Computadores de redes neurais

1.999 visualizações

Publicada em

Teoria da redes neurais em comjputadores

0 comentários
2 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
1.999
No SlideShare
0
A partir de incorporações
0
Número de incorporações
51
Ações
Compartilhamentos
0
Downloads
0
Comentários
0
Gostaram
2
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Computadores de redes neurais

  1. 1. Computadores neurais <ul><li>Como os computadores neurais funcionam </li></ul><ul><li>Podem os computadores de cadeias neurais aprenderem com a experiência, e nesse caso, eles podem se tornar o que nós chamaríamos de “inteligentes”?. E podem duas cadeias neurais diferentes ensinar uma a outra o que elas sabem? </li></ul><ul><li>A pergunta sobre a inteligência de uma máquina é enganadora. Vários investigadores escreveram sobre e dão uma sensação que há modos variados para explorar o assunto. R.C. Lacher no departamento de ciência de computador da Universidade da Flórida responde: </li></ul><ul><li>&quot;Sim, computadores de cadeias neurais podem aprender com a experiência. A sua habilidade inerente para aprender na mosca é um das razões primárias para que os investigadores fiquem tão excitados e otimistas sobre seu futuro. Por exemplo, um computador neural pode ser 'treinado' em um jogo de conhecimento de fatos sobre, digamos, o controle de um veículo, e então o computador neural pode ser posto on-line para controlar um veículo de fato, em tempo real. </li></ul>
  2. 2. Computadores neurais <ul><li>Além disso, os neurais que possuem a capacidade de aprendizagem podem permanecer ligados, de forma que o sistema aprende a fazer um trabalho crescentemente melhor e com mais controle e também podem aprender a negociar previamente com situações imprevistas. Muitos grupos estão trabalhando de modo a melhorar o processo de aprendizagem. Por exemplo, investigadores em minha universidade inventaram meios de inserir conhecimento diretamente na cadeia neural, omitindo a primeira fase o” treinamento “, cujo resultado denominamos, cadeias”. Especialistas, que não só aprendem com a experiência, mas tem a habilidade para explicar como ou por que eles chegaram a uma determinada conclusão, no caso de um humano preocupado é condição de sine qua non. </li></ul><ul><li>Sim, os computadores de cadeias de neurais podem aprender entre si. A exemplo clássico disto foi inventado pelos investigadores A.G. Barto e R.S. Sutton da Universidade de Massachusetts a Amherst, e por C.W. o Anderson da Universidade de Sheffield. Eles começam com dois não adestrados (' conhecimento - livre ') no ambiente neural, e a meta era fazê-los aprender a equilibrar um poste em sua base, enquanto a meta do outro é aprender ser um poste pode ser fixado á sua base. </li></ul>
  3. 3. Computadores neurais <ul><li>Quer dizer, a segunda rede neural aprende a imitar o próprio sistema mecânico, enquanto o primeiro aprende a controlá-lo. As duas redes mandam sinais de volta sinais e adiante, na realidade, se ajudam a aprender. </li></ul><ul><li>Sridhar Narayan, investigador no departamento de matemática e ciência na Universidade de Carolina do Norte, Willington, apresenta um ponto de vista um pouco mais céptico: </li></ul><ul><li>Fixar coisas em perspectiva é somente o que fazem a maioria dos programas em cadeias de neurais que rodam em computadores tradicionais. Há algumas cadeias neurais que são implementadas em hardware e poderiam ser classificados como computadores de cadeias neurais. Tendo dito que, sim, uma cadeia neural pode “aprender” com a experiência. De fato, a mais comum das aplicações das cadeias neurais é “treinar” uma cadeia neural que produza um padrão específico como sua produção quando lhe é apresentado um determinado padrão. As Cadeias Neurais são treinadas tipicamente para fazer disto uma grande coleção de pares de padrões input/output. </li></ul>
  4. 4. Computadores neurais <ul><li>Em muitos casos, a habilidade da cadeia neural em produzir respostas corretas se estende além dos padrões que lhe foi ensinado ou para um outro semelhante, mas com padrões modernos. </li></ul><ul><li>Esta habilidade, comumente conhecida como generalização, e freqüentemente é mais crítica que a habilidade em se aprender um jogo pequeno de fatos. </li></ul><ul><li>Cadeias neurais podem se tornar inteligentes. Depende de como a inteligência é definida. Por exemplo, uma cadeia neural pode ser treinada para controlar um motor elétrico, talvez até mesmo como um operador humano. </li></ul><ul><li>Porém, isso é tudo que a cadeia neural pode fazer. Sua inteligência é limitada a uma única tarefa que não é isso que inteligência tipicamente representa. </li></ul><ul><li>Podem duas cadeias neurais diferentes ensinarem uma a outra o que elas sabem. </li></ul>
  5. 5. Computadores neurais <ul><li>Dado que aquelas cadeias neurais possuem conhecimento muito especializado, esta pergunta só pode ser considerada no contexto em que duas cadeias sabem algo sobre o mesmo tipo de problema. </li></ul><ul><li>Quer dizer, não será significante falar sobre uma cadeia neural que pode jogar gamão e que interage com uma outra que pode controlar um motor elétrico. </li></ul><ul><li>Porém, até mesmo se as cadeias neurais em questão tenha conhecimento sobre o mesmo problema, adicionando um novo conhecimento na cadeia neural existente corromperá o que a cadeia já sabe. </li></ul><ul><li>Enquanto a cadeia pode ser capaz de assimilar o velho e o novo conhecimento, isto exigirá com toda certeza que a cadeia reaprenda ambos, o velho e os novos conceitos. </li></ul>

×