Пиши и продавай! |
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 3) ответ принадлежит к множеству выходных значений системы. Получается, что при отсутствии учителя система должна минимизировать целевую функцию уже по двум параметрам (z и d): mind,z (z - d(x,y))2 Безусловно, что, если возможное z принадлежит к множеству выходных значений системы, то минимизация только по z является более привлекательной, так как не требует от системы именно в данный момент никакой дополнительной внутренней перестройки. Правда, при этом неизвестно, как этот ответ из серии «сказал – не подумал» в дальнейшем отзовется на судьбе системы. Исследуем процесс обучения без учителя для СР-сетей, исходя из следующих начальных волюнтаристических предположений: 1) система обучена на некоторой обучающей выборке, т.е. количестве элементов СР-сети больше ноля; 2) на вход поступают значения, с которыми в процессе обучения система не сталкивалась; 3) получаемый выходной результат выходит из диапазона значений, в рамках которого работает система. Образно говоря, «сказать хочется, а слов нет». Какие возможны в данной ситуации варианты поведения системы? Вариант 1 1. Признать полученный результат неверным. 2. В качестве выходного результата определить действие «ничего не делать» или пустое (нулевое) значение, которое всегда принадлежит множеств выходных значений. 3. Осуществить процесс обучения (разрушение и генерацию нейронов) для поступивших входных значений и выходного значения, определенного в п. 2. Таким образом, система самостоятельно от неизвестной ей схемы «обучение без учителя» переходит к известной схеме «обучение с учителем». Вариант 2 1. Признать полученный результат неверным. 2. В качестве выходного результата определить значение, наиболее близкое к полученному результату, но принадлежащее множеству допустимых для выходного результата значений. 3. Осуществить процесс обучения (разрушение и генерацию нейронов для поступивших входных значений и выходного значения, определенно в п.2. Вариант 3 1. Признать полученный результат правильным. Невозможность его реализации объяснить несовершенством системы по генерации соответствующих выходных значений. Например, система неспособна мгновенно взлететь в небо или закопаться в землю. Но другого решения не искать, а попытаться реализовать полученное путем изменения собственных «физических» возможностей или путем разрушения ограничений на диапазон выходных значений. Вариант 4 1. Признать полученный результат правильным. Невозможность его реализации объяснить несовершенством системы, ее неспособностью к генерации соответствующих выходных значений. 2. Выработать такой выходной результат, который, изменяя окружающую среду, позволял бы избежать в дальнейшем поступления на вход подобных входных значений. 3. Осуществить процесс обучения (разрушение и генерацию нейронов) для поступивших входных значений и выходного значения, определенного в п.2. Что интересно, выбор того или иного варианта поведения системы во многом определяет черты ее характера, если, конечно, проводя аналогию с живым существом, можно это назвать чертами характера, например: смирение – присущая системе ориентация в большей степени на первый вариант поведения; упрямство – ориентация на третий вариант и т.п. Таким образом, информационная система начинает приобретать индивидуальность. ЭВМ, СР-СЕТИ И ЭМОЦИИ КАК КРИТЕРИИ ИСТИННОСТИ (ВОЗНИКНОВЕНИЕ НОВОГО ЗНАНИЯ) Как на грозный Терек выгнали казаки, Выгнали казаки 40 тысяч лошадей. И покрылся берег, и покрылось поле Сотнями порубленных, пострелянных людей Любо, братцы, любо... Материал данной главы находится несколько в стороне от протоптанной ранее столбовой тропинки. По своей форме он больше напоминает антракт в театре, когда публику пытаются развлечь второстепенными актерами исключительно для того, чтобы вся толпа не ринулась в маленький буфет. В этом искусственном антракте попытаемся построить и продемонстрировать модель, в рамках которой можно было бы объяснить те особенности информационных систем, которые на первый взгляд ниоткуда не следуют. Действительно, зачем живым информационным системам типа человека нужны эмоции, радости и печали? То ли они (эмоции) представляют собой неотъемлемую атрибутику всего живого, то ли это свойства исключительно самообучающихся систем, и биологическая природа здесь вторична? Попробуем исследовать эту проблему в рамках обобщенной модели СР-сетей. Безусловно, любая модель в чем-то ущербна. При этом зачастую ущербность в деталях компенсируется повышением уровня абстракции, что позволяет исследователю перейти к философскому осознанию анализируемого явления. Здесь мы и займемся подобным философским осознанием. 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 |
|
|
|