A mesterséges intelligenciának is kell pihenés

Jelentkezz be a hozzászóláshoz.

#3
"Vagy programozási akadálya van, esetleg lassú lenne?"

Nincs akadalya es nem is lassu. Marmint ha kivulrol belenyulva egy Neumann elvu programbol vezereljuk a neuralis halot. Viszont tudtommal jelenleg tisztan neuralis modellel nem lehet ilyen mukodest leirni. Roviden szolva fel kellene elobb talalni hozza az algoritmust...
Tetsuo
#2
Ne feledd, hogy az agynak is vannak erősen differenciált területei, miért ne lehetne hasonlóan egy mesterséges hálózatban? Egyébként homogén területen is dinamikusan ki- és továbbalakíthatná önmagának a rendszer, azzal sincs gond szerintem. Vagy programozási akadálya van, esetleg lassú lenne?

https://www.youtube.com/shorts/zECTF2H8Jp8

#1
Ha egy megtanult fuggvenyt (tudast) akarunk rogziteni egy neuralis halozatban, akkor a legegyszerubb ha a sulytenyezok megvaltoztatasanak kepesseget is sulyozzuk egy masik seged halozattal es a rogzitesi fazisban a nemreg jelentosen megvaltozott sulytenyezokhoz tartozo valtozasi kepesseget csokkentjuk jelentos mertekben, ezaltal az uj tanulasi fazis mar csak a maradek szabadon maradt halozatba tud adatot betolteni.

Alternativ megoldas, ha van egy magas plaszicitasu tanulo halozat, majd ennek adatait irjuk at a tanulasi fazis utan egy alacsony plaszticiatasu halozat meg nem hasznalt reszeire.

Az igazi kihivas valahol az lenne, hogyan lehetne a fenti a funkcionalitasokat egy kiindulaskor homogen, egy szintes, de teljes mertekben feedback-es halozatra atultetni, mivel az agy a jelek szerint valami ilyesmihez hasonlo.