Гетероассоциативная память

Ассоциативная память

Воспоминания порой способны неожиданно напомнить о себе. Впечатления, которые мы получаем об окружающем мире, оставляют определенный след, закрепляются, а при необходимости и возможности – воспроизводятся. Этот процесс называется памятью. Ассоциативная память человека – это связь представлений и обстоятельств друг с другом. Подробнее об этом читайте далее.

Не все так просто

Ассоциативная теория памяти изучается давно и в процессе ее эволюции сложились определенные принципы. Они получили название принципов ассоциации, имеют широкое распространение в психологии. Их можно представить тремя группами:

  • ассоциация по смежности. Образы, воспринимаемые нами, вызывают представления, которые переживались в прошлом либо одновременно с ними, либо вслед за ними. Образ школьного товарища, к примеру, может пробудить в памяти моменты из жизни. Последние, в свою очередь, вызывают у нас положительные или отрицательные эмоции;
  • ассоциация по сходству. В качестве примера можно привести портрет человека, который вызывает у нас мысль о его персоне;
  • ассоциация по контрасту. Образы, которые мы воспринимаем, вызывают в сознании представления противоположные им, контрастирующие с ними. Например, представив что-нибудь черное, мы мысленно можем нарисовать образ белого кролика.

Интересно то, что отдельные элементы информации запоминаются, хранятся и воспроизводятся не обособленно друг от друга, а в определенных логических, структурно-функциональных и смысловых ассоциациях с другими предметами и явлениями. Как правило, одни воспоминания влекут за собой другие.

Так же ученым удалось установить тот факт, что человеческая память избирательна в выборе информации и может сама, неосознанно нами преображать и «дорабатывать» то, что человек запомнил. Этим объясняется то, что по истечении определенного времени мы не можем вспомнить какие-то фрагменты из жизни.

Либо мемуары неполные, либо вовсе «всплывают» неожиданные детали и подробности.

Тренируем память

Развитие и тренировка ассоциативной памяти будет эффективной с использованием следующей методики:

  1. Запомните ряд слов не связанных между собой по смыслу: человек, корова, вентилятор, хлеб, зубы, невеста, автомобиль, компьютер, зарплата, конь, стол, ребенок, сосед, город, ботва, президент, пылесос, дерево, река, базар.
  2. Попробуйте увязать слова в ассоциативной последовательности. Представьте человека на лугу. Он высокий и худой, читает книгу.Второе слово в последовательности – корова. Попробуйте вообразить рядом с человеком пасущуюся корову необычной яркой окраски. Чем интереснее придуманы образы, тем проще будет их запоминать. Каждую «картинку» необходимо мысленно держать секунды 4-5. Далее представляем вентилятор и т.д. После обработки пяти образов нужно заново проработать их и продолжить тренировку.

Сразу повторить всю последовательность у вас, конечно, не получится. Не расстраивайтесь, потому как в процессе постоянных тренировок вам удастся добиться идеального результата. Терпение и труд, как говорится.

Источник: https://womanadvice.ru/associativnaya-pamyat

Модели ассоциативной памяти

Какое основное ограничение в структуре перцептрона? Число слоев и нейронов в ней не ограничено. Но вот распространение сигнала всегда идет в одном направлении. В результате сеть работает по принципу «стимул—реакция», а ее обучение в чем-то похоже на модель формирования рефлекторной дуги.

Почему бы ни сделать сеть с более сложными связями? Конечно, какие-то нейроны в сети должны быть входными, а какие-то — выходными, иначе сеть нельзя будет поместить в некоторую среду или использовать при решении задач.

Но все остальные связи между «внутренними» нейронами можно было бы сделать произвольными.

Обратите внимание

К примеру, если взять за основу перцептрон с двумя слоями ассоциативных нейронов, то можно было бы ввести не только связи от первого слоя ко второму, но и обратные связи от второго слоя к первому, а также связи между нейронами внутри каждого из слоев.

Как же будет вести себя такая сеть? В случае прямого распространения сигнала все выглядит достаточно просто: стимул один раз проходит через сеть, преобразуясь и вызывая какой-то отклик на выходе.

Но при наличии обратных связей активация нейронов второго слоя вызовет обратное распространение сигнала к нейронам первого слоя, активность которых в результате этого изменится, они станут посылать новые сигналы на нейроны второго слоя и так далее.

Если же и между нейронами одного и того же слоя есть связи, то ситуация еще больше усложнится.

Видно, что активность всех нейронов, в том числе и выходных, все время будет меняться, тогда как в перцептроне (сети прямого распространения) сигнал лишь один раз проходит через сеть, на чем работа этой сети заканчивается, пока не изменится входной сигнал.

Если считать, что обычный перцептрон реализует некоторую функцию — логическую (предикат) или вещественную, то сеть с обратными связями будет воплощать функцию (или систему функций), которая вызывает сама себя, т. е. рекурсивную функцию. Такие сети по аналогии называются рекуррентными.

В общем случае рекуррентная сеть представляет собой совокупность произвольно связанных между собой нейронов. Какие-то из нейронов считаются сенсорными, и на них подается входной сигнал. С некоторых же (возможно, со всех) нейронов считывается выходной сигнал.

Так мы снова приходим к сети самого общего (разумеется, при заданном типе формальных нейронов) вида и к вопросу о том, как она может учиться или хотя бы что с ее помощью можно делать. Математический анализ произвольной рекуррентной сети позволяет кое-что сказать о ее работе.

К примеру, можно установить некоторые ограничения, при которых через конечное время работы сети активность ее нейронов перестанет меняться. В этих случаях говорят, что наступила релаксация сети. Но все же о произвольной сети можно сказать так же немного, как, например, и о произвольном алгоритме.

Важно

Неудивительно, что было предложено много рекуррентных сетей частного вида, решающих вполне определенные задачи. Рассмотрим несколько примеров.

Так, сеть, предложенная Хопфилдом в конце 1970-х годов, представляла собой рекуррентную нейронную сеть, в которой каждый нейрон связан с каждым. Начальная активность нейронов устанавливается в соответствии с некоторым стимулом или образом, по размеру которого и выбирается число нейронов.

Отсутствие дополнительных нейронов является очень существенным ее отличием от произвольной рекуррентной сети. Требуется, чтобы наступала релаксация сети, после которой активность нейронов отвечала бы тому же самому входному образу. После настройки весов связей на вход нейронной сети могут подаваться такие же образы, но в зашумленном или поврежденном виде.

При этом требуется, чтобы сеть релаксировала в состояние, соответствующее точному оригиналу. Иными словами, сеть должна запомнить образ и уметь его восстановить по зашумленному виду. При этом от сети требуется запомнить одновременно несколько разных образов.

Эта задача похожа на задачу распознавания, но немного отличается от нее (на выходе сети должен быть восстановленный образ, а не просто указание на то, к какому классу он относится).

Как, имея набор образов, которые бы хотелось не просто «запомнить», записав в память компьютера, а воспроизвести по зашумленному виду, не перепутав с другими образами, научить это делать рекуррентную нейронную сеть? На первый взгляд, задача может показаться трудной из-за сложной динамики рекуррентной сети. Однако с математической точки зрения она достаточно проста (и требует лишь привлечения операций с матрицами). Основная идея заключается в том, чтобы посмотреть, какими должны быть веса связей, чтобы активность нейронов, отвечающая точным (запомненным) образам, соответствовала состоянию релаксации сети. В результате можно получить формулы для непосредственного вычисления оптимальных весов связей. Сеть может быть сконструирована сразу, без пошагового обучения, как это было в случае перцептрона.

Иногда правило «обучения» сети Хопфилда связывают с правилом обучения Хебба, потому что в состоянии релаксации активными остаются нейроны, между которыми установлены положительные связи.

Значит, если мы на вход этой сети будем все время подавать некоторый образ, задающий распределение активности нейронов, то между постоянно активными нейронами будут устанавливаться положительные связи, что и будет гарантировать запоминание и воспроизведение этого образа.

Совет

Условно говоря, сеть Хопфилда запоминает изображение, устанавливая положительную связь между белыми точками (и соответствующими им активными нейронами) и отрицательную связь от белых точек к черным точкам («выключенным» в данном образе нейронам).

Однако использование правила Хебба с последовательным многократным «предъявлением» образов менее эффективно, чем непосредственное вычисление оптимальных связей по всей совокупности образов.

К сожалению, эта сеть, как и перцептрон, не может воспроизводить образы инвариантно к каким-либо их преобразованиям (например, при заметных сдвигах или поворотах изображения): ведь связи устанавливаются между конкретными «пикселями» сетчатки, а при перемещении образа по сетчатке соответствующие точки образа оказываются в совершенно иных точках сетчатки.

Кроме того, «память» этой сети весьма ограничена — она может воспроизводить меньше образов, чем в ней нейронов (а число нейронов в ней ограничено размером самого образа).

При этом у данной сети имеется иногда проявляющаяся особенность, заключающаяся в генерации «ложных образов» — состояний релаксации сети, не соответствующих ни одному из образов, предложенных для запоминания.

Интересна возможность использования сети Хопфилда в задачах оптимизации — при поиске приближенных решений NP-полных задач. Об этом типе задач мы много говорили ранее при обсуждении методов эвристического программирования. Использовать данные сети для игры в шахматы затруднительно, но некоторые более простые и в то же время полезные задачи с их помощью решать удается.

Итеративная релаксация сети соответствует поиску решения. Это весьма интересно, поскольку показывает возможности применения ИНС и в задачах, традиционно решавшихся в рамках символьных вычислений.

Однако обсуждение задач поиска и оптимизации уведет нас в сторону от проблемы обучения, тем более что при решении этих задач нейронные сети не обучаются, а связи в них жестко выбираются на основе исходных данных задачи.

Существуют и другие архитектуры рекуррентных сетей, реализующие иные модели памяти.

К примеру, сеть Коско (описанная в работах 1987 года) состоит из двух слоев с прямыми и обратными связями и реализует гетероассоциативную память, восстанавливающую один образ по другому, возможно, никак не связанному с ним по содержанию.

При этом входные образы после обучения могут также подаваться в зашумленном виде. В этом смысле сеть Хопфилда автоассоциативна, поскольку ассоциирует образ как бы с самим собой, а не с другим образом.

Обратите внимание

Сеть Коско, как и сеть Хопфилда, хорошо справляется лишь с зашумленными, но не трансформированными образами. Хотя это снижает практическую ценность данных сетей, они весьма интересны как модели памяти.

Из-за широкого использования компьютеров мы привыкли называть памятью различные устройства хранения информации и считать, что человеческая память работает аналогичным образом.

Такая компьютерная метафора распространена не только в быту; еще раньше она возникла (и до сих пор нередко используется) в когнитивной психологии, занимающейся изучением познавательных (когнитивных) способностей человека.

Читайте также:  Компания «инфосистемы джет» запустила чемпионат по искусственному интеллекту «raif-challenge 2017»

Конечно, на «аппаратном» уровне память человека и компьютера устроена совершенно по-разному, но функцию она выполняет как будто одну и ту же — сохранение информации.

И даже традиционное для когнитивной психологии разделение памяти на кратковременную и долговременную сходно с разделением в компьютерах оперативной памяти и носителей информации.

Такое разделение иногда критикуется психологами, но оно обосновано нейрофизиологически: кратковременная память не связана с синаптической пластичностью, блокирующейся некоторыми веществами, введение которых мешает долговременному, но не кратковременному запоминанию. Оперативная память, как правило, быстрее, но меньше по объему, и является энергозависимой. Между кратковременной и долговременной памятью есть такие же различия, правда, объем кратковременной памяти человека делает ее больше похожей на кэш-память (ее иногда называют сверхоперативной памятью).

И все же компьютерная метафора не объясняет особенностей работы памяти человека.

Сильнее всего удивляет, почему память человека (в особенности кратковременная) столь несовершенна, почему человек, как компьютер, не может просто записывать и стирать информацию в памяти? Часто говорят, что память человека и компьютера отличается способом записи. Но это не ответ, поскольку тогда возникает вопрос, почему природа использовала такой неэффективный способ записи?

Искусственные нейронные сети не раскрывают тайн человеческой памяти, но некоторые интересные наблюдения позволяют сделать.

Важно

К примеру, в нейросетевых моделях ассоциативной памяти образы хранятся распределенно: каждая связь в такой сети содержит крупицу информации обо всем образе (и обо всех запомненных образах) сразу.

Если бы образы покомпонентно хранились в последовательных ячейках памяти, стирание одной ячейки приводило бы к повреждению одной конкретной компоненты одного образа, а зашумление некоторого количества подряд идущих ячеек приведет к полной потере одного из образов.

В случае же с ИНС все образы сохранятся, хотя и в немного искаженном виде. Это чем-то похоже на голограмму, даже с помощью небольшого кусочка которой можно воспроизвести записанное изображение целиком, хотя и заметно менее четкое. Аналогию между человеческой памятью и голограммой высказывал К. Прибрам еще в начале 1970-х годов в книге «Языки мозга».

Эта аналогия отчасти объясняет, почему нейрофизиологам так трудно оказывается находить так называемые энграммы, или следы памяти, связанные с конкретными событиями или образами. Не стоит, однако, представлять себе мозг как одну большую голограмму, поскольку заметная локализация информации в нем также имеется.

Распределенное хранение информации в нейронных сетях весьма примечательно, но не оно является самым большим отличием памяти человека.

В конце концов, в ячейках памяти компьютера тоже можно хранить значения весов связей некоторой ИНС, что приведет к распределенному хранению информации (и можно вообразить такие ИНС, в которых информация о каждом из образов будет локализована). Так что различия здесь, скорее, в способе представления информации, а не в механизмах памяти.

Другой интересной особенностью нейросетевых моделей ассоциативной памяти является их способность «самостоятельно» делать ошибки. Что же в этом хорошего? Представьте, что испытуемым предъявляют какие-то объекты, которые им нужно запомнить, а потом воспроизвести, а нам нужно промоделировать ошибки при воспроизведении.

Если бы мы писали компьютерную программу, которая запоминала те же объекты, что и человек, то для того, чтобы добиться ошибок воспроизведения от этой программы, нам бы пришлось как-то искусственно эти ошибки вводить (на аппаратные сбои памяти при этом вряд ли стоит надеяться). Сети Хопфилда или Коско совершают ошибки в основном из-за своей ограниченной емкости.

Совет

Если же ограничение на объем памяти ввести в обычной компьютерной программе, она будет запоминать ограниченное число объектов, но не ошибаться при воспроизведении так же, как человек. Однако эта особенность — тоже следствие различий между распределенными и локальными представлениями. В локальных представлениях при нехватке памяти новый образ может просто записывать поверх старого.

В распределенных представлениях образы будут как бы накладываться друг на друга.

Интересно также, что при совершении ошибки рекуррентная ИНС сходится к состоянию релаксации в среднем дольше обычного. Нейронная сеть как бы «сомневается» в своем решении. Сходные сомнения часто испытывает и человек. Возможно, ошибки, совершаемые человеком при запоминании, неплохо описываются моделями с распределенным хранением информации.

Но ведь причиной ошибок в нейросетевых моделях является не само распределенное хранение информации, а очень небольшой объем памяти из-за малого числа нейронов.

Неужели и у человека причиной ошибок является ограниченный объем памяти? Это представляется весьма сомнительным с учетом миллиардов нейронов, которые могли бы участвовать в организации памяти (в том числе и кратковременной, объем которой считается смехотворно малым — 7±2 элемента).

В чем же тогда дело? Может, мы просто неправильно формулируем предназначение человеческой памяти, и оно заключается вовсе не в том, чтобы просто сохранять информацию? На первый взгляд, это предположение кажется нелепым.

Но посмотрите: даже простейшие модели памяти на основе ИНС не просто хранят какую-то информацию, а выдают ее в ответ на предъявляемые образы, которые могут быть зашумленными или неполными. Как уже отмечалось, работа такой сети (воспроизведение образа) во многом похожа на распознавание.

Но тогда запоминание образа (установление связей в сети) должно иметь много общего с обучением. Мы уже говорили о том, что обучение должно включать некоторое накопление информации (но переработанной, обобщенной), и обучение часто путается с простым запоминанием.

Возможно, «запись» информации в память у человека гораздо теснее связана с процессами восприятия и обучения, чем может показаться из компьютерной метафоры. Но для понимания этой связи нужно разобраться, что собой представляет само обучение и восприятие.

Источник: http://aideus.ru/?p=282

BI-DIRECTIONAL ASSOCIATIVE MEMORY (BAM). двунаправленная ассоциативная память (ДАП)

BI-DIRECTIONAL ASSOCIATIVE MEMORY (BAM). двунаправленная ассоциативная память (ДАП) Наиболее активное участие в разработке моделей двунаправленной ассоциативной памяти принимал Б. Коско (Университет Южной Калифорнии). Большая часть публикаций, посвященных этим моделям, датирована второй половиной 1980 -х годов.

Нейронная сеть Коско (Двунаправленная ассоциативная память — ДАП) — нейронная сеть, разработанная Бартом Коско. Двунаправленная ассоциативная память (ДАП) является гетероассоциативной; входной вектор поступает на один набор нейронов, а соответствующий выходной вектор вырабатывается на другом наборе нейронов.

Как и сеть Хопфилда, ДАП способна к обобщению, вырабатывая правильные реакции, несмотря на искаженные входы. Кроме того, могут быть реализованы адаптивные версии ДАП, выделяющие эталонный образ из зашумленных экземпляров.

Обратите внимание

Эти возможности напоминают процесс мышления человека и позволяют искусственным нейронным сетям сделать шаг в направлении моделирования мозга.

Архитектура нейронной сети Коско

Таким образом, BAM относится к гетероассоциативной памяти. Входной вектор поступает на один набор нейронов, а соответствующий выходной вектор вырабатывается на другом наборе нейронов. Входные образы ассоциируются с выходными. Для сравнения: сеть Хопфилда является автоассоциативной.

Входной образ может быть восстановлен или исправлен сетью, но не может быть ассоциирован с другим образом. В сети Хопфилда используется одноуровневая структура ассоциативной памяти, в которой выходной вектор появляется на выходе тех же нейронов, на которые поступает входной вектор.

BAM, как и сеть Хопфилда, способна к обобщению, вырабатывая правильные выходные сигналы, несмотря на искаженные входы. Входной вектор A обрабатывается матрицей весов W сети, в результате чего вырабатывается вектор выходных сигналов сети B.

Вектор B затем обрабатывается транспонированной матрицей WT весов сети, котороая вырабатывает сигналы, представляющие новый входной вектор A. Этот процесс повторяется до тех пор, пока сеть не достигнет стабильного состояния, в котором ни вектор A, ни вектор B не изменяются.

Области применения BAM : ассоциативная память, распознавание образов. Недостатки. Емкость BAM жестко ограничена. Если n — количество нейронов в меньшем слое, то число векторов, которые могут быть запомнены в сети не превышает Так, если n=1024, то сеть способна запомнить не более 25 образов.

BAM обладает некоторой непредсказуемостью в процессе функционирования, возможны ложные ответы. Преимущества.

Важно

По сравнению с автоассоциативной памятью (например, сетью Хопфилда), двунаправленная ассоциативная память дает возможность строить ассоциации между векторами A и B, которые в общем случае имеют разные размерности.

За счет таких возможностей гетероассоциативная память имеет более широкий класс приложений, чем автоассоциативная память. BAM — простая сеть, которая может быть реализована в виде отдельной СБИС или оптоэлектронным способом. Процесс формирования синаптических весов простой и быстрый. Сеть быстро сходится в процессе функционирования.

Функция активации нейронов имеет пороговый характер. Для обеспечения лучших характеристик сети на этапе обучения используются только биполярные сигналы. Матрица весов W, связывающая обе части сети, является действительной и в общем случае несимметричной. При прямом распространении сигналов веса описываются матрицей W , а при обратном — матрицей W T.

Пусть входные обучающие данные представляют собой множество пар биполярных векторов. На основе этого множества формируется матрица В результате процесса двунаправленной обработки , сигналов формируются два стабильных вектора и , удовлетворяющих уравнениям:

• Каждой промежуточной точке можно сопоставить энергетическую функцию • которая убывает при каждом изменении состояния вплоть до достижения локального минимума

• В режиме распознавания при начальных значениях векторов, совпадающих с использованными при обучении, сеть распознает их безошибочно.

При искажении векторов X и Yсеть BAM не всегда способна откорректировать эти векторы и распознает их с определенными погрешностями.

Если размерности векторов X и Y обозначить соответственно N и P, то удовлетворительное качество распознавания можно получить при выполнении зависимости • где – m число запоминаемых в сети BAM пар векторов.

Зразок 0 0 1 -1 1 -1 0 « 3» -1 1 « 2» Число « 1» Асоційовані зразки -1 1 1 0 1 1 Зразок Асоційовані зразки Число «А» -1 -1 -1 1 0 0 1 «Г» -1 -1 1 -1 -1 0 0 «Р» 1 -1 -1 1 -1 1 0 0 1 0

МОДИФКАЦИЯ BAM Была предложена негомогенная двунаправленная ассоциативная память, в которой пороговые значения подбираются отдельно для каждого нейрона. (В исходной модели BAM все нейроны имеют нулевые пороговые значения. ) Емкость негомогенной сети выше, чем исходной модели. Сигналы в сети могут быть как дискретными, так и непрерывными. Для обоих случаев доказана стабильность сети.

Были предложены модели двунапрвленной ассоциативной памяти с обучением без учителя (адаптивная BAM). Введение латеральных связей внутри слоя дает возможность реализовать конкурирующую BAM. Веса связей формируют матрицу с положительными значениями элементов главной диагонали и отрицательными значениями остальных элементов.

Теорема Кохена – Гроссберга показывает, что такая сеть является стабильной.

Источник: http://present5.com/bi-directional-associative-memory-bam-dvunapravlennaya-associativnaya-pamyat-dap/

Как развить свою ассоциативную память, как она влияет на человека?

Человек запоминает яркие моменты жизни с помощью ассоциаций. Они позволяют составить произошедшие события в логическую цепочку мыслей. Таким способом человеку легко двигаться в сознании от одних событий к другим. С помощью ассоциаций также легко усвоить трудно запоминающийся материал.

Читайте также:  В чем преимущества автомобилей с искусственным интеллектом? взгляд потребителя

История о том, как Михаил развивал свою память

Ещё со школьных времён у меня есть друг Михаил, чья память всегда поражала меня. Он с лёгкостью мог запомнить стихотворение или математическую формулу. Спустя годы, поступив в университет, его способности не утратились, а лишь приумножились.

Мне стало интересно, как он смог добиться таких результатов. Секрет оказался прост – он использует различные упражнения для развития своих мозговых способностей. Оказалось, что ежедневные тренировки, даже самые короткие, способны привести к отличным результатам.

С тех пор я тоже стала интересоваться развитием собственных возможностей, в чём проявляется неплохой успех. Данная статья поможет всем желающим развить свою ассоциативную память.

Что такое ассоциативная память

Ассоциативная память – это некая связь между представлениями и произошедшими обстоятельствами. Ассоциативная память изучается наукой уже достаточно продолжительное время. В ходе времени и её изменений были созданы основные принципы. Они называются принципы ассоциаций, хорошо используемые в области психологии. Они представлены в 3 группах:

  1. Ассоциации по смежности. Сохраненные, в какой-то прожитый момент жизни, образы вызывают у нас воспоминания. В зависимости от произошедших событий зависит характер воспоминаний, будут они положительными или отрицательными.
  2. Ассоциации по сходству. Примером послужит фотография или картина, вызывающая схожесть с лицом человека или с местом, которое ярко запомнилось.
  3. Ассоциации по контрасту. Запоминаемые предметы или моменты жизни способны вызвать в сознании противоположные образы.

Для того чтобы лучше запомнить определённый материал или событие человеку необходимо подобрать ассоциацию, которая будет связана с запоминаемым явлением.

Использование их поможет в подходящий момент времени сполна воспроизвести важные детали. Чтобы создать ассоциацию, не нужно прикладывать много усилий. Этот процесс скорее творческий, чем умственный.

Чтобы человек без труда запомнил ассоциацию, она должна быть простой, необычной и детализированной.

Разные моменты способны отложиться в памяти и долго храниться не по отдельности, а в виде логической цепочки связанных событий. В основном одно воспоминание влечёт за собой другие. К тому же специалисты выяснили, что ассоциативная память человека сохраняет информацию выборочно.

Происходит это не осознанно. Мозг сам фильтрует информацию и с помощью доработок или преображения откладывает то, что человек запомнил.

Это легко объяснить тем, что мы либо не можем вспомнить элементарное событие или же воспроизводим какой-нибудь незначимый факт с мельчайшими подробностями.

Как влияет на развитие способностей человека

Данный процесс позволить усвоить необходимую информацию, создать логическую цепочку и пользователь без труда сможет воспроизвести нужный текст в будущем.

Используя ассоциативную память, человек развивает в себе следующие способности:

  • запоминает большой объём информации;
  • помогает создавать новые идеи;
  • развивает память;
  • стимулирует развитие воображения;
  • улучшает процесс запоминания нового.

В случае, когда человеку срочно нужно запомнить сложный материал, можно провести ассоциацию с уже знакомым образом или предметом. Таким способом связанные между собой данные гораздо легче воспринять и сохранить в памяти. Данный процесс помогает привязать новые знания к имеющимся. Это хорошо влияет на развитие способностей человека.

Особенности и классификация ассоциативной памяти

Основными являются следующие виды классификаций:

  • причинно-следственные ассоциации (туча-дождь, ушиб – синяк);
  • противоположные или контрастные (сухой – мокрый, твёрдый – мягкий);
  • близость во времени или пространстве (коржи – торт);
  • сходство (спичка – костёр).

Ассоциации складываются не только со смысловым значением другого слова, но и с характерными признаками предмета, например, форма, цвет, запах, ощущение.

Упражнения для развития ассоциативной памяти

Мышление с помощью ассоциаций – это основа для творческой деятельности каждого человека. Развивать данную способность не только можно, но и нужно.

Лучше всего такое мышление развивается у детей, потому что их голова не заполнена бытовыми проблемами, а как губка впитывает всё новое и интересное. Детское воображение работает намного лучше, чем у взрослых.

Совет

Они создают необычные и интересные ассоциации к словам, что помогает развить творческие способности у ребёнка.

Взрослые люди тоже могут заняться развитием ассоциативной памяти. Для этого существует ряд упражнений:

Упражнение 1

Нужно взять тетрадь и на чистом листе выписать в столбик все числа от 1 до 100. Далее нужно выбрать 10 чисел, с которыми возникает определённая ассоциация, и выписать их на другой чистый лист.

К примеру, 24 – свой возраст на данный момент, 8 – международный женский день, 2- лебедь и т.д.

После окончания нужно подождать 3-4 минуты и на 1 листке с оставшимися числами записать напротив каждого ассоциативное событие.

Далее опять выписать ряд чисел с ассоциациями и проделать данные операции пока не закончится столбик. Главное в данном процессе придумывать такие ассоциации, которые надёжно закрепятся в сознании и будут сочетаться с данным числом.

Данное упражнение поможет не только развить память, но и создаст много новых ассоциаций, которые в свою очередь помогут запомнить важную дату или номер телефона.

Упражнение 2

Нужно запомнить ряд разных слов, не связанных между собой. Например: стол, зуб, бык, лампочка, дерево, озеро, гриб, каракатица, автомобиль, носорог, лестница, солнце, кроссовок, зеркало, кошка, шкаф, тумбочка, земляника, рынок, общество, водопровод, ракета, инопланетянин.

Далее нужно придумать ассоциации, чтобы связать все эти слова в записанной последовательности. Начиная с первого слова надо создать образ, и чем ярче он будет, тем лучше образ закрепится в сознании. Картинку к каждому слову нужно осмысливать примерно по 10 секунд. После работы над пятью словами, нужно их повторить для закрепления и продолжить размышлять над следующей пятёркой.

Естественно с первого раза повторить всю последовательность слов не каждый сможет. Расстраиваться по этому поводу не стоит, потому что от частоты тренировок будет зависеть положительный результат. Постоянная работа над собой поможет быстро развиться необходимым навыкам.

Упражнение 3

Нужно придумать первое слово, от которого начнётся развитие ассоциативной цепочки. Отталкиваясь от смысла первого слова, придумайте последующие слова. Например: собака – лай – шум…

Упражнение 4

Нужно придумать два не связанных по смыслу слова. Одно слово будет началом цепочки, а второе её концом. Создание ассоциации будет заключаться в продвижении событий от первого слова к последнему. Например: исходные слова кошка – холодильник. Цепочка: кошка – мышь – сыр – холодильник.

Упражнение 5

Необходимо придумать два исходных слова, а затем создать ассоциации по внешним признакам, форме, цвету, запаху. Исходные слова: тусклый и холодный. Ассоциациями будут: снег, комната, еда, погода.

Упражнение 6

Нужно придумать исходное слово и подобрать такую ассоциацию, которая не будет означать прямую связь или близкий смысл. В данном случае связь должна быть необычной. Например: горшок.

Первая мысль, которая придёт в голову – это цветок, растущий в горшке. Но нужно подумать ещё, что можно связать. В горшок можно посадить семена и вырастет лимонное дерево, в свою очередь на нём вырастут плоды лимона.

Значит, в конкретном случае слова будут горшок и лимон.

Заключение

Если говорить о памяти и её развитии, то не стоит забывать о внимании. Их связь не должна разрываться, потому что для запоминания нужно сосредоточить своё внимание на объекте запоминания. Мышление, память, внимание, восприятие – основные функции мозга, без которых невозможно было бы представить обычную жизнь.

Все эти качества можно и нужно развивать, чтобы не ограничивать свои горизонты и продвигаться вперёд с новыми навыками и знаниями. Регулярные тренировки принесут огромный успех и не позволят мозгу перегружаться. Поэтому каждый человек должен заниматься саморазвитием и использовать возможности своего мозга по максимуму.

Источник: https://TrenerMozga.ru/mm/memory/associativnaya-pamyat.html

Ассоциативная память. Развитие ассоциативной памяти

Нашей памяти присуща ассоциативность. Это выражается в том, что отдельное воспоминание может вызвать в памяти другое, другое – третье, и т.д., заставляя или позволяя мыслям по цепочке мысленных ассоциаций двигаться от одного к другому.

Ассоциативная память представляет собой связь между обстоятельствами и представлениями отдельного человека.

Ассоциации – своего рода незримые крючки, извлекающие из глубин накопленного в памяти опыта, обстоятельств, представлений пережитые моменты (то, что было) и связывающие с тем, что нужно запомнить.

Ассоциативная теория памяти

В психологии существует несколько направлений, связанных с памятью. Основные среди них – ассоциативная, бихевиористическая, когнитивная, деятельностная. Все они сходятся в том, что память – это процесс запоминания, сохранения и воспроизведения информации и её забывания и в том, что память – основа в процессе становления личности.

В то же время, исходя из своих принципов, каждая из теорий памяти по-своему объясняет суть и закономерности этого процесса.

Одна из таких теорий – ассоциативная теория памяти. Она исходит из представления, что ассоциация – не что иное как связь, имеющая место между психическими явлениями.

Такие связи при запоминании устанавливаются между частями запоминаемого или воспроизводимого материала.

Обратите внимание

Дело в том, что в процессе припоминания человек всегда ищет какие-то связи, установленные между тем материалом, который имеется и тем, который необходимо воспроизвести.

Были выявлены некоторые закономерности, на основе которых образуются ассоциации:

—     По смежности. Она имеет место в том случае, если воспринимаемый образ ассоциируется с прошлыми пережитыми представлениями или с теми, которые были одновременно пережиты, связаны с данным образом, то есть на основе объединения с предыдущим материалом.

Например, вспомнив свою школу, скорее всего, мы вспомним и классную руководительницу или школьного друга и связанные с ними эмоции, а вспомнив коллегу по работе, возможно, вспомним, что следующая суббота – рабочая, и нужно не забыть установить будильник на утро выходного дня.

—     По схожести. Замечали, что, например, некоторые люди кого-то напоминают? Может, Вам случалось, взглянув на незнакомого человека, найти в нем некий «типаж» или обнаружить, что его черты (лицо, манера поведения, осанка и т.д.

) Вам запомнятся, поскольку он похож на…? Например, неуклюжий, лохматый, с переваливающейся походкой – как медведь; маленькая, невзрачная, пугливая и беззащитная с виду – как воробушек; яркий, важный, с расправленными плечами и медленными важными движениями – как павлин.

—     По контрасту. Нам очень легко ассоциировать «белое — чёрное», «добрый — злой», «толстый — тощий». Их тоже производит наша ассоциативная память и использует для закрепления образа. В этом случае воспринимаемые образы извлекают из сознания противоположные представления. Так, столкнувшись с раздражённой соседкой, Вы вспоминаете, какой спокойной кажется её сестра.

Читайте также:  За безопасностью портов будут следить роботы

Недостаток ассоциативной теории памяти заключается в том, что она не объясняет такую важную характеристику как выборочность памяти (ведь ассоциативный материал не всегда хорошо запоминается). Кроме того, она не учитывает, что процессы памяти находятся в зависимости от организации запоминаемого материала.

Развитие ассоциативной памяти, как и ассоциативного мышления, очень важно: ассоциации помогают нам запоминать и вспоминать, генерировать идеи.

Ассоциативная память позволяет запоминать не связанные друг с другом слова и сложные тексты, благодаря ей мы легче извлекаем из памяти нужную информацию и, чем обширнее сеть ассоциативных связей, тем лучше она запоминается и тем легче припоминается при необходимости.

Наши суждения о том или ином вопросе, наши взгляды, вкусы, система ценностей основываются на ассоциативной памяти. С ней также связано наше мышление, восприятие мира и принятие решений.

Тренируется ассоциативная память путем связывания известной, уже усвоенной информации с новым материалом. Для развития ассоциативной памяти можно использовать, например, такое упражнение:

1. Подготовьте 2 листа бумаги и ручку. На 1 листе в столбик по вертикали впишите все натуральные числа от 1 до 100.

Важно

2. Выберите любые 10-15 из них, с которыми у Вас связаны стойкие ассоциации, и выпишите их в произвольном порядке на 2 лист.

Например, 8 – снеговик, 17 – номер Вашей любимой маршрутки, 18 – возраст совершеннолетия в стране, в которой Вы живете (если это так), и т.д.

После того, как закончите работу, подождите 5-7 минут, возьмите 1 листок с числами и запишите все события, которые запомнили, напротив соответствующего числа.

3. В следующий раз проделайте то же с другими, не задействованными прежде числами. Не форсируйте события, не слишком подгоняйте себя поначалу, постарайтесь максимально удачно подобрать такую ассоциацию, которая надежно займёт свое место в списке.

4. Когда весь список чисел будет заполнен, проверьте себя, указав все ассоциации, связанные с числами от 1 до 100.

Помимо того, что потренировали память, Вы создали дополнительные ассоциации, которые помогут при необходимости запоминать коды, номера телефонов и т.д.

Просто постарайтесь использовать свои личные ассоциации, не боясь привлекать образы. Например, 40 можно запомнить, представив 4 как квадрат, «телевизор» и 0 как вписанный в него круг, «колобок».

Совет

Получится смешная ассоциация «колобок в телевизоре». Придумайте свои ассоциации, приемлемые именно для Вас.

Говоря о развитии памяти, необходимо отметить, что она неразрывно связана с вниманием, ведь без сосредоточения внимания на объекте мы не переместим его даже в кратковременную память. Хорошая работа памяти предполагает высокую активность нейронов, слаженную работу когнитивных (познавательных) функций мозга. О развитии памяти и внимания больше можно прочитать здесь.

Память и внимание, восприятие и мышление – функции мозга, которые подлежат тренировке и развитию. Благодаря регулярным упражнениям можно ощутимо улучшить свои способности, и лучше отдать предпочтение регулярным комплексным занятиям с постепенно нарастающей нагрузкой. Например, для этой цели удобно использовать занятия на тренажерах для мозга онлайн .

Желаем Вам успехов в саморазвитии!

Источник: https://b-trainika.com/blog/assotsiativnaya-razvitie-assotsiativnoj/

Ассоциативная Память

Человеческая память ассоциативна, то есть некоторое воспоминание может порождать большую связанную с ним область. Один предмет напоминает нам о другом, а этот другой о третьем.

Если позволить нашим мыслям, они будут перемещаться от предмета к предмету по цепочке умственных ассоциаций. Например, несколько музыкальных тактов могут вызвать целую гамму чувственных воспоминаний, включая пейзажи, звуки и запахи.

Напротив, обычная компьютерная память является локально адресуемой, предъявляется адрес и извлекается информация по этому адресу.

Ассоциативная память и Искусственный интеллект

Искусственная нейронная сеть с обратной связью формирует ассоциативную память. Подобно человеческой памяти по заданной части нужной информации вся информация извлекается из «памяти».

Автоассоциативной памятью — называют память, которая может завершить или исправить образ, но не может ассоциировать полученный образ с другим образом.

Данный факт является результатом одноуровневой структуры ассоциативной памяти, в которой вектор появляется на выходе тех же нейронов, на которые поступает входной вектор. Такие сети неустойчивы.

Для устойчивой сети последовательные итерации приводят к все меньшим изменениям выхода, пока в конце концов выход не становится постоянным. Для многих сетей процесс никогда не заканчивается.

Обратите внимание

Неустойчивые сети обладают интересными свойствами и изучались в качестве примера хаотических систем. В определенном смысле, это может быть достигнуто и без обратных связей, например перцептроном для случаев когда устойчивость важнее изучения хаотических систем.

Гетероассоциативной памятью — называют память, в которой при поступлении стимула на один набор нейронов, реакция по обратной связи появляется на другом наборе нейронов.

Первая модель автоассоциативной памяти была разработана Хопфилдом — Нейронная сеть Хопфилда. Чтобы добится устойчивости пришлось весовые коэффициенты выбирать так, чтобы образовывать энергетические минимумы в нужных вершинах единичного гиперкуба.

Впоследствии Коско развил идеи Хопфилда и разработал модель гетероассоциативной памяти — двунаправленная ассоциативная память (ДАП).

Но точно такого же результата можно добится используя широкий класс рекуррентных нейронных сетей, классическим примером которых служит сеть Элмана, при этом проблема устойчивости отпадает, а на весовые коэффициенты не накладываются такие жесткие условия, благодаря чему сеть обладает большей емкостью. Кроме того, рекуррентные нейронные сети могут описывать конечный автомат, при этом не теряя всех преймуществ искусственных нейронных сетей.

Ассоциативная память и Программирование

Ряд работ, рассматривал возможности понятия ассоциативной памяти в применении к языкам программирования и аппаратной реализации процессора. И в качестве рабочего определения пользовались следующим:

Под ассоциативной памятью обычно понимается некоторый набор, или совокупность элементов, обладающих способностью хранить информацию. Доступ к этим элементам осуществляется одновременно и параллельно в соответствии с содержанием хранящихся в них данных, а не путем задания адреса или расположения элемента.

Но такое понимание ассоциативной памяти отражает, в сущности, лишь факт наличия взаимосвязей между данными и не имеет отношения к самому механизму хранения информации. Поэтому для обозначения такого механизма хранения информации используется термин «память, с адресацией по содержанию» (ПАС).

Важно

Как только, акцент был сделан на устройство «памяти, с адресацией по содержанию», то стало возможным упростить требования к самому пониманию ассоциативности, и разработать устройства лишь в некотором смысле обладающие ассоциативностью. Так, например, первое, что было упрощенно — это предположение, что параллелизм при выполнении операций поиска по существу не является принципиальной функциональной характеристикой.

Второе упрощение ассоциативной памяти связано с отрицанием необходимости распределенной памяти, так как ассоциативности в смысле памяти, с адресацией по содержанию, формально можно добиться и без необходимости распределять между элементами памяти информацию.

В противовес этому можно хранить единицу информации целостно в определенной ячейке, имея лишь информацию о непосредственных связях данной ячейки с другими — таким образом, мы приходим к пониманию семантических сетей. А так же данные принципы используются при индексировании и поиске в современных базах данных.

Конечно, в этом смыле это упрощение противоречит идеям коннективизма (которые базируются на искусственных нейронных сетех), и плавно перетекает к идеям символизма.

Главное, что теряется при таком упрощении — это одно из удивительных свойств биологической памяти. Известно, что разного рода повреждения ткани мозга приводят к нарушениям функциональных характеристик памяти.

Тем не менее оказалось исключительно трудно выделить в работе отдельных нейронных структур явления, связанные с локализацией функций памяти.

Объяснение этого базируется на предположении, что в мозгу следы памяти представлены в виде пространственно распределенных структур, формируемых в результате некоторого преобразования первичных восприятий.

Но тем ни менее, хоть при таком упрощении были потеряны ряд биологически правдоподобных свойств, что важно при моделировании мозга, но зато в техническом смысле стало понятно как реализовать память, адресуемую по содержанию. Благодаря этому появились идеи о хешировании, которые затем были реализованы как в языках программирования, так и при аппаратной реализации некоторых процессоров.

Совет

Третье упрощение ассоциативной памяти связанно с точностью совпадения искомой информации. Выборка данных на основе их содержания всегда предполагает ту или иную форму сравнения задаваемого извне ключа, по которому должен осуществляться поиск, с некоторой частью или со всей информацией, которая хранится в ячейках памяти.

Целью сравнения не всегда должно быть появление информации, совпадающей с ключевой. Например, при отыскании значений, которые расположены внутри заданного интервала. В этом случае мы имеем классический способ использования SQL при отборе из базы данных.

Но возможен вариант поиска, при котором необходимо среди совокупности данных найти те, которые наилучшем образом (в смысле некоторой заданной меры) соответствуют ключевой информации.

В такой постановке задача ассоциативной выборки весьма близка к задаче распознавания образов.

Но определяющим является методы, которые при этом используются — если смысл ассоциативности не подвержен описанным здесь упрощениям, то мы имеем дело с распознаванием образов с помощью искусственных нейронных сетей, в противном случае мы имеем дело с оптимизацией работы баз данных (а так-же аппаратных кэшей процессоров), или способами ассоциативного представления данных (например, семантических сетей). Отсюда должно быть понятно, что ассоциативное представление данных, и некоторые приемы работы с памятью, адресуемой по содержанию недостаточны для пониманием под этим ассоциативной памяти в полном смысле слова.

Четвертое упрощение ассоциативной памяти может быть связанно с так называемой проблемой временных ассоциаций, что с точки зрения программирования относится к теории автоматов.

Эти проблемы связаны с разработкой методов запоминания и извлечения из памяти упорядоченных во времени последовательностей.

При этом они могут разветвляться, образуя вторичные альтернативные последовательности, причем переход к одной из них определяется содержанием некоторой фоновой, или контекстной информации. Указанные последовательности могут также содержать замкнутые циклы.

Обратите внимание

Таким образом, с точки зрения программирования или символизма, по отношению к ассоциативной памяти имеются все те же проблемы и задачи, как и в искусственном интеллекте. Различием является то, что в программировании могут быть сделаны упрощения и построенны методы, которые лишь частично удовлетворяют пониманию ассоциативной памяти.

В то время как коннективизм пытается решить проблему ассоциативной памяти, используя методы которые не содержат упрощений в описанных здесь смыслах, обладают некоторой стохастичностью и непредсказуемостью в смысле работы метода, но в конечном счете дающих осмысленный результат в областях распознования образов или адаптационного управления.

Источник: https://syntone.ru/psy_lib/assotsiativnaya-pamyat/

Ссылка на основную публикацию