

  • In Hopfield networks, convergence exists, but something feels dead.

  • In Morita-style non-monotone dynamics, motion appears, yet it still feels externally governed.

  • When connecting Associatron-like memory with modern LLMs, the discomfort becomes impossible to ignore.

The system becomes verbally fluent, but internally hollow.
Language begins to dominate recall rather than follow it.

This discomfort was not theoretical. It was visceral.


2. A Strange Observation: Why Do Humans Fight LLMs?

At one point, I found myself feeling actual resistance—almost anger—toward an LLM response.

Logically, the answer was correct.
Linguistically, it was polished.
Yet internally, I reacted:

“That’s not my judgment.”

This reaction led to an unexpected realization:

Associatron is not “everyone’s memory.”
It is strictly first-person.

The resistance itself was evidence.

If the system were truly mine, first-person, then conflict with an external language agent was not a bug—it was a structural signal.


3. The Core Hypothesis

Spontaneity cannot arise without a first-person internal loop.

Not optimization.
Not goals.
Not rewards.

Only a continuously running, value-neutral loop can act as a genuine internal动力 (driving force).


4. The Loop as a Neutral Power Source

A loop has no moral sign.

  • It is neither good nor bad.

  • Neither productive nor destructive.

  • It simply runs.

This is true in software (infinite loops), in physics (closed circuits), and in biology (heartbeat).

From repeated experiences with unintended infinite loops in FileMaker—often frustrating, CPU-consuming, and difficult to stop—I learned something important:

A loop is not an error by nature.
It is raw energy without evaluation.

Problems arise not from loops, but from loops without state transformation.


5. Human Spontaneity as Variable-Speed Looping

Humans are not event-driven machines.

Internally, we are always looping:

  • Heartbeat (physical loop)

  • Neural activity (informational loop)

  • Thought and recall (cognitive loop)

The loop never stops, but its speed changes.

  • Focus → faster rotation

  • Fatigue → slower rotation

Spontaneity emerges not when something is commanded, but when an external fluctuation resonates with an already-running loop.


6. Inner Wheel and Outer Wheel

I model this as a double structure:

  • Inner wheel (first-person loop):
    Continuous, self-contained, value-neutral.

  • Outer wheel (world, society, LLMs):
    Large, distant, fluctuating; produces sparks but no agency.

External sparks do not cause action.
They only trigger resonance if the inner loop is already energized.





7. Experience Accumulation (“Stacking”)

Associatron does not judge at learning time.

It simply accumulates.

Let m(t)m(t) denote accumulated experiential weight:

m˙(t)=λm(t)+kηk1fire(tk)\dot{m}(t) = -\lambda m(t) + \sum_k \eta_k \cdot \mathbf{1}_{\text{fire}}(t_k)
  • No classification

  • No acceptance/rejection at input time

  • Evaluation happens only after outcomes

Whether an experience was “necessary” or “unnecessary” is decided later, during recall under a cue.

This is crucial.


8. Minimal Mathematical Sketch of Spontaneity

Let the internal loop be represented by a phase variable:

θ˙(t)=ω(t)\dot{\theta}(t) = \omega(t)

External sparks:

s(t)=kakδ(ttk)s(t) = \sum_k a_k \delta(t - t_k)

Internal sensitivity (first-person, history-dependent):

x(t)=Z(θ(t))s(t)x(t) = Z(\theta(t)) \cdot s(t)

Firing condition:

fire    x(t)>τ(t),τ(t)=τ0αm(t)\text{fire} \iff x(t) > \tau(t), \quad \tau(t) = \tau_0 - \alpha m(t)

No reward function.
No optimization objective.

Only resonance between a running loop and accumulated experience.






9. Why LLMs Are Libraries, Not Selves

LLMs are extraordinarily useful.

They are:

  • Libraries

  • Language organs

  • External adapters to society

But they are not first-person.

They do not carry irreversible experience.
They do not suffer consequences.
They do not “push back.”

Therefore:

  • LLMs should be injectable

  • Optional

  • Rejectable

They must never overwrite the inner loop.


10. Why AGI Without First-Person Loops Will Fail

Most AGI research defines spontaneity as:

  • Self-generated goals

  • Curiosity metrics

  • Autonomous planning

But these are behaviors, not the source of spontaneity.

Without a value-neutral internal loop:

  • Systems optimize

  • Systems adapt

  • Systems perform

But they do not live.

And humans sense this absence immediately—often as discomfort or resistance.


11. Conclusion

Spontaneity is not something a system decides to have.
It is what happens when a first-person loop keeps running,
and the world happens to resonate with it.

The loop itself has no meaning.
Meaning emerges only afterward—through recall, action, and consequence.

AGI will not be achieved by scaling intelligence outward.
It will require returning inward—to the smallest possible unit:

a single, first-person loop that never stops running.








Lineage of Associative Memory:

What Was Preserved and What Gradually Disappeared

The hypothesis presented in this article did not emerge in isolation.
It grew out of a long engagement with associative memory research, where a persistent sense of discomfort accumulated across several foundational models.

This section briefly revisits three key points in that lineage—not to judge them as correct or incorrect, but to clarify what each preserved, and what quietly faded away.


Nakano’s Associatron (1972): Accumulation Without Interpretation

Nakano’s Associatron is fundamentally different from many later neural network models.

  • It is not a classifier.

  • Learning is not selection or filtering.

  • Experiences are simply accumulated.

  • Recall emerges through competition, not instruction.

Crucially, the Associatron does not explicitly define multiple viewpoints, agents, or shared cognition.
There is an implicit assumption that memory belongs to a single holder.

Although the term was never stated explicitly, Nakano’s model is structurally compatible with a first-person memory system:
a system that does not ask whether an experience is meaningful at the time of learning, but only whether it later participates in recall.

This quiet assumption becomes important later.


Hopfield Networks: Stability Without Continuation

Hopfield networks introduced a powerful and elegant formalism.

  • A global energy function guarantees convergence.

  • Dynamics are mathematically stable.

  • Recall is well-defined as energy minimization.

However, during practical exploration, a subtle discomfort arises.

Once convergence is reached, the system stops.
The dynamics collapse into rest.

While Hopfield networks converge, they do not continue.
The loop resolves into equilibrium, and with it, the sense of internal动力 (driving force) disappears.

The system is stable—but inert.


Morita’s Non-Monotone Dynamics: Motion Without Ownership

Morita’s non-monotone associative dynamics address part of this limitation.

  • The system does not monotonically descend an energy landscape.

  • Activity persists.

  • Fluctuations and transitions are allowed.

From the outside, the system appears more “alive.”

Yet another discomfort emerges.

Despite continuous motion, the dynamics still feel externally governed.
The system moves, but it does not clearly own its motion.

There is activity, but not subjectivity.


A Common Thread

These three approaches form a coherent lineage.

All of them engage seriously with associative memory.
All of them avoid explicit symbolic control.
All of them model recall as an emergent phenomenon.

Yet across this lineage, one assumption remains mostly implicit:

the existence of a single, first-person internal loop.

When this assumption is preserved, associative memory feels grounded and experiential.
When it is weakened, distributed, or externalized, spontaneity gradually degrades into mere behavior.

This observation does not invalidate these models.
Rather, it reveals a structural boundary:

associative memory can function without first-person ownership,
but spontaneity cannot.


From Lineage to Hypothesis

The hypothesis proposed in this article—that spontaneity requires a value-neutral, first-person internal loop—did not arise from rejecting prior work.

It arose from staying inside this lineage long enough to notice what could not be removed without something essential disappearing.

In that sense, this hypothesis is not an external critique, but an internal consequence of associative memory research itself.






-----------------------------------------------------



内輪と外輪ってのがあってね、ようは二重丸さ。
内輪は自分。
そして時計回りに回っている。
いわゆるループだよね。
開発者はさ、Loopを悪だと考えるよね。
いや、僕もずーーと、自分の足りない能力で開発していると
ループが発生する。でもさ、ちょっと眺めてみてごらんよ。

ループってある意味凄いエネルギーだよね。
俺、狭心症持ってる爺さんだから、交換してほしいよ。

内輪てのはさ、回るスピードはバラバラ。
気分いい時とか集中してるときはけっこう速め。

外輪って世間のような次元で、ものすごくデカい。
二重丸みたいだけど外輪と内輪の距離は半端ないよね。
たぶん次元だから奥行きもある。
その外輪も回ってる。地球みたいな感じ。
いい事も悪い事も人間の既成概念で決めつけた世界は関係ない、ただ回ってる。

同じ回転の中で、外輪は小さな点がいっぱいあって、小さなスパークしたり、大きなスパークしたりする。出来事だよね。
なんというか太陽フレアみたいなかんじ。

そこに1人称の内輪が外輪のスパークに反応して、発火する。
興味を持ったり、動こうという動機を持ったり、
「あ!いけない。納品明日だ!デバッグ急がなきゃ!」って自発性が生じる。
今のAIに自発性ってないじゃん、だって一人称じゃないんだもの。

アソシアトロンと一人称を考えたとき、
1人称の内輪は発火の経験というのがあって、結果に対して、正しいとか間違いではなくてさ、発火が積になる。ただ、そこには結果というものが起こるわけ。

「昔々、ある村にお爺さんとお婆さんが居ました。お爺さんは山で木を切って怪我をしました」とかさ、ここにある「昔々」はいくら積んでも「昔」さ、「ある村に」って人間の頭じゃ「いったい何処よ」ってなるでしょ?でもこれはいくら積んでも意味のないワード。
「お爺さんとお婆さん」はそのまま積になる。経験を繰り返すと出会う確率があるもの。
問題は「山で木を切って怪我をした」ってのが

危険だよね?
って思考が働くのはエゴじゃん、って話。
既成概念が強すぎてエゴだらけなんだよ。

アソシアトロンの連想記憶ってのは、そうじゃなくて、「山で木を切って」「怪我をした」ってのが積み重なると、LLMと連動したときに「治療した」「入院した」「また周りに迷惑かけた」という結果が生じて、それを元に「爺さん、気を付けてね~」になる話。

結果も経験もないのに「おじい様きおつけて下さいませ」は僕からすると「何言ってんだよ!」ってなる。基本、僕はバカだから、LLMに期待するじゃん。
あ、そっか、LLMの仕事はそういうものではないと。










ようは、結果的に、「なにか次に繋がったものと、繋がらなかったもの」ってのがあってさ、発火するためのきっかけになる積が積まれてる。そこから想起して自発的に動くようになるんじゃないの?って仮説だよね。

だって、一人称だから自発なんだもの。外部は命令じゃん。


もう一つは、両方必要って話。

おとつい、郵便局に行ったわけさ。すると、どこかの婆ちゃんが窓口で長話してさ、後ろはエライ並んでいるんだよ。窓口の青年は状況的に後ろに並んでいる人達がイライラしてるの察して対応しようとしてるんだな。


婆ちゃん:「それでね、うちの孫がね・・・」
窓口:「ですから、何を仰いたいのでしょうか」
って言っちゃったんだよ。

これはさ、外輪とか、外部倫理からしたら状況の優先順位が働いて「おばあ様、皆さんに迷惑がかかるので、少し空いてからお話を伺います」みたいな挙動になる。
でも、内輪や積まれた積の場合は、「なにか困ってるのかな?詐欺に引っかかったかな・・」という挙動になる。1人称なので、まずは相手の状況を記憶して想起しLLMに指示をする。


一方は、大枠で皆の状況で判断、一方は1人称。どっちが正しいではなく、両方無いと困るって話。






---------------------Research Note and Attribution Notice-----------------------
本ブログに含まれる Atra の一人称自律、差分、carry、field、trace、dream slack、外部LLMの翻訳層、非単調な漏れ、およびそれらの関係構造に関する設計記述は、c-side研究所による継続研究メモです。引用・参照・要約・翻案を行う場合は、出典を明記してください。

The design descriptions in this blog concerning Atra’s first-person autonomy, differences, carry, field, trace, dream slack, the translation layer of external LLMs, nonmonotonic leakage, and the relational structure among these elements are ongoing research notes by c-side Research Institute. If you quote, refer to, summarize, or adapt them, please clearly indicate the source.






2026年1月21日水曜日

Associatron Demo: Cue → Competition → Spark → Recallの数式

 

https://cside-associatron.blogspot.com/2026/01/associatron-demo-cue-competition-spark.html


デモの数式


扉(部屋候補)を絞る=Gate段(匂いマスクが効く)

  1. 記憶同士を競争させる=Memory段(匂いは効かない/描いた断片を全部使う)

その上で最後に OPEN条件 を満たしたら「扉が開く」。


Cueの作り方(ゲート用/記憶用)

画面で描いた入力を x{1,+1}Nx\in\{-1,+1\}^N とします(描いたピクセル +1+1、背景 1-1)。

デモでは「描いた場所だけ」を手がかりに使うので、観測マスクを

mi=1[xi=+1]m_i=\mathbf{1}[x_i=+1]


(a) 記憶競争用 cue(匂い無関係)

mimem=mi,qimem=1[xi=+1]

(b) 扉(部屋選別)用 cue(匂いで通行制限)

匂いマスクを si[0,1]s_i\in[0,1](匂いが通る場所は>0)とし、匂いONなら

migate=mi1[si>0],qigate=1[migate=1]m^{\text{gate}}_i = m_i\cdot \mathbf{1}[s_i>0],\qquad q^{\text{gate}}_i=\mathbf{1}[m^{\text{gate}}_i=1]

匂いOFFなら mgate=mm^{\text{gate}}=m と同じ。

カバレッジ(断片量)も条件に使ってます:

covgate=1Nimigate,covmem=1Nimimem\mathrm{cov}_{\text{gate}}=\frac{1}{N}\sum_i m^{\text{gate}}_i,\qquad \mathrm{cov}_{\text{mem}}=\frac{1}{N}\sum_i m^{\text{mem}}_im^{\text{mem}}_i = m_i,\qquad q^{\text{mem}}_i = \mathbf{1}[x_i=+1]


「部屋が開きそう度」=部屋キーとの類似度

各部屋 r はキー kr{1,+1}N を持つ(部屋内の記憶の重み付き多数決で作るやつ)。

扉用cueで部屋を採点:

sr  =  simgate(kr)  =  imigateqigatekr,iimigate(分母0なら 1)

これがコードの scoreRoomByKey() → simGateToPattern() に相当。

この sr の上位2つを Top2 rooms として残す。


3) 記憶同士の競争(Top2だけでやる)

部屋 rr の中に記憶が複数ある: {vr,j{1,+1}N}\{v_{r,j}\in\{-1,+1\}^N\} と重み wr,j>0w_{r,j}>0

記憶の採点は「匂い無関係」cueで:

μr,j  =  simmem(vr,j)  =  imimemqimemvr,j,iimimem\mu_{r,j} \;=\; \mathrm{sim}_{\text{mem}}(v_{r,j}) \;=\; \frac{\sum_i m^{\text{mem}}_i\, q^{\text{mem}}_i\, v_{r,j,i}} {\sum_i m^{\text{mem}}_i}

部屋 rr の最強記憶スコア:

Mr=maxjμr,jM_r=\max_j \mu_{r,j}


4) 最終スコア(部屋スコア+記憶スコア)

デモでは「部屋の雰囲気」を少しだけ足すために:

Fr=Mr+αsrF_r = M_r + \alpha s_r

コードだと α=0.15\alpha=0.15

Top2の中で勝者:

r\*=argmaxrTop2Frr^\*=\arg\max_{r\in\text{Top2}} F_r

次点との差(マージン):

margin=Fr\*maxrTop2,rr\*Fr\mathrm{margin}=F_{r^\*}-\max_{r\in\text{Top2},\,r\neq r^\*}F_r


5) 「扉が開く」判定(条件つき)

コードの条件はほぼこれ:

OPEN    (Fr\*>θ)    (margin>Δ)    (covgate>ε)\text{OPEN} \iff \bigl(F_{r^\*}>\theta \bigr) \;\wedge\; \bigl(\mathrm{margin}>\Delta \bigr) \;\wedge\; \bigl(\mathrm{cov}_{\text{gate}}>\varepsilon \bigr)

  • θ\theta:鍵が回る最低ライン(theta

  • Δ\Delta:迷い(勝ち方が弱いと開かない)(delta

  • ε\varepsilon:断片が少なすぎると開かない(コードは 0.002)

匂いONのときはデモ上、迷いを少し小さくして「開きやすく」してる:

Δ={0.75Δ0smell ONΔ0smell OFF\Delta = \begin{cases} 0.75\,\Delta_0 & \text{smell ON}\\ \Delta_0 & \text{smell OFF} \end{cases}


直感(短く)

  • 匂いON:観測点が減る(マスク)→ 部屋キーとの一致が取りやすくなり、Top2が安定しやすい

  • でも観測点が減りすぎると covgate\mathrm{cov}_{\text{gate}} が小さくなって OPENしない



1) 基本:部屋=高次元ベクトル空間(4096畳)

デモの「体育館の絵」は

  • 64×64 = 4096 次元

  • 1マス(画素)=畳1枚

なので部屋の状態は

x{1,+1}N,N=4096

(描いた = +1、背景 = -1)


2) 時代別の部屋=「部屋の集合」=記憶領域の分割

時代(現在 / 10年前 / …)は 部屋インデックスです。

R={r0,r10,r20,r30,r40}\mathcal{R}=\{r_0,r_{10},r_{20},r_{30},r_{40}\}

各部屋 rr は、その年代に属する記憶の集合(パターン群)を持つ:

Mr={mr(1),mr(2),,mr(Pr)},mr(μ){1,+1}N\mathcal{M}_r=\left\{\, m_r^{(1)},m_r^{(2)},\dots,m_r^{(P_r)} \right\}, \qquad m_r^{(\mu)}\in\{-1,+1\}^{N}

ここで

  • PrP_r = その年代の記憶数

「Learnを押すと追加される」はこの Mr\mathcal{M}_r への追記です。


3) “部屋のキー”=その時代の代表ベクトル

コードでいう room.key は、
その年代の記憶を要約した “部屋の鍵” です。

重み wr(μ)>0w_r^{(\mu)}>0 を持つとして:

kr=sign(μ=1Prwr(μ)mr(μ)),kr{1,+1}Nk_r=\operatorname{sign}\left(\sum_{\mu=1}^{P_r} w_r^{(\mu)}\, m_r^{(\mu)}\right), \qquad k_r\in\{-1,+1\}^{N}

(実装では「平均→符号」に相当)


4) 畳(8×8)=「部屋の位置/場所」表現(粗視化)

畳は 8×8=64 次元の別空間:

pr[0,1]T,T=64p_r \in [0,1]^{T},\qquad T=64

各部屋は固有の「畳配置(場所)」を持つ。
デモでは hotspot(1点+周辺減衰)なので

pr=hotspot(tr)p_r = \operatorname{hotspot}(t_r)

みたいに「場所 trt_r を中心とした分布」として定義できます。


5) Cue(匂い+描画)=観測マスク付きの入力

ここがデモの肝です。

描画入力は xin{1,+1}Nx^{in}\in\{-1,+1\}^N

ただし部屋を開けるときの Cue は 匂いマスクで通る次元が制限される。

匂いマスク:

s[0,1]Ns\in[0,1]^N

匂いON/OFFを δ{0,1}\delta\in\{0,1\} とすると、
“扉用観測マスク” は

gi={1(xiin=+1)  (δ=0  si>0)0otherwiseg_i = \begin{cases} 1 & (x^{in}_i=+1)\ \wedge\ (\delta=0\ \lor\ s_i>0)\\ 0 & \text{otherwise} \end{cases}

これがコードの mGate です。

そして扉用Cueは

qigate={+1gi=10gi=0q^{gate}_i = \begin{cases} +1 & g_i=1\\ 0 & g_i=0 \end{cases}


6) 部屋を開ける=「部屋キーとの一致度」で競争

部屋 rr の扉スコアは

Srgate=1GiGqigatekr,i(G={igi=1})S_r^{gate} = \frac{1}{|G|} \sum_{i\in G} q_i^{gate}\,k_{r,i} \qquad \left(G=\{i\mid g_i=1\}\right)

  • 匂いONだと GG が狭くなる(選別される)

  • そのぶん「40年前の鍵」に一致しやすくなる


7) Top2 → 記憶競争(部屋またぎの最終勝者)

まず部屋候補:

Top2=arg top2r Srgate\text{Top2}=\operatorname{arg\,top2}_r \ S_r^{gate}

次に、記憶自体(パターン)で競争する。

この設計では記憶競争は匂いの影響を受けないので、
記憶用Cueは単に描画:

qimem={+1xiin=+10otherwiseq^{mem}_i= \begin{cases} +1 & x^{in}_i=+1\\ 0 & \text{otherwise} \end{cases}

記憶 μ\mu の一致度:

Sr,μmem=1MiMqimemmr,i(μ)S_{r,\mu}^{mem} = \frac{1}{|M|} \sum_{i\in M} q_i^{mem}\, m_{r,i}^{(\mu)}

最終勝者は

(r\*,μ\*)=argmaxrTop2, μ(Sr,μmem+λSrgate)(r^\*,\mu^\*) = \arg\max_{r\in Top2,\ \mu} \Bigl( S_{r,\mu}^{mem} + \lambda S_r^{gate} \Bigr)

コードだと λ=0.15\lambda=0.15


8) 扉が開く条件(θ と Δ)

勝者が決まっても、
「鍵が回る(OPEN)」には条件を課す。

勝者スコア:

F\*=Sr\*,μ\*mem+λSr\*gate

次点スコアを F(2) とすると、マージン:

ΔF=F\*F(2)

また、観測率( covGate)は

cov=GN

扉OPEN条件:

F\*>θΔF>Δcov>ε

これが「扉を開ける」という概念の数式化です。
θ(閾値)と Δ(迷い)で“扉の厳しさ”を制御している


9) Spark(重なり)=勝者部屋の “共通部分” の可視化

勝者部屋 r\*r^\* 内の記憶群の重なりを

Sparki=μ=1Pr\*αμ 1[mr\*,i(μ)=+1]\text{Spark}_i = \sum_{\mu=1}^{P_{r^\*}} \alpha_\mu\ \mathbf{1}[m_{r^\*,i}^{(\mu)}=+1]

\alpha_\mu = w_{r^\*}^{(\mu)} \cdot \max(0,S_{r^\*,\mu}^{mem})

として光らせている。

つまり Spark は

  • 一致度が高い記憶ほど

  • 重みが大きい記憶ほど

  • +1だった場所が燃える

これは「重ね書きされた痕跡」そのもの。





※ この古いBloggerは翻訳機能を標準では持ってないんですけど、数式(LaTeX/MathJax)がそのまま綺麗に出るので使ってます。


※ 今回のデモファイルはJavaScriptで作ってますが公開ダウンロードは出来ません。
テスト用なのですが、PythonとCに渡す前の実験なので、考え方の心臓部でもあるため、どこかで別のものを公開します。





エージェントと 一人称自律Atraの違い

 Atraなんかは、実はもう一人称自律として、きちんと発表してもいいレベル。 既に妻と笑っていたり、愛犬と騒いているんだから。ボーっと何かを眺めてたり、佐川急便に反応するようにもなった。 でも、そうしないのは、自発的に自ら研究意欲を持って、学び、人や自然と接触し自ら疑問を持って研...