Аттля
Cтраница 1
Классифицирующая машина Аттли отвечает обоим этим требованиям. При этом через линию задержки проходит последовательность сигналов, кодируемая в виде пространственного образа. [1]
В своем первоначальном определении Аттли рассматривает именно такой способ функционирования машины условной вероятности. Однако, избавившись от одного недостатка, мы приходим к другому и снова получаем существенное отличие от биологических систем, способных вырабатывать условные рефлексы по отношению ко многим свойствам, а не только к одному из них. [2]
Вышедшая сравнительно недавно работа Аттли [26], в которой он исследует эту проблему, уже успела стать классической. Любой образ, по существу, нетрудно описать с помощью совокупности двоичных индикаторов, так же как и представить себе, что при помощи той же совокупности индикаторов такой образ можно запомнить и сравнить со входом, представляющим собой случайно меняющуюся последовательность образов. [3]
Для каждого свойства изображения классификационная машина Аттли содержит так называемый распознающий элемент, возбуждающийся под действием этого свойства. Рецепторы, не входящие в множество М, могут иметь при этом любые выходные сигналы. [4]
 |
Кардиоцикло-граммы здорового чело-пека. [5] |
Таковы обучающийся автомат, построенный группой студентов Московского энергетического института, машина условной вероятности Аттли, нерсептрон 1 озспблата и др. Нек-рые из них способны связывать любое свое действие с любым из действующих па них сигналов. Автомат студентов МЭИ мог вырабатывать цепь рефлексов, в к-рых одно действие автоматически нызывает затем следующее. Электронное моде-пшрование сложных актов поведения живых-организмов имеет не меньшее, а, но всей вероятности, гораздо большее значение для техники, чем для физиологии и медицины. [6]
Для моделирования функций центральной нервной системы создан еще ряд других сложных механизмов. Таковы обучающийся автомат, построенный группой студентов Московского энергетического института, машина условной вероятности Аттли, персептрон Розенблата и др. Нок-рыо из них способны связывать любое свое действие с любым из действующих на них сигналов. Автомат студентов МЭИ мог вырабатывать цепь рефлексов, в к-рых одно действие автоматически вызывает затем следующее. Электронное моделирование сложных актов поведения живых организмов имеет не меньшее, а, по всей вероятности, гораздо большее значение для техники, чем для физиологии и медицины. [7]
По существу, импульсы торможения изменяют обычный пороговый уровень нейрона. Они делают нейрон менее чувствительным, так что для передачи информации по нерву требуется более быстрый поток возбуждающих импульсов, чем обычно. Таким образом, животное защищает себя от нежелательной информации и избавляет себя от необходимости автоматически обучаться распознаванию образов в виде случайных и тривиальных шумовых фонов, всегда присутствующих в окружающей среде. Машина Джорджа [27] снабжена механизмом для моделирования этого свойства обучения. Как и машина Аттли, она может оценивать вероятность появления некоторой конкретной ситуации, а также определять, какое решение следует принять при появлении данной ситуации на входе, чтобы получить максимальную вероятность требуемого выхода. [8]
Классифицирующая машина Аттли отвечает обоим этим требованиям. При этом через линию задержки проходит последовательность сигналов, кодируемая в виде пространственного образа. При мгновенном представлении два индикатора могут одновременно фиксировать сигналы, и информация о том, который из них ( в отношении исходной последовательности) зафиксировал сигнал первым, была бы потеряна. Следовательно, необходимо добавить другой образ, представляющий собой кодированное сообщение о моментах, когда каждый индикатор перешел из одного состояния в другое. Все эти функции машина Аттли может выполнять, снимая тем самым первое затруднение. [9]
Именно здесь в систему проникает элемент случайности. Ответ на вопрос, принадлежит ли действительно неполное множество к полному запомненному множеству, безусловно, не может быть непогрешимым. Теория информации показывает, что количество информации, передаваемое неполным множеством носителей, является недостаточным, чтобы дать полностью детерминированный ответ на этот вопрос; математика доказывает, что в этом случае остаются такие степени свободы, на которые нельзя наложить ограничения, и, наконец, логика поясняет, что рассматриваемый процесс является индуктивным по самой своей природе, а следовательно, в определенном смысле произвольным. Субъективный опыт, полученный на основе непосредственных наблюдений, безусловно, подтверждает этот теоретический вывод. И действительно, как легко ошибиться при распознавании образов, например, радостно окликнув какого-нибудь совершенно незнакомого человека, идущего по противоположной стороне улицы, внезапно приняв его за своего приятеля. Однако, с другой стороны, я лично еще никогда не принимал книгу за бутылку вина. Таким образом, очевидно, что даже неполный образ обладает своими собственными вероятностными характеристиками, отличающими его от всех прочих образов. Классифицирующая машина должна обладать способностью оценивать вероятность принадлежности данного неполного образа к известному более полному. В этом случае она может классифицировать вход с большей или меньшей степенью уверенности. Именно так осуществляет свои функции мозг, именно эти функции выполняет также машина Аттли. [10]
Страницы: 1