ПравообладателямМозг напрокат. 
Как работает человеческое мышление и как создать душу для компьютера., Редозубов Алексей
Книжная полка
перейти на полку → Хочу прочитатьЧитаюПрочитана
ИзбранноеВладею
Чтобы воспользоваться книжной полкой выполните вход либо зарегистрируйтесь
← Назад
Скачать: , Редозубов Алексей Дмитриевич pdf   Читать
Купить →
Купить →

Ожидайте...

Почему человек - есть человек? Откуда у человека разум? Что такое мышление? Что есть добро и зло? Что такое юмор? На каком языке мы думаем? Эти вопросы легко задать. Трудно дать на них короткий ответ. И не потому, что эти вопросы слишком сложны. За сложностью объяснения обычно скрывается несовершенство теории. Просто оказывается, что отвечать надо не на каждый вопрос по отдельности, а сразу на все, увязывая ответы между собой. И тут выясняется, что многие вопросы задаются на "разных языках" и что нужный вопрос дорогого стоит. Вот только, чтобы правильно задать вопрос, надо знать большую часть ответа.

PDF. Мозг напрокат. Как работает человеческое мышление и как создать душу для компьютера. Редозубов А. Д.
Страница 26. Читать онлайн

- Да! Это гполько вопрос времени! — уверенно ответил

«генералиссимус от профессуры».

- Времени, говорите? Тогда как же это получаегпся, что все

женщины вот уже со дня сотворения мира и по сей день рождаются девушками, а евреи — необрезанными?

Вспомним ненадолго о нейронных сетях.

Еще один алгоритм обучения нейронных сетей, заимствованный у природы, носит название «генетический». Суть ero проста: сначала строится нейронная сеть, входами и выходами отвечающая поставленной задаче. Количество нейронов сети и их связи выбираются экспертно, исходя из опыта решения других, схожих по сложности задач. Веса на входах нейронов задаются случайным образом. Затем на вход сети подаются обучающие сигналы, оценивается успешность работы сети. Далее производятся случайные мутации, и если какие-либо из полученных сетей справляются с решением задач «лучше», то далее процесс мутаций повторяется на них. Иногда, после длительного эволюционного процесса, удается получить сеть, которая успешно справляется с решением исходной задачи.

Часто, при применении генетического алгоритма, для ускорения его

работы используют скрещивание исходных сетей (называя при этом исходные cemu хромосомами). Я считаю, что это не очень корректный подход. Как и отождествление матрицы весов нейронной сети с хромосомами. Дело в том, что при скрещивании на уровне реальных хромосом происходит обмен генами, каждый из которых является носителем определенного свойства, Результирующий ген получается «осмысленным». При скрещивании нейронных сетей происходит обмен весами, которые являются частью «осмысленных» конструкций. При этом, если скрещиваемые нейронные сети далеко разошлись друг от друга — результат будет «бессмысленным», если же они не далеко разошлись друг от друга, то зто подмена алгоритма мутации.

Каждое свойство, которое приобретается по ходу эволюции, оказывается «выгодным» для ero носителя на тот момент, когда оно возникает. Но, возникнув и закрепившись, оно служит фундаментом для появления новых свойств. В итоге далеко не всегда понятен смысл тех или иных информационных достижений. Далее в этой книге мы будем неоднократно разбирать разные эволюционные загадки.

Страница 27 из 224

Обложка.
PDF. Мозг напрокат. 
Как работает человеческое мышление и как создать душу для компьютера. Редозубов А. Д. Страница 26. Читать онлайн