Cтраница 4
Быстродействие является важным фактором во многих областях применения обучающихся машин, однако необходимо помнить о разнице между скоростью обучения и скоростью вспоминания или реакции, которые могут быть весьма различными. Скорость обучения машин с электромеханическими блоками памяти мала, поскольку инерция ограничивает скорость изменения весов. Машины, однако, могут иметь большую скорость реакции, поскольку веса во время этого процесса не должны изменяться. [46]
Модуль усвоения знаний, являющихся самым дорогим ресурсом, автоматизирует процесс извлечения знаний и обучение машины. Под обучением машины понимается любое улучшение работы ЭС, являющееся результатом накопления опыта. Последнее происходит за счет применения алгоритмов, решающих задачи расширения круга решаемых проблем, вывода более точных решений, получения ответов с меньшими затратами, упрощения уже имеющихся знаний. [47]
Тогда процедура обучения машины Больцмана выглядит особенно просто. [48]
Для первого вида в процессе обучения машины используются примеры изображений одного класса, и описание этого класса строится на основе высказываний, выработанных в результате рассмотрения только этих примеров. Второй вид отличается тем, что в процессе обучения машины рассматриваются примеры изображений нескольких классов. [49]
В данной работе рассматривается программирование на ЦВМ такого поведения, которое при осуществлении его людьми или животными расценивалось бы как результат обучения. Хотя здесь не место подробно останавливаться на важности разработки методов обучения машин или рассуждать о философских аспектах проблемы, очевидно, что значительная часть работы, ныне выполняемой человеком, будучи весьма тривиальной с точки зрения требований к интеллекту, предполагает тем не менее определенное обучение. [50]
После анализа литературных и расчетных данных проводится комплектация обучающей последовательности. Если исходная литературная экспериментальная информация достаточно большого и надежного объема, то дело ограничивается составлением по этой информации исходных таблиц для обучения машины, как это описано в предыдущей главе. Если исходная литературная информация отсутствует или ненадежна, то приходится ставить первоначальную серию экспериментов для создания обучающей последовательности. [51]
Поэтому в 1955 г. был разработан план создания машины LJCLM-II, имеющей примерно в 10 раз большее число входных и выходных каналов и в 100 раз большую емкость памяти, чем машина UCLM-I. Щедрая субсидия, предоставленная фондом Нафилда, обеспечила создание такой машины, однако сначала необходимо было создать новый блок постоянный памяти, ибо работа весовых блоков машины UCLM-I основана на хранении информации в виде заряда конденсаторов. Обучение машины с таким устройством памяти необходимо было завершать в течение одного или двух часов до того, как успеют заметно разрядиться конденсаторы. [52]
Следующим этапом стратегии является процедура обучения машины распознаванию активных катализаторов. Эта процедура сама по себе итеративная и заканчивается не только установлением факта способности машины распознавать катализаторы с заданной степенью вероятности, но п отсеиванием незначащих признаков и ранжировкой влияющих признаков по степени их влиятельности. После обучения машины пли в ходе его проводится прогнозирование новых катализаторов, не включенных в обучающую последовательность. Результаты машинного прогноза подвергаются экспериментальной проверке. [53]