Перенес из другой ветки, там не в тему.
Автор: rrr3 Не могу удержаться, чтобы не сказать другую странность, что на мой не просвещенный взгляд, и "новизна" (потенциал "распознавания" "новизны") должна не столько "приходить" извне, сколько "закладываться" (за счет "автоматической" комбинаторики и прочего) изначально в систему... |
|
Автор: Kek Скажите эту мысль еще раз другими словами. Я не очень понял. |
|
Сегодня увидел, этот Ваш пост, без моего ответа...
Попытаюсь высказать свое мнение иными словами.
1. Для начала представим нейросетку, пусть традиционного типа, когда все элементы одинаковы, а преобразования в ней происходят только за счет каких-то шагов по изменению порогов.
2. Сенсоры у нас настроены на отдельные сигналы, каждый на свой, а не на общую картинку (то, что говорилось о множестве потоков, вне зависимости от того все они на какие то отдельные частоты звука к примеру или пиксели картинок).
Рассмотрим два варианта "новизны".
3. Каждое возможное сочетание сигналов на сенсорах в данный момент (протяженность времени, последовательность во времени, для простоты пусть пока не учитываем) записываем в какую-то память. В следующий момент новое сочетание проверяем на наличие в базе, при условии новизны, записываем. Таким образом через какое-то время база переполняется, процесс
захлебывается (если не "загрублять" "новизну", образно говоря "шаг новизны" или потока/сенсора с уменьшением их количества). Каким-то образом обрабатываем базу "образцов" для получения чего-то требуемого, каким-то набором алгоритмов.
"Вручную" ищем необходимые наборы алгоритмов.
4. Берем сетку (см. п.п. 1 и 2). Где в ней новизна? "Новизна" в ней может быть только в качестве реализации заранее закладываемого
потенциала через разнообразие возможных состояний системы. Эти состояния будут представлять собой некие варианты узора сетки в результате наложения на них "порогов связей". Эти узоры и есть в своей совокупности алгоритмы преобразования выходов от сенсоров (образно говоря разные алгоритмы распознавания) и одновременно они и есть реализация потенциала "памяти"/"новизны".
То, что не приводит к "распознаванию" в памяти не остается, а постепенно в процессе работы "стирается", т.е. не эффективные узоры сетки
"переструктурируются". При этом наборы алгоритмов ("узоры" сетки) ищутся как бы
автоматически, за счет единых для всей системы алгоритмов изменения порогов (т.е. образно говоря, алгоритмы "низшего" уровня формируются за счет алгоритмов "верхнего" уровня.)
В п.4 "новизна" - есть разнообразие сочетаний на совокупности сенсоров. В п.5. "новизна" - есть возможные варианты реагирования (необходимые наборы алгоритмов, "узоров" сетки) на
все возможные сочетания на совокупности сенсоров. Общее только в названии, а содержание, подход к "новизне" разный.
5. Одна беда... потенциал
традиционных сеток, мягко говоря, очень низок.