Cur chuige nua OpenAI maidir le foghlaim bréige aon-lámhaigh, léargas ar thodhchaí AI

Foghlaim Bréige Aon-Urchar Yan Duan, Marcin Andrychowicz, Bradly C. Stadie, Jonathan Ho, Jonas Schneider, Ilya Sutskever, Pieter Abbeel, Wojciech Zaremba

An 16 Bealtaine, roinn taighdeoirí OpenAI físeán de cheann dá dtionscadail in éineacht le dhá pháipéar a raibh tábhacht leo ag iniúchadh réitigh ar thrí phríomh scrogaill d’fhorbairt reatha AI: meta-fhoghlaim, foghlaim aon-lámhaigh, agus giniúint sonraí uathoibrithe. I mo phost roimhe seo, gheall mé alt a bhí tiomnaithe d’fhadhb spéisiúil na foghlama aon-lámhaigh, mar sin téann anseo. Is féidir leat tosú trí fhéachaint ar an bhfíseán a d’eisigh siad a mhíníonn a gcuid oibre iontach:

San fhíseán seo feiceann tú róbat fisiceach aon-lámh ag cruachadh ciúbanna ar bharr a chéile. A bheith ar an eolas faoi na tascanna casta atá robots tionsclaíocha in ann a dhéanamh faoi láthair, mura mbeadh an taighdeoir ag iarraidh a bhfuil ar siúl a mhíniú, ar go leor cuntas bheadh ​​sé seo an-mhór. I dtimpeallacht rialaithe tá an tasc simplí, tá cuir chuige nós imeachta (códaithe crua) tar éis na fadhbanna seo a réiteach cheana féin, is é an rud atá tuar dóchais inti agus réabhlóideach an méid a d’fhéadfadh an creat ginearálta thíos scála a dhéanamh suas go dtí iompraíochtaí iolracha, níos casta agus oiriúnaitheacha i dtimpeallachtaí níos torainn.

Is cinnte go bhfuil an difríocht intinne idir fear agus na hainmhithe is airde, iontach mar atá sé, céim agus ní de chineál.
- Charles Darwin

De réir analaí, is fianaise láidir é an t-alt seo go mbeidh na difríochtaí i gcórais chognaíoch idir AI corpraithe reatha (intleacht shaorga na gcóras fisiceach) agus robots an 22ú haois ar scála agus ní de chineál. Ó 2012 i gcomórtas ImageNet *, tá borradh faoi thaighde domhainfhoghlama, ní amháin chun nádúr an ríomha dáilte a dhéanann líonra neural a mhodhnú, ach trí bhealaí nua a aimsiú chun líonraí a struchtúrú d’fhonn tasc ar leith a fhoghlaim. Maidir le feidhm líonra neural is struchtúr, níl cód crua ar an struchtúr seo (níl sé deartha de láimh) ach is é torthaí na n-aonad ríomha adamhach atá ceangailte ar dtús idir ionchuir agus aschuir, atá in ann a struchtúr agus a naisc a mhodhnú. Is trí mhodhnú struchtúr iomlán an líonra a fhoghlaimíonn sé feidhm shonrach.

San alt seo, thóg siad creat ginearálta a bhí in ann gníomhaire a oiliúint chun tascanna a léiriú ar bhealach teibí, agus foghlaim conas an t-eolas seo a aistriú chuig tascanna nua nach bhfacthas riamh (foghlaim aistrithe) tar éis léiriú amháin ar an tasc úrscéal (foghlaim bréige lámhaigh amháin).

Na tascanna

Cé go bhfuil difríocht idir an cur chun feidhme ailtireachta cruinn, glacann siad dhá thasc mar shamplaí chun feidhmíocht an chur chuige ghinearálta a thaispeáint.

Cáithnín ag sroicheadh

Sa chéad sampla faigheann an córas ionchuir de shuíomhanna sprice daite ar eitleán agus taispeántas físe amháin den ghníomhaire insamhalta ag dul go dtí an sprioc shonraithe.

Fíor 2. Is maisphointe é an robot atá rialaithe le fórsa déthoiseach. Is é an teaghlach tascanna sainchomhartha sprice a bhaint amach. Tá céannacht an sainchomhartha difriúil ó thasc go tasc, agus caithfidh an tsamhail a fháil amach cén sprioc atá le saothrú bunaithe ar an taispeántas. (ar chlé) léiriú den róbat; (lár) is é an tasc an bosca oráiste a bhaint amach, (ar dheis) is é an tasc an triantán glas a bhaint amach.

Le linn na hoiliúna caithfidh an córas an tasc céanna (oráiste a bhaint amach) a atáirgeadh ach ó chumraíocht eile, le suíomhanna tosaigh éagsúla don róbat agus do na spriocanna. Níl sé soiléir an ndéantar tástáil ar an ngníomhaire le linn tástála ar an tasc ar cuireadh oiliúint air (sroich oráiste) nó ar thasc nach bhfaca sé riamh cheana (glas a bhaint amach mar shampla) nó an dá rud.

Déantar an beartas oilte a mheas ar chásanna nua agus tá sé coinníollaithe ar ruthag taispeána nua nach bhfacthas le linn na hoiliúna.

Is cinnte go gcaithfidh an gníomhaire an sprioc sprice a bhaint as taispeántas uathúil agus tosú arís ó chumraíocht eile. Tugann sé seo le tuiscint nárbh fhéidir an t-ord beacht mótair a fhoghlaim roimh thástáil agus go gcaithfear é a thuiscint trí astarraingt (ionadaíocht struchtúrtha ardleibhéil) den tasc agus trí phleanáil mhótair.

Bloc cruachta

Sa dara sampla caithfidh an gníomhaire foghlaim ciúbanna a chruachadh (arna aithint ag dathanna éagsúla) san ord céanna leis an gceann a thaispeántar i dtaispeántas insamhalta amháin. Sraith íomhánna 2D is ea an taispeántas insamhalta seo a ghineann inneall fisice 3D ina ndéantar airíonna ghaireas mótair agus céadfach na robots a shamhaltú.

Beartas aon-lámhaigh. Beartas aonair oilte chun go leor tascanna a réiteach. Tasc barr: {abc, def}, Tasc bun: {ab, cd, ef}

Sa dá shampla tá suíomhanna tosaigh na gciúbanna sa taispeántas agus sa tástáil fhíor difriúil, tá gach tasc ag tosú ó shuíomh tosaigh eile. Ní dhéanann an robot iarracht na ciúbanna a athsholáthar chun suíomh tosaigh an taispeántais a mheaitseáil, aistríonn sé an tasc ardleibhéil an ciúb a chruachadh is cuma cén staid ina dtosaíonn sé.

Oiliúint ag baint úsáide as randamú fearainn

Sa dá chás faightear na híomhánna go léir a úsáidtear le linn na hoiliúna trí insamhalta ag baint úsáide as randamú fearainn ina ndéanfaidh siad na gnéithe seo a leanas de na samplaí a randamú:

Líon agus cruth na n-earraí tarraingthe ar an tábla Suíomh agus uigeacht na n-earraí go léir ar an tábla Uigeachtaí an tábla, an urláir, an bhosca spéir, agus an robot Seasamh, treoshuíomh, agus réimse radhairc an cheamara Líon na soilse sa radharc Seasamh, treoshuíomh, agus tréithe amhantracha na soilse Cineál agus méid an torainn randamaigh a chuirtear le híomhánna

Oiliúint socraithe chun cáithníní a bhaint amach

Breithnímid tacar teaghlach tascanna atá ag éirí níos deacra, áit a méadaíonn líon na sainchomharthaí tíre ó 2 go 10. I gcás gach teaghlach tasc, bailímid 10000 ruthag le haghaidh oiliúna, áit a ndéantar suíomhanna sainchomharthaí tíre agus suíomh tosaigh an róbat a randamú. Úsáidimid beartas saineolaí le cód crua chun taispeántais a ghiniúint go héifeachtúil. Cuirimid torann leis na ruthag trí chur isteach ar na gníomhartha ríofa sula gcuirtear i bhfeidhm iad ar an gcomhshaol, agus úsáidimid clónáil iompraíochta simplí chun beartas an líonra neural a oiliúint

Oiliúint socraithe do bhloc-chruachadh

I ndáiríre, bailímid 140 tasc oiliúna, agus 43 tasc tástála, gach ceann acu le leagan amach difriúil atá ag teastáil de na bloic. Is féidir le líon na mbloic i ngach tasc a bheith éagsúil idir 2 agus 10. Bailímid 1000 ruthag in aghaidh an tasc le haghaidh oiliúna, agus coinnímid tacar ar leithligh de ruthag agus cumraíochtaí tosaigh le húsáid le haghaidh meastóireachta. Cosúil leis an tasc a shroicheann cáithníní, instealladh muid torann isteach sa phróiseas bailithe ruthag. Bailítear na trajectories ag úsáid beartas crua-chódaithe.

Bailítear taispeántais rathúla ag úsáid beartas crua-chódaithe

Tabhair faoi deara, le linn na foghlama, go ngintear na rianta cearta le beartas nós imeachta “crua-chódaithe”, a chreidim a bhraitheann ar theicnící clasaiceacha chun córais a aithint agus a rialú. Mar sin, le linn oiliúna agus tástála tá dhá ionchur ag an ngníomhaire: a) taispeántas i gcumraíocht A, agus b) cumraíocht tosaigh B. Le linn na hoiliúna amháin, tá rochtain ag an algartam foghlama ar fhreagairt idéalach: ruthag ag tosú ó chumraíocht B go freagraíonn sé an fhadhb agus an ndéanfar comparáid idir freagairt an ghníomhaire le linn na foghlama - rud a chiallaíonn gur fadhb foghlama faoi mhaoirseacht í.

Glacaimid le gach taispeántas oiliúna a bheith ar fáil do gach tasc oiliúna.

Mura bhfuil sé soiléir, rachaidh mé thar na difríochtaí idir na cineálacha éagsúla paraidímí foghlama sa chéad chuid eile.

Algartam optamaithe agus feidhm caillteanais

Tagraíonn foghlaim faoi mhaoirsiú do paraidímí oiliúna ina bhfuil rochtain ag an líonra ar an rogha ceart ba cheart dó a bheith déanta ag gach cinneadh, agus mar sin de nóisean earráide. Mar shampla i dtasc aicmithe idir madraí agus cait, is eol roimh ré lipéad na n-íomhánna de mhadraí agus de chait le linn na hoiliúna agus aimsítear na hearráidí láithreach. Sa chiall sin tá sé difriúil ó fhoghlaim gan mhaoirsiú nuair a iarrtar go ginearálta ar an ngníomhaire struchtúr nach raibh ar eolas roimhe seo a fháil sna hionchuir a fhaigheann sé, agus gan lipéid cait agus madraí chaithfeadh sé a fháil amach go bhfuil dhá bhraisle d’earraí éagsúla bunaithe ar an fhaisnéis atá sna sonraí. Tá sé difriúil freisin ón bhFoghlaim Athneartaithe go mbaineann feidhm le córas fíor-ama nach eol an t-ord cruinn cinntí as a dtagann sprioc ach “luaíocht” deiridh a chinnfidh an raibh an seicheamh ceart nó nach raibh. Trí fhoghlaim bréige a úsáid, déanann siad fadhb foghlama athneartaithe clasaiceach a athrú go fadhb foghlama faoi mhaoirseacht, ina ríomhtar an earráid ó fhad go dtí ruthag breathnaithe.

Mar is amhlaidh i gcás aon socrú oiliúna faoi mhaoirsiú, sainítear an tasc idir lámha go hiomlán leis an bhfeidhm caillteanais, a bhfuil sé mar aidhm aige cainníochtú a dhéanamh ar chomh fada agus a bhí an gníomhaire ón iompar beartaithe. Is minic gurb é an fheidhm ríthábhachtach an fheidhm seo a shainiú, toisc go gcinnfidh sé conas a dhéanann na halgartaim optamaithe paraiméadair an mhúnla a nuashonrú. Tá tábhacht ag baint leis na halgartaim sin i dtéarmaí am ríofa, agus go minic bíonn gá le roinnt tweaking le go mbeidh siad in ann teacht le chéile, más ann dóibh. Go deimhin tá na réitigh a íoslaghdóidh an fheidhm i ngné an-ard ina gcónaí i mblaosc an-bheag den spás paraiméadar, agus achar casúr beag eatarthu, a luaithe a gheobhaidh tú amach ón bhfearann ​​beag sin fásann an fad idir réitigh go gasta. Tá go leor oibre an-spéisiúil ar an ábhar sin déanta i measc nithe eile ag Jennifer Chayes an-iontach, scuabann sí an t-ábhar in agallamh an-spéisiúil ar an eipeasóid dheireanach de Talking Machines.

Le linn na líonraí beartais a oiliúint (an líonra iomlán, in ann cinneadh a dhéanamh ón ionchur cén gníomh atá le déanamh) déanann siad an trajectory taispeána rathúil a phróiseáil ar dtús. Maidir leis an gcuid seo beidh siad ag comparáid idir dhá chur chuige, an clónáil Iompraíochta clasaiceach (níl mé cinnte faoin gcur i bhfeidhm a d’úsáid siad) agus halgartaim DAGGER. Ligfidh sé seo ansin íoslaghdú atriallach a dhéanamh ar an bhfeidhm caillteanais trí l2 nó trí chaillteanas tras-eantrópachta bunaithe ar cibé an bhfuil gníomhartha leanúnacha nó scoite (bunaithe ar dháileadh imeachtaí sa seicheamh). Thar gach turgnamh, d’úsáid siad algartam Adamax chun an barrfheabhsú a dhéanamh le ráta foghlama de 0.001.

Tosaíonn méid na céime beag agus lobhadh go heaspónantúil.

Ní cheadaíonn an algartam ann féin aistriú, is é an chaoi a dtógann tú do shraith oiliúna agus d’fheidhm caillteanais a ligfidh d’aistriú.

Tá dhá chineál aistrithe ann sna tascanna. Tugtar “an bhearna réaltachta a líonadh” den chéad chineál, is ginearálú san fhoghlaim é lena gceadaítear aistriú idir oiliúint ar ionchuir insamhalta go tástáil ar spreagthaigh nádúrtha. Is minic gur comhfhogasú bocht ar an bhfíorshaol iad sonraí insamhalta, ró-foirfe, gan castacht réad réadúil iontu. Sa saol dáiríre d’fhéadfadh go mbeadh an ceamara lochtach agus níos torainní, ní bheidh an rialú mótair chomh beacht, athróidh na dathanna, beidh na huigeachtaí níos saibhre srl. Le gur féidir an chéad aistriú seo a dhéanamh, úsáideann siad modh dá ngairtear “randamú fearainn” : is trí thorann a chur leis na hionchuir is féidir leis an líonra an comhstruchtúr ábhartha a fhoghlaim a ligfidh dó ginearálú go cuí sa saol réadúil. Athróidh siad, mar shampla, uillinn an cheamara idir samplaí oiliúna, athróidh siad na huigeachtaí, nó cuirfidh siad na ruthagáin chomh foirfe. Trí torann a chur leis le linn na hoiliúna cuirimid stóinseacht leis.

Is é an dara haistriú a thástáiltear anseo ná an cumas seicheamh mótair ábhartha a tháirgeadh i sraith cumraíochta agus sprice nach bhfacthas roimhe seo, bunaithe ar thaispeántas aonair ag tosú i gcumraíocht tosaigh eile ach a bhfuil sprioc deiridh den chineál céanna aige. Arís anseo beifear in ann aistriú tríd an gcaoi a ndéanaimid an tacar oiliúna a thógáil, agus an fheidhm caillteanais a shamhaltú. Trí thaispeántais a chur i láthair le linn na hoiliúna nach dtosaíonn ón riocht tosaigh céanna chun sprioc chomhchosúil a bhaint amach, tugann tú deis don líonra foghlaim léiriú ardleibhéil ar an gcuspóir a leabú gan suíomhanna iomlána a úsáid, chomh maith le hionadaíocht ardoird de seicheamh an mhótair nach bréige simplí é. Ligeann an ailtireacht tosaigh naive oiliúint don struchtúr a mhodhnú ar bhealach ábhartha, agus tugann an struchtúr oilte seo an fheidhm dheiridh le tuiscint.

Cuspóirí

Maidir leis an paraidím cruachta bloc bhí roinnt srianta acu a theastaigh uathu go gcomhlíonfadh a ngníomhaire foghlama.

Ba cheart go mbeadh sé furasta é a chur i bhfeidhm ar chásanna tascanna a bhfuil líon éagsúil bloic iontu.
Ba cheart go ndéanfadh sé ginearálú go nádúrtha ar thréimhsí difriúla den tasc céanna. Mar shampla, ba cheart go bhfeidhmeodh an beartas go maith ar thasc {dcba}, fiú mura ndéantar oiliúint air ach ar thasc {abcd}.
Ba cheart go bhfreastalódh sé ar thaispeántais ar fhaid athraitheacha.

Bhí roinnt ceisteanna acu a theastaigh uathu a fhreagairt don tasc seo.

Cén chaoi a gcuirtear oiliúint le clónáil iompraíochta i gcomparáid le DAGGER, ós rud é gur féidir dóthain sonraí a bhailiú as líne?
Conas a dhéantar riochtú ar an taispeántas iomlán i gcomparáid le riochtú ar an gcumraíocht dheiridh atá ag teastáil, fiú nuair a bhíonn go leor faisnéise sa chumraíocht dheiridh chun an tasc a shonrú go hiomlán?
Cén chaoi a gcuireann aeroiriúnú ar an taispeántas iomlán i gcomparáid le riochtú ar “léargas” ar an ruthag, ar fo-thacar beag frámaí é atá an-fhaisnéiseach
An féidir lenár gcreat ginearálú go rathúil do chineálacha tascanna nach bhfaca sé riamh le linn na hoiliúna? (++)
Cad iad teorainneacha reatha an mhodha?

Ailtireacht

Reaching Cáithníní

Don chéad sampla seo rinne siad comparáid idir trí ailtireacht agus iad uile bunaithe ar líonraí neural Cuimhne Fadtéarmach (LSTM). Rachaidh tuairisc ar an líonra sin i bpost sa todhchaí faoi chuimhne agus aire, ar ábhair iad atá thar a bheith suimiúil sna heolaíochtaí cognaíocha agus ríomhaireachta. Go bunúsach cothaíonn LSTM aschuir líonra roimhe seo (in am) mar chuid d’ionchur an líonra ag gach pointe ama nua, rud a ligeann d’fhaisnéis ó iar-stáit eolas a thabhairt don am i láthair (mar sin a n-ainm ar líonraí cuimhne gearrthéarmacha). Tá siad ag croílár go leor teicneolaíochtaí úrscothacha a dhéileálann le sraitheanna ama (Alexa, Siri srl.).

Úsáideann siad na trí choinníoll shonracha anseo:

  1. LSTM Plain: foghlaimíonn sé an ruthag agus an staid reatha a leabú chun é a bheathú do bhrathadóir iltaobhach a thabharfaidh an mótarghníomhaíocht.
  2. LSTM le haird: tabhair léiriú ualaithe thar sainchomharthaí tíre an ruthag
  3. Staid deiridh le haird: ná húsáid ach an stát deiridh in oiliúint d’fhonn ualú a dhéanamh ar shainchomharthaí tíre, cosúil leis an ailtireacht roimhe seo

Bloc cruachta

Cé, i bprionsabal, go bhféadfadh líonra cineálach neural an mhapáil a fhoghlaim ó thaispeántas agus ó bhreathnóireacht reatha go gníomh iomchuí, fuair muid go raibh sé tábhachtach ailtireacht oiriúnach a úsáid. Tá ár n-ailtireacht maidir le cruachadh bloc foghlama ar cheann de phríomh-rannchuidithe an pháipéir seo, agus creidimid go bhfuil sé ionadaíoch ar an gcuma a bheadh ​​ar ailtireachtaí d’fhoghlaim bréige aon-lámhaigh ar thascanna níos casta sa todhchaí.

Modúil aird

Tá leibhéal réasúnta ard san alt i gcónaí maidir le cur síos a dhéanamh ar struchtúr na líonraí a úsáidtear chun an tasc a fhoghlaim. Príomh-chomhábhar den ailtireacht is ea a modúl aird, ach creidim go bhfuil post ar leith ag teastáil ón ábhar seo ina ról riachtanach. De réir analaí le coincheap na heolaíochta cognaíche maidir le haird leanúnach, úsáidtear modúil aird chun faisnéis ábhartha atá ar fud réimsí éagsúla spáis agus ama a choinneáil agus díriú air. Táirgeann sé aschur de mhéid seasta ina bhfuil leabú ábhar faisnéise a bhí sínte in am agus i spás. De réir analaí le topology, brainse matamaitice a chreidim a chuirfidh go mór leis an gcaoi a dtuigimid uiríll dáilte sa todhchaí, déanann líonra aird iseamorfracht topolaíoch faisnéise, cuaire céanna, cruth difriúil. Tabhair faoi deara nach bhfuil aon ról ag brathadóir sástachta ag an líonra seo atá in ann díriú ar imeachtaí gan choinne nó ar imeachtaí neamhchoitianta, ar feidhm é a bhaineann leis an gcoincheap aird sa néareolaíocht.

Úsáideann siad dhá chineál líonra aird anseo: a) líonra aird ama a tháirgeann suim ualaithe thar ábhar (fiosrú, comhthéacs agus veicteoirí cuimhne) atá stóráilte sa chuimhne, agus b) líonra aird comharsanachta atá in ann faisnéis a bhaineann le bloc a aisghabháil seasaimh ag brath ar cheist reatha an ghníomhaire.

Líonra aird ama, le c: veicteoir comhthéacs, m: veicteoir cuimhne, q: veicteoir fiosrúcháin, v: meáchan veicteora foghlamtha. Tá an t-aschur den mhéid céanna leis an veicteoir cuimhne. Is teaglaim líneach de na veicteoirí sin é a ligeann do veicteoir cuimhne níos mó tionchair a bheith aige ar an aschur bunaithe ar an veicteoir comhthéacs agus fiosrúcháin.An smaoineamh céanna anseo, coimeádann an córas aird an iomaíocht idir faisnéis spásúil go dinimiciúil.

An líonra beartais

Tá an líonra iomlán comhdhéanta de thrí fho-líonra éagsúla: an líonra taispeána, an líonra comhthéacs, agus an líonra ionramhála.

Faigheann an líonra taispeána ruthag taispeána mar ionchur, agus táirgeann sé leabú an taispeántais atá le húsáid ag an mbeartas. Fásann méid an leabaithe seo go líneach mar fheidhm de fhad an taispeántais chomh maith le líon na mbloic sa timpeallacht.

Mar a thaispeántar anseo tá an líonra taispeána in ann taispeántas de chastacht agus de mhéid éagsúil a leabú i bhformáid choiteann a úsáidfidh an líonra comhthéacs chun an tasc a léiriú. Is dócha gur ag an leibhéal seo cheana féin a tharlaíonn ginearálú, ba chóir go mbeadh leabú an taispeántais ag fágáil faisnéise faoi shuíomhanna iomlána an ruthag agus an chiúb a chonacthas le linn na léirsithe.

Ag féachaint ar struchtúr an líonra comhthéacs, cé go bhfuil sé ó leibhéal an-ard, feicimid an comhéadan leis an líonra taispeána ag beathú leabú an taispeántais do na modúil lárnacha aird ama. Feicimid freisin go ndéantar gníomhartha roimhe seo (LSTM) agus an staid reatha a chothú mar ionchur atá comhthráthach leis an leabú taispeána chun comhtháthú domhanda a leabú a chuirtear chuig an líonra mótair.

Is é mo thuairisc ar fheidhm na líonraí an chuid is tábhachtaí den pháipéar i mo thuairim:

Tosaíonn an líonra comhthéacs trí veicteoir fiosrúcháin a ríomh mar fheidhm den staid reatha, a úsáidtear ansin chun freastal ar na céimeanna ama éagsúla sa leabú taispeána. Déantar na meáchain aird thar bhloic éagsúla laistigh den chéim ama chéanna a achoimriú le chéile, chun céim meáchain amháin in aghaidh an ama a tháirgeadh. Is é toradh an aire ama seo veicteoir a bhfuil a mhéid comhréireach le líon na mbloic sa timpeallacht. Ansin cuirimid aird na comharsanachta i bhfeidhm chun an fhaisnéis a iomadú ar fud leabuithe gach bloc. Déantar an próiseas seo arís agus arís eile arís agus arís eile, áit a gcuirtear an stát chun cinn ag baint úsáide as cill LSTM a bhfuil meáchain neamhcheangailte aici.
Táirgeann an t-ord oibríochtaí roimhe seo leabú a bhfuil a mhéid neamhspleách ar fhad an taispeántais, ach atá fós ag brath ar líon na mbloic. Ansin cuirimid aird bhog chaighdeánach ar fáil chun veicteoirí tríthoiseacha seasta a tháirgeadh, nuair nach bhfuil san ábhar cuimhne ach suíomhanna de gach bloc, a fhoirmíonn, mar aon le staid an róbait, an t-ionchur a chuirtear ar aghaidh chuig an líonra ionramhála.
Intuigthe, cé go bhféadfadh líon na réada sa timpeallacht a bheith éagsúil, ag gach céim den cheoldráma ionramhála, tá líon na n-earraí ábhartha beag agus seasta de ghnáth. Maidir leis an timpeallacht cruachta bloc go sonrach, níor cheart go mbeadh ar an róbat ach aird a thabhairt ar shuíomh an bhloc atá sé ag iarraidh a thógáil (an bloc foinse), chomh maith le suíomh an bhloc atá sé ag iarraidh a chur ar bharr ( an spriocbhloc). Dá bhrí sin, is féidir le líonra atá oilte i gceart foghlaim an staid reatha a mheaitseáil leis an gcéim chomhfhreagrach sa taispeántas, agus aitheantais na foinse agus na mbloic sprice a chuirtear in iúl mar mheáchain aird bhog thar bhloic éagsúla, a úsáidtear ansin chun na suíomhanna comhfhreagracha a bhaint astu a chur ar aghaidh chuig an líonra ionramhála.

Is sampla foirfe é an bealach a gcríochnaíonn siad a gcur síos ar an sruth reatha de thaighde AI ó chur chuige córais shaineolach i leith cur chuige córais foghlama, agus tugann sé le tuiscint freisin ar an bplé faoi conas a d’fhorbair an inchinn thíos.

Cé nach gcuirimid an léirmhíniú seo i bhfeidhm in oiliúint, tacaíonn ár n-anailís ar thurgnaimh leis an léirmhíniú seo ar an gcaoi a n-oibríonn an beartas foghlamtha go hinmheánach.

Níl a fhios acu conas a oibríonn sé! Tógann siad struchtúr atá in ann ríomh áirithe a dhéanamh agus faisnéis áirithe a stóráil a cheapaimid atá úsáideach a-priori, agus a chothaíonn tacar oiliúna dó ag súil go bhfoghlaimeoidh an struchtúr iomlán! Tá cineál voodoo taighde Intleacht Shaorga ag dul i méid, ealaín, bealach chun an cuardach heorastúil a threorú sa treo ceart. Agus is cosúil go bhfuil a lán iomlán de na draoithe sin ag obair do OpenAI anois.

Ina bhfocail féin is é an líonra ionramhála an struchtúr is simplí, ón gcomhthéacs leabaithe a chuirtear chuig an perceptron Ilchiseal, táirgtear gníomh mótair.

Torthaí

Is minic nach mbíonn mórán suime agam i dtorthaí, go háirithe dóibh siúd de pháipéir theicniúla iontach iontach. Rachaidh mé go gasta, bunoscionn, go n-oibríonn an cur chuige seo, go bhfeidhmíonn sé le cruinneas cosúil leis na sainpholasaithe códaithe crua agus, contrártha leis an gcur chuige nós imeachta sonrach sin, is féidir é a ghinearálú le raon mór tascanna.

Reaching Cáithníní

Stack Bloc

Sna turgnaimh seo rinne siad tástáil ar dhálaí éagsúla freisin. Ag baint úsáide as DAGGER rinne siad comparáid idir trí riocht ionchuir dhifriúla trí an ruthag léirithe a ísliú: ruthag iomlán, léargas ar an ruthag, nó gan ach an stát deiridh a úsáid. Rinne siad comparáid freisin idir an algartam Clónála Iompraíochta agus trajectory iomlán an taispeántais.

Fianaise láidir ar chumas an chórais ginearálú a dhéanamh ar fhéiniúlacht ciúb

Plé

Ag léamh an dul chun cinn gasta a rinne OpenAI le míonna anuas, is dóigh liom áiteamh méadaitheach labhairt faoina gcuid oibre agus mo smaointe a roinnt ar na rudaí a chreidim a gcuid oibre, agus dul chun cinn réimse AI ina iomláine, chun ár dtuiscint ar an gcaoi a threorú. oibríonn brains bitheolaíocha. Go háirithe an smaoineamh méadaitheach seo nach bhfuil na feidhmeanna cognaíocha cosúil go roinnte idir dhaoine mar gheall ar struchtúr roinnte a bhfuil a fhios aige go hinmheánach conas tasc a dhéanamh, ach ina ionad sin tá sé mar thoradh ar struchtúir naive atá cosúil go leor agus a chuaigh i muinín na timpeallachta céanna, foghlaim conas tascanna comhchosúla a dhéanamh. Tá an fheidhm mar thoradh ar struchtúr gan fheidhm nach bhfuil in ann tasc ar leith a fhoghlaim ach mar gheall ar thimpeallacht ar leith seachas struchtúr atá in ann an tasc a dhéanamh go dúchasach, gan ach cúpla paraiméadar a tweaking chun oiriúnú don timpeallacht.

Tascanna i gcoinne cumraíochtaí: sainmhíniú treallach is cosúil

Caithfidh mé a admháil nach dtuigim cén fáth ar roghnaigh siad labhairt faoi thascanna éagsúla ar an mbealach a rinne siad. Sainmhínítear tasc sa turgnamh cruachta bloc mar shraith teaghráin a léiríonn suíomh na mbloic i gcoibhneas lena chéile, sainmhíníonn líon na n-eilimintí sa tacar líon na gcruacha agus líon na gcarachtar an líon bloc is gá a shocrú . Is é atá i gceist le tasc ansin ná socrú bloic i gcruacha beag beann ar shuíomh iomlán na cruaiche.

D’fhéadfadh go mbeadh roinnt bloic ar an mbord ach ní cuid den tasc iad

Dealraíonn sé go bhfuil a rogha suíomh coibhneasta agus líon na gcruacha a shainiú mar chritéir do thasc ar leithligh treallach. Go deimhin, d’fhéadfadh sé ciall a bhaint as labhairt faoi thascanna éagsúla bunaithe ar shuíomhanna tosaigh iomlána na mbloic (an rud a dtagraíonn siad dó mar chumraíocht). Creidim go bhfuil nádúr coitianta na faidhbe soiléir dóibh, ach chun críocha soiléireachta is fearr leo gan dul isteach sna sonraí. Tá sé níos ciallmhaire an fhoghlaim beartais a chumadh mar dhá chineál ginearálaithe, mar a dhéanann siad níos déanaí:

Tabhair faoi deara go ndéantar ginearálú a mheas ar leibhéil éagsúla: ní amháin go gcaithfidh an beartas foghlamtha ginearálú a dhéanamh ar chumraíochtaí nua agus ar thaispeántais nua ar thascanna a chonacthas cheana féin, ach ní mór dó ginearálú a dhéanamh ar thascanna nua freisin.

Cuir “orduithe cruachta” in ionad “tascanna”. Chun an tasc a fhoghlaim i gceart, foghlaimíonn an gníomhaire leabú atá in ann seasamh na gciúbanna (cumraíocht) a dhealú, ach freisin a n-aitheantas (tasc), líon na gcruacha (tasc), agus ruthag an taispeántais (a tugadh isteach go hachomair i an luachan) chun freagra mótair ábhartha a sholáthar.

Dealraíonn sé go bhfuil na ginearálaithe sin contrártha lena chéile, conas is féidir leis an líonra céanna cumraíocht tosaigh an chiúb nó a n-aitheantas a bhaint agus a suíomh iomlán don fhreagra mótair a aisghabháil?

Míníonn sé seo an gá atá le fo-oibreacha comhoibríocha éagsúla le linn na foghlama, ionchuir éagsúla a fháil, agus míníonn sé go ndéantar faisnéis teibí, cosúil le suíomhanna iomlána ciúbanna, a thabhairt don líonra comhthéacs roimh an ordú íslitheach.

D’fhéadfá smaoineamh go bhfuil sé amaideach trácht ar an idirdhealú seo idir tasc agus cumraíocht, ach tá sé riachtanach a thuiscint gurb é go bunúsach an próiseas astarraingthe céanna atá á imirt ar rudaí éagsúla (agus osclaítear é seo don chuid seo a leanas).

Níl aon fhoghlaim ann gan ionradh

B’fhéidir gurb é an fhoghlaim aistrithe an coincheap is suimiúla maidir le cognaíocht, bíodh sé in-silico nó in-vivo, is ábhar an-te é do thaighdeoirí AI agus Néareolaí, agus tarlaíonn sé go bhfuil sé mar ábhar do mo thráchtas PhD. Tabhair faoi deara go ndearnadh iniúchadh ar choincheapa a bhfuil dlúthbhaint acu i go leor réimsí roimh fhoghlaim meaisín, agus tá go leor ainmneacha ar an gcoincheap teibí seo atá sainmhínithe go páirteach i gcónaí. D’fhéadfadh fealsúna, antraipeolaithe agus socheolaithe tagairt dó mar (Iar-) Struchtúracht (Claude Levi-Strauss, Michel Foucault), Labhróidh Teangeolaí faoi struchtúir Syntagma agus Crann Neadaithe (Noam Chomsky), is dócha go smaoineoidh matamaiticeoirí ar Homeomorphism nó Invariants, agus Oideachas féadfaidh taighdeoirí nó Néareolaithe tagairt dó mar Fhoghlaim Struchtúrach. D’fhéadfá coincheap gaolmhar a fheiceáil freisin i réimse na foghlama meaisín mar fhoghlaim ionadaíochta agus meta-fhoghlaim, a d’fhéadfadh tagairt ag brath don údar do fhoghlaim aistrithe nó an paraidím foghlama a úsáidtear chun foghlaim aistrithe a dhéanamh. Nuair a bhíonn tú ag caint ar Deep Neural Networks tá na difríochtaí seo doiléir, mar go bunúsach tá líon Neural ag foghlaim fadhb áirithe (foghlaim ionadaíochta) a leabú trína struchtúr (meta-fhoghlaim) a mhodhnú de ghnáth i dtimpeallacht shona a thugann le tuiscint cineál foghlama aistrithe.

Is minic go mbíonn sainmhíniú an-nithiúil ag taighdeoirí AI agus Eolaí Cognaíoch ar fhoghlaim aistrithe, is é an próiseas a ligeann do chóras an t-eolas a fhaightear i dtasc áirithe a úsáid chun tasc eile a dhéanamh ag comhroinnt struchtúr cumadóireachta coitianta (mar a thuairiscítear san alt). Tá an coincheap seo ag eolaíocht chognaíoch maidir le haistriú i gcéin agus i gcéin, ag brath ar an gcaoi a bhfeictear go bhfuil difríocht idir an dá thasc. Ach ó pheirspictíocht níos teibí, i dtimpeallacht chasta agus chasta, is cineál foghlama aistrithe í an fhoghlaim go léir agus níl sa difríocht idir aistriú an-ghar agus an-fhada ach ábhar faisnéise roinnte - arís is ábhar scála nach nádúr é.

I dtimpeallacht rialaithe, déantar iarrachtaí roimh ré chun neamhréiteach códaithe crua na réaltachta a thógáil, ach i ndáiríre atáirgeann an neamhréiteach seo go nós imeachta an méid a dhéanann foghlaim aistrithe, aontaíonn sé tacar stáit gan teorainn a fhaightear i ndáiríre faoi chomhstruchtúr imfhálaithe. Go bunúsach tagraíonn Transfer Learning go díreach nó trí leathnú ar an bpróiseas trína n-úsáideann gníomhairí foghlama ionróirí chun samhlacha den domhan a thógáil. Is próiseas é a úsáideann cosúlachtaí, athrá agus éagsúlachtaí mar an gcéanna, chun ionadaíocht atá ag éirí níos teibí agus níos comhdhéanta a fhoirmiú a dhéanfaidh struchtúr ar ensembles thar an réise athraitheachta leis an ionchur. Go ginearálta ceadaíonn sé na bunoibríochtaí a chruthú trína ndéanaimid grúpaí faisnéise a ionramháil, cosúil leis an mhatamaitic, ceadaíonn sé aontas agus crosbhealaí. Ligeann sé aitheantais, míníonn sé ár gcumas rudaí a chatagóiriú. Tugann Josh Tenembaum sampla a labhair go mór liom: samhlaigh go bhfuil tú ag múineadh do pháiste dhá bhliain d’aois capall a aithint den chéad uair, taispeánann tú cúpla pictiúr dó de chapaill éagsúla agus ansin taispeánann tú pictiúr capall eile dó agus an pictiúr de theach agus iarr air a insint duit cé acu capall. Déanfaidh páiste an tasc seo go héasca ach is rud é fós nach féidir le ríomhaire a dhéanamh go maith le chomh beag ionchur (foghlaim aon-lámhaigh).

Conas a rinne an páiste é?

Rinneadh staidéar ar aitheantas ainmhithe i leanaí agus baineann siad lenár gcumas rudaí a dhíchruthú i gcodanna ábhartha, raon dathanna na fionnaidh, méid an mhuineál, an cruth foriomlán srl. Is é an cumas seo freisin a ligeann duit doras a oscailt duit nach bhfaca tú riamh cheana, tá seicheamh mótair foghlamtha agat a ghinearálú d’aon chás (ginearálú fearainn). Is é an rud a úsáideann tú freisin chun samhlacha míniúcháin a thógáil a shimplíonn an domhan, b’fhéidir go gcuirfeadh sé iontas ort i dtosach nuair a bhuail an Chnuc go tobann i gcloc cáiliúil na hEilvéise, ach tar éis an dara cuma beidh tú ag súil leis. Is é an t-agairt a aimsítear an chaoi a bhfoghlaimíonn líonra neural agus a dtógtar na samhlacha sin go neamhfhiosach. Sampla is ea an chaoi a bhfoghlaimímid go iomasach faoin bhfisic fiú sular chuala muid faoin mhatamaitic agus na huimhreacha.

D’fhéadfadh duine a fhiafraí mar shampla cé chomh tapa agus a d’oirfeadh leanbh a bheirtear i micreagrafaíocht do dhomhantarraingt an domhain agus foghlaim go intuigthe go dtitfidh rudaí go talamh nuair a thitfear iad?

D’fhéadfaimis hipitéis a dhéanamh go ndéanfaidh naíonáin agus an chuid is mó d’ainmhithe a samhail a athbhreithniú go neamhfhiosach, cosúil le nuair a chuireann tú stocaí ar lapaí madra agus tógann sé tamall air dul in oiriúint do na faisnéisí nua.

Ach do leanbh óg déanfar ceistiú agus athbhreithniú comhfhiosach ar a mhúnla iomasach, ó fhiosracht, trí theanga, siombailí agus creidimh. Is iontach an cumas atá againn ár gcuid samhlacha a cheistiú agus a athrú go comhfhiosach, agus mar mhacasamhail, b’fhéidir gurb iad daoine an t-aon speiceas atá in ann an próiseas a chur in iúl ach d’fhéadfadh speicis eile athbhreithnithe comhfhiosacha comhchosúla a dhéanamh.

Is maoin éigeantach ama í an ionradh, dá mbeadh gach rud nua i gcónaí agus nach raibh sé intuartha ar bhealach ar bith, d’fhanfadh an t-invariant uathúil seo go bhfuil gach rud nua agus neamh-intuartha i gcónaí. Tá sé dodhéanta domhan a shamhlú gan ionradh, ós rud é nach bhféadfadh domhan a bheith ann chun tagairt a dhéanamh dó, gan ionradh bheadh ​​an saol dodhéanta agus ár gcuid brains gan úsáid. Is meaisín é an saol nach n-oibríonn ach trí athrá intuartha imeachtaí, athrá cúiseanna agus éifeachtaí, trí fhuinneamh a thabhairt isteach arís go timthriallach san orgánach. Agus rompu Life ag úsáid na dtimthriallta riachtanacha sin a fheabhsú, is í ár n-inchinn an uirlis dheiridh. Is meaisín tuartha é, orgán oiriúnaitheach atá in ann athrá a fháil go dinimiciúil agus é a úsáid chun idirghníomhú níos fearr leis an domhan.

Tá an modh seo a roghnaigh an saol thar a bheith láidir chun athruithe beaga a dhéanamh ar an struchtúr. Is é an rud atá fós mar an gcéanna leis an domhan, airíonna staidrimh an chomhshaoil, ach is féidir leis an struchtúr néaróg a bhíonn ann a athrú chomh fada agus is féidir leis an bhfaisnéis ábhartha a d’fhorbair sé a chóireáil a leabú. Míníonn sé seo an fáth gur féidir lenár n-inchinn a bheith chomh difriúil ó dhaoine aonair go cortaisí bunscoile, fiú amháin, agus na feidhmeanna céanna a roinnt fós.

Tá córais néaróg oiriúnaitheach, níl éabhlóid de dhíth orthu agus sócháin ghéiniteacha mhall chun iompar a athrú ar bhealaí ábhartha. Feidhmíonn néarchóras simplí, cosúil leis na cinn atá le fáil i C. Elegans, mar chomhordaitheoir inmheánach dúchasach agus braiteoir seachtrach: mothaigh bia agus bog i dtreo é, teitheadh ​​ó phian, atáirgeadh. Bhí na córais shimplí sin docht ar dtús agus comhfhogasú an-mhór á ndéanamh againn ar ár ndomhan an-fhuaimiúil d’fhonn é a dhíspreagadh i sraith bheag stát féideartha (bia ar thaobh na láimhe clé, teas thíos srl.). Tháinig forbairt ar ár gcumas mótair agus céadfach lámh ar láimh lenár gcumas tuartha néarchórais. De réir mar a tháinig ár mbraiteoirí níos cruinne, d’éirigh leis an néarchóras a struchtúr a mhodhnú chun faisnéis a stóráil agus foghlaim ó thaithí. Ar dtús d’éirigh leis foghlaim faoi chatagóirí áirithe ionchur a aithint, mar shampla cineálacha boladh nó patrúin solais, agus d’éirigh leis foghlaim trí thriail agus trí earráidí chun a gcóras mótair atá ag éirí níos casta a rialú. Tabhair faoi deara go bhfuil an domhan chomh casta gur tháinig ár n-inchinn chun cinn go nádúrtha i dtreo paraidím foghlama seachas cur chuige nós imeachta dúchasach. Ó thaobh ríomhaireachta de, tá ciall foirfe leis, tá spás stáit i bhfad níos mó (2.10¹⁷⁰) ag cluiche simplí Go ná líon na n-adamh sa chruinne (10⁸⁰), agus de réir mar a éiríonn orgánaigh níos casta ag iarraidh comhfhogasú a dhéanamh ar na rudaí is féidir. deirtear go bhféadfadh sé a bheith dosháraithe go tapa mar gheall ar phléascadh comhcheangail.

B’fhéidir go gcreideann daoine áirithe go dtógtar ár n-inchinn sa chaoi is go léiríonn sí go hinmheánach an spás a bhfuil sí ag dul chun cinn ann, go bhfuil géine sa DNA áit éigin don rud is ionann agus aghaidh, nó eagrú ama na dtonnta fuaime a dhéanann suas focail. D’fhéadfadh siad a chreidiúint go bhfuil an t-eolas dúchasach seo ionchódaithe ag breith áit éigin. D’fhéadfadh daoine eile a chreidiúint, cosúil le mo mhúinteoir fealsúnachta nuair a bhí mé ar scoil ard, go dtéann an saol roimh an éirim, agus go bhfuil ár n-inchinn sainmhínithe go hiomlán agus go hiomlán ag teagmháil an orgánaigh agus an domhain. Tá an réaltacht níos casta ar ndóigh, agus i gcás fhormhór na gcóras telencephalic a ndearnadh staidéar orthu go dtí seo, ní ionchódaíonn an inchinn an fheidhm a chomhlíonfaidh sí go hinmheánach ach foghlaimeoidh sí í ag brath ar an bhfaisnéis atá ina hionchuir. Má tá an t-ionchur ró-lag san fhaisnéis ábhartha, d’fhéadfadh go mbeadh dáta éaga ag an gcumas foghlaim sa struchtúr sin (e.g. Amblyopia). Ach mura n-ionchódaíonn an struchtúr dúchasach an fheidhm dheiridh, tá struchtúr ar leith ag an inchinn. Caomhnaítear an struchtúr seo i measc daoine aonair, agus tá feidhmeanna agus tiomántáin chomhchoiteanna ag daoine aonair den speiceas céanna. Bunaíonn DNA struchtúr áirithe i bhfeidhm, struchtúr nach bhfuil in ann a bhfeidhm dheiridh a chomhlíonadh go hinmheánach, ach struchtúr atá in ann castacht tascanna ar leith a fhoghlaim bunaithe ar eispéireas an duine aonair. Ní haon ionadh gur eascair bacainn inchinn-éifeachtach an-éifeachtach ag scaradh na hinchinne ón gcuid eile den chorp chomh maith leis na meiningíní agus an bhlaosc cnámh crua a chosain í ón domhan lasmuigh, mar murab ionann agus orgáin eile ina bhfuil tá an struchtúr ionchódaithe sa ghéanóma, ní féidir struchtúr inchinn oilte a athghiniúint ó mhúnla atá stóráilte go hinmheánach. Rud atá iontach suimiúil ná go bhfeicimid na meicníochtaí foghlama céanna ag teacht chun cinn de réir analaí trí líonraí doimhne atá ag éirí níos casta a fhorbairt agus iad ag déanamh tascanna atá ag éirí níos casta.

Tá sé deacair struchtúir chomhdhéanaimh a fheiceáil ach i ngach áit

Is aisteach an rud é nach n-aithníonn fiú na húdair go bhfuil struchtúr cumadóireachta ag a gcéad tasc chun sprioc a bhaint amach.

Léiríonn na tascanna a shroicheann cáithníní go deas na dúshláin a bhaineann le ginearálú i gcás simplíoch. Mar sin féin, níl struchtúr cumadóireachta ag na tascanna, rud a fhágann go bhfuil meastóireacht ar ghinearálú go tascanna nua dúshlánach.

Cé go bhfuil an struchtúr ar leibhéal níos ísle go deimhin ná an bloc-chruachadh, agus nach bhfuil sé inrochtana go héasca ar chúbláil thurgnamhach, tá an tasc comhdhéanta de struchtúr roinnte. Agus an domhan á chomhfhogasú d’eitleán, struchtúr cumadóireachta amháin is ea go ndéantar féiniúlacht ciúb (dath) a chaomhnú le haistriúchán, agus go dtéann sé ó bhloc A-nó go suíomh tosaigh randamach - ag seasamh (Xa1, Ya1) go bloc B ag a shuíomh (Xb1, Yb2 ) atá mar chuid den struchtúr cumadóireachta ord níos airde céanna ná a théann ó bhloc A ag seasamh (Xa2, Ya2) go bloc B ag seasamh (Xb2, Yb2).

Comhéadain idir líonraí

Beidh comhéadain de dhíth ar ghníomhachtú líonraí neural atá in ann ionchuir a chóireáil ag leibhéil éagsúla astarraingthe, fearann ​​a chreidim a chuireann go leor fágtha le fáil amach. Is féidir leis na comhéadain sin a bheith de chineál iomadúla. Is féidir iad a fheiceáil mar shampla mar ghnáththeanga idir dhá líonra, mar a léirítear san alt, is féidir le líonra leibhéal níos ísle atá armtha le córas aird (líonra taispeána) taispeántas a aistriú i léiriú is féidir le líonra eile (an líonra comhthéacs) a úsáid gníomh díreach a dhéanamh is cuma cén fad nó cumraíocht tosaigh an taispeántais.

Tá dromchla na teanga seo ina eitleán, socraithe i méid, ach is féidir athruithe féideartha a shamhlú a d’fhéadfadh cumarsáid idir an líonra a fheabhsú. Mar shampla d’fhéadfaí méid an dromchla a shocrú chun fás nó crapadh go dinimiciúil de réir mar a bhíonn na líonraí ag idirghníomhú le linn na foghlama, agus mar sin ag casta nó ag leathnú castacht na teanga. D’fhéadfaimis idirghníomhaíochtaí níos dinimiciúla a shamhlú freisin, trí aiseolas mar shampla. D’fhéadfaimis a shamhlú go bhfuil líonraí éascaitheora ann a d’fhoghlaimfeadh cumarsáid a dhéanamh go réidh idir líonraí, atá ann cheana mar líonra comhthreomhar a fhoghlaimíonn ionchur an chéad líonra a mhodhnú bunaithe ar ionchur agus aschur an dara líonra. D’fhéadfaimis líonraí comhthéacs casta a shamhlú a fheidhmíonn mar sní isteach tonach (éagsúil go mall) chuig líonraí níos speisialaithe… Réimse taighde iontach amach anseo!

Tugann cásanna teipeanna le tuiscint faoi na róil a d’fhéadfadh a bheith ag modúil nua

Is fiú a thabhairt faoi deara gur botúin mhótair is cúis le hearráidí go minic, agus go méadaíonn líon na mbotún de réir chastacht an taisc.

Níor cheart feidhm mhótair a mheath ach trí líon na spriocanna a mhéadú, is fianaise láidir é seo go bhfuil an bealach a fhoghlaimíonn an líonra atáirgthe labhairt leis an líonra mótair ró-theibí. Tá sé aisteach mar deir siad go léiríonn a dtástáil go bhfuil an comhéadan idir an líonra comhthéacs agus an líonra mótair réasúnta nithiúil (suíomh an róbait, suíomh na sprice).

D’fhéadfadh réiteach féideartha a bheith ann, ós ailtireacht mhodúlach é seo, feidhmeanna éagsúla caillteanais, nó feidhmeanna caillteanais modúlach a léiriú a léiríonn gach gné ar leith den tasc. Chabhródh sé freisin le coibhéis de cheantair réamh-mhótair na hinchinne árachas a thabhairt don líonra taispeána agus comhthéacs fanacht teibí gan an t-ordú mótair a mheath. Tá réigiúin premotor riachtanach chun rudaí a logánú níos fearr bunaithe ar an gcuspóir (ó líonraí teibí) agus na hionchuir chéadfacha, d’fhonn an mótar-ordú is fearr a roghnú. Dealraíonn sé go bhfuil an líonra comhthéacs ag iarraidh an taispeántas a aistriú go leibhéal níos airde ag leabú agus ag ullmhú mótarghníomhaíochta ag an am céanna i gcomhthéacs reatha. Is é an ról a bheadh ​​ag líonra réamh-mhótair ná cumarsáid a dhéanamh leis an gcóras mótair ar bhealach oiriúnaithe atá dírithe ar chuspóirí, ag comhcheangal feidhmeanna an réamhtheachtaí agus an cerebellum maidir le foghlaim mhótair agus oiriúnú tapa.

Tá teoiric spéisiúil ann, paradacsa an Moravec, a thuar nach cognaíocht ardleibhéil a bheidh i gceist le cáin ríomhaireachta ach cóireáil ionchuir chéadfacha agus aschuir na gcóras mótair. D’fhéadfadh sé seo go deimhin cuntas a thabhairt ar an méid mór néaróin atá inár cerebellum (níos mó ná sa chuid eile dár n-inchinn) chun gníomhaíocht mhótair a rialú go hoiriúnach. Ceapadh an paradacsa seo in am (na 80idí) nuair a chreid muid fós go bhféadfaimis ár n-eolas féin a leabú i meaisín chun tasc casta a dhéanamh i dtimpeallachtaí neamhrialaithe neamhrialaithe. Ar ndóigh bíonn ciall leis an paradacsa seo má tá an meaisín in ann ionadaíocht a dhéanamh ar fud an domhain i sraith stát suarach, bheadh ​​sé níos éasca feidhm ardleibhéil a thógáil air. Ach creidim go gcruthóidh an dá rud an-cháin, agus beidh an ionadaíocht inmheánach a úsáidtear ag an gcomhéadan idir líonraí i bhfad ó aon rud atá cosúil lenár n-uiríoll comhfhiosacha féin.

Conclúid

Trí líonraí neural éagsúla a chomhcheangal gach ceann acu atá i gceannas ar chóireáil shonrach ar an bhfadhb, taispeánann an t-alt seo trí thasc a chruthú a bhfuil ginearálú de dhíth air go bunúsach, agus timpeallacht foghlama oiriúnach a thógáil trí randamú fearainn, líonra neural le rochtain ar chuimhne agus ar is féidir leis an gcóras aird foghlaim faoi ghinearálú seachas atáirgeadh simplí. Féadann sé foghlaim sprioc ardoird a fháil nár léiríodh ach uair amháin i sruth amhairc ar fhaisnéis, agus a dhéanann ríomh i spás ginearálaithe chun na gníomhartha iomchuí atá in ann an aidhm sin a atáirgeadh i gcomhthéacs difriúil a aisghabháil.

Amach anseo feicfimid castacht mhéadaitheach struchtúr ag tógáil ar na bloic thógála adamhacha sin atá in ann tascanna casta a ghinearálú ach níos tábhachtaí fós roinnt de thascanna den sórt sin a dhéanamh, i dtimpeallachtaí nua, agus níos lú spleáchais ar mhodhanna códaithe crua mar réamhphróiseáil ionchuir nó stóráil cuimhne. Cuirfear uiríll dáilte ar fud líonra cuimhne in ionad stórála cuimhne, cuirfear gníomhaíocht timthriallach in ionad líonraí aireach i líonraí aireach fíor-ama. Is í an cheist fós conas a bheimid in ann teicneolaíocht sraitheach láidir (meaisíní Turing) a oiriúnú dár spleáchas méadaithe ar ríomhaireacht dháilte sa chóras corpraithe.