Filosofia dell'informazione/Filosofia della mente: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
m Bot: Correggo errori comuni (tramite La lista degli errori comuni V 1.1) |
m Corretto: "influenzare" |
||
Riga 107:
L'attività di rete totale immessa in Uj è la somma di tutte le influenze causali delle unità di invio: è la somma del prodotto di ciascun valore di attivazione da un'unità di invio e il numero reale indicizza il peso e il tipo di connessione a cui l'unità di invio si riferisce Ui. Se un'unità ha una polarizzazione negativa, può inviare 0, il segnale nullo, a meno che il suo valore di attivazione non superi una certa soglia. Se ha una polarizzazione positiva, può inviare un certo valore di attivazione diverso da 0 a meno che il suo valore di stato di attivazione non scenda al di sotto di una certa soglia. Nelle reti di Hopfield, le unità hanno una risposta sigmoidale (a forma di S) all'input netto: il loro output aumenta solo di una certa quantità dato un aumento dell'input netto; dopo di ciò, non aumentano ulteriormente. Ma le unità hanno anche funzioni di output gaussiane (a campana) e altri tipi non lineari. Le unità di ingresso di una rete ricevono i segnali direttamente dall'ambiente della rete, mentre le unità di uscita inviano i segnali direttamente all'ambiente. Dato che le unità di input e output interagiscono direttamente con l'ambiente, sono chiamate "unità visibili", mantre le "unità nascoste" interagiscono direttamente solo con altre unità. Alcune reti, chiamate "perceptron", hanno due livelli di unità: uno strato di unità di input e uno strato di unità di output.
Minsky e Pappert (1969) hanno dimostrato che le percezioni sono limitate nel loro potere computazionale: ad esempio, non possono calcolare XOR (esclusivo o).Il problema di determinare il valore della funzione XOR è un problema lineare inseparabile e i percettori non possono risolverlo. Rumelhart, nel 1986 ha dimostrato, che le reti con tre o più livelli possono calcolare XOR e, più in generale, possono risolvere i problemi decidibili linearmente inseparabili. Le reti feedforward con uno o più livelli di unità nascoste sono chiamate reti "multistrato". La rete di Hamming è una rete di feedforward ampiamente utilizzata con tre livelli di unità. Le reti Feedforward non sono interattive: l'attivazione scorre dalle unità di input attraverso ogni livello di unità nascoste alle unità di output. Nelle reti interattive, due unità possono influenzarsi reciprocamente, quindi un'unità può essere correlata a un'altra sia come unità di input sia come unità di uscita. Nelle reti interattive, le connessioni bidirezionali tra le unità sono spesso simmetriche, quindi wij = wji. Nelle reti competitive, le unità formano delle piscine: le unità in una piscina sono reciprocamente inibitorie, mentre le unità al di fuori della piscina portano connessioni eccitatorie a una o più unità nella piscina. Nelle reti ricorrenti, ci sono schemi di connessione che contengono loop, in modo che un'unità sia collegata a se stessa come un'unità di input o vi sia una serie di connessioni dall'unità a se stessa, in modo che l'uscita di un'unità in una volta possa
Il comportamento di una rete nel suo complesso è una conseguenza del modello di connettività mostrato dalle sue unità e dallo stato di attivazione globale della rete in quel momento. Un vettore di numeri reali viene utilizzato per indicizzare lo stato di attivazione globale. Il valore di attivazione di ciascuna unità nella rete in quel momento è indicizzato da un solo elemento del vettore, quindi il numero di elementi nel vettore sarà uguale al numero di unità nella rete. L'insieme di tutti gli stati di attivazione globale di una rete è il suo spazio di attivazione, la cui dimensionalità è esattamente uguale al numero di unità nella rete. Una rete con n unità sarà quindi indicizzata da una n-tupla di numeri reali che identifica una posizione in uno spazio vettoriale n-dimensionale. Quella posizione rappresenta lo stato di attivazione globale della rete alla volta. Una serie temporale di stati di attivazione globale traccia un percorso attraverso uno spazio vettoriale. L'elaborazione delle informazioni di rete è caratterizzata come l'evoluzione nel tempo dei modelli globali di attivazione. Le reti possono essere interpretate sistematicamente come operazioni matematiche su matrici come la moltiplicazione di matrici. Le rappresentazioni esplicite in una rete connessionista possono essere locali o distribuite. Le rappresentazioni locali sono singole unità o singole unità a determinati livelli di attivazione. Le rappresentazioni distribuite sono schemi di attività su un gruppo di unità. Il modello di connettività di una rete è talvolta caratterizzato come rappresentazione implicita. Come risultato del modello di connettività mostrato dalle sue unità, una rete nel suo complesso può comportarsi in modo simile a regole per calcolare le funzioni. Quando una rete feedforward calcola una funzione, gli argomenti della funzione sono rappresentati da diversi schemi di attività sulle unità di input e i valori di tali argomenti per la funzione in base ai modelli di attività sulle unità di uscita. Nel calcolare la funzione, la rete funge da tabella di ricerca. I modelli di attivazione degli input funzionano come le domande poste alla rete (ad esempio, "A quale categoria appartiene?") E i modelli di output funzionano come le risposte alla domanda ("Alla categoria C"). A differenza di una tabella di ricerca simbolica, tuttavia, le risposte non vengono memorizzate come strutture di dati; piuttosto sono implicitamente rappresentati nel modello di connettività. (A volte, tuttavia, le unità nascoste sono rappresentazioni esplicite.) In unità interattive, l'argomento di una funzione potrebbe essere rappresentato da un modello iniziale di attivazione su unità nella rete e il valore della funzione per tale argomento da un modello di attivazione su quelle stesse unità, un modello che la rete "si sistema" or “relaxes” into after information processing.
| |||