Kann einem neuronalen Netzwerk beigebracht werden, wie ein Mensch zu denken? Oder zumindest wie ein Tier? Woran denken Tiere? Können Sie nennen, was in den Kopfreflexionen der Katze passiert? Und was ist schließlich das Geheimnis des Bewusstseins? Im Folgenden werden wir versuchen, all diese Probleme zu verstehen.
Es ist kein Geheimnis, dass neuronale Netze sich jeder Funktion annähern können, es gibt sogar Theoreme, die dies beweisen. Es gibt eine Eingabeebene, versteckte Ebenen und eine Ausgabeebene. Im Fall des Verstärkungslernens ist die Eingabeebene, wie die Umgebung auf den Agenten wirkt. Die Ausgabeebene sind die Aktionen des Agenten in der Umgebung. Um einen ausreichend intelligenten Agenten zu erhalten, benötigen wir drei Dinge: eine ausreichende Anzahl von Neuronen in verborgenen Schichten, eine ausreichend ausgearbeitete Umgebung, die es ermöglicht, Verstärkung zu erhalten, und wir benötigen auch eine große Anzahl von Eingabe- und Ausgabe-Neuronen, um die Interaktion mit der Umgebung zu maximieren.
Betrachten Sie das menschliche Gehirn - 100 Milliarden Neuronen. Formal sind dies etwa 10 Schichten von 10 Milliarden Neuronen. Schreiben Sie in die Kommentare, wie viel Strom benötigt wird, um diesen Betrag zu berechnen. Für Experimente können Sie eine 10-100-fach unterschätzte Anzahl von Neuronen verwenden.
Die Umwelt sollte so vielfältig sein wie die Welt um uns herum. Wir können einen Roboteragenten in die Realität umsetzen oder ihn in der virtuellen Realität unterrichten und ihn um eine Verstärkung der Funktion (der Aktion des Agenten) bitten, die er ausführen soll.
Ich möchte auf Eingabe- und Ausgabe-Neuronen getrennt eingehen. Ihr Ziel ist die Interaktion mit der Umwelt. Eingangsneuronen einer Katze sind alle ihre Rezeptoren in Augen, Ohren und Haut sowie in vielen anderen. Ausgangsneuronen sind hauptsächlich mit verschiedenen Muskeln verbunden, was der Kreatur die Möglichkeit gibt, mit der Umgebung zu interagieren (das Feedback des Agenten zur Umgebung). Je mehr Eingabe- und Ausgabe-Neuronen - desto besser, breiter und besser die Interaktion "Umgebung-Agent-Umgebung"
Schauen wir uns einige Beispiele an. Rezeptoren erkennen den Luftmangel - das Gehirn zwingt die Lunge zum Atmen. Die Rezeptoren des Magens sprechen von Hunger - das Gehirn übernimmt die Funktion, in einer bestimmten Umgebung Nahrung zu erhalten. Oder ein Beispiel mit einer Nadel - wenn etwas die Haut sticht, geht das Signal an das Gehirn, es wird dort verarbeitet und das Gehirn gibt der Hand einen Befehl, wie dieses Problem beseitigt werden kann. Es kommt alles auf eine einfache Sache an - wenn die Rezeptoren nicht gestört sind, gibt es keine Aktion. Wenn der Rezeptor jedoch angeregt ist, sucht das Gehirn nach einer Lösung, die dazu beiträgt, die Erregung dieses Rezeptors zu beseitigen. Sobald die gewünschte Kette gefunden ist und der Rezeptor seine Erregung verloren hat, werden die neuronalen Verbindungen dieser Kette verstärkt. Und schon beim nächsten Mal wird diese Aktionskette Priorität haben. Dies geschieht bei allen Handlungen in unserem Leben. Auf diese Weise können Sie einen Agenten für jede Umgebung und für alle Funktionen erstellen, die wir benötigen.Die Frage liegt ausschließlich in der Produktionskapazität.