Lanier, belirli tanımlanabilir özelliklere sahip bilgisayar programları oluşturmak için bir hesaplama modelini tanımlayan belirli bir fikir kümesinin etrafına bir ağ yerleştirmek için 50 cent'lik bir kelime icat etti.
Kelimenin anlamı:
İşlev çağırma veya mesaj geçirme yerine örüntü tanıma veya yapay biliş kullanan bileşen etkileşimi için bir mekanizma.
Fikir büyük ölçüde biyolojiden geliyor. Gözünüz dünya ile arayüzleşir, böyle bir işlevle değilSee(byte[] coneData)
, retina denilen bir yüzeyle . Bu önemsiz bir ayrım değil; bir bilgisayarın tüm baytları coneData
tek tek taraması gerekirken, beyniniz tüm bu girişleri aynı anda işler.
Lanier, ikinci arayüzün daha fazla hataya dayanıklı olduğunu iddia ediyor (ki tek bir kayma biti coneData
tüm sistemi kırabilir). Desen eşleştirmeyi ve normalde bilgisayarları zor olan bir dizi başka özelliği etkinleştirdiğini iddia ediyor.
Bir bilgisayar sistemindeki özlü "fenotropik" mekanizma Yapay Sinir Ağı (YSA) olacaktır. Tanımlı bir Arayüz yerine giriş olarak bir "yüzey" alır. Bazı örüntü tanıma ölçüsü elde etmek için başka teknikler de vardır, ancak sinir ağı biyolojiye en yakın olanıdır. YSA yapmak kolaydır; güvenilir bir şekilde yerine getirmesini istediğiniz görevi gerçekleştirmesini sağlamak birkaç nedenden dolayı zordur:
- Giriş ve çıkış "yüzeyleri" neye benziyor? Kararlı mılar, yoksa zamanla boyut olarak değişiyorlar mı?
- Ağ yapısını nasıl doğru buluyorsunuz?
- Ağı nasıl eğitiyorsunuz?
- Yeterli performans özelliklerini nasıl elde edersiniz?
Biyolojiye katılmaya istekli iseniz, biyolojik modelden (gerçek biyolojik nöronların çalışmasını simüle etmeye çalışan) dağıtabilir ve dijital bilgisayar sisteminin (mantık) gerçek "nöronları" ile daha yakın bir ağ oluşturabilirsiniz. kapıları). Bu ağlara Uyarlanabilir Mantık Ağları (ALN) denir. Çalışma şekilleri bir eğriye yaklaşan bir dizi doğrusal fonksiyon oluşturmaktır. Süreç şöyle görünür:
... burada X ekseni ALN'ye bir girişi, Y ekseni de bir çıkışı temsil eder. Şimdi, doğruluğu artırmak için gerektiği kadar genişleyen doğrusal fonksiyonların sayısını düşünün ve tamamen AND ve OR mantık kapıları ile uygulanan n keyfi boyutta gerçekleşen sürecin ve bir ALN'nin neye benzediğine dair bir fikriniz olduğunu hayal edin.
ALN'lerin kesin, çok ilginç özellikleri vardır:
- Oldukça kolay eğitilebilirler,
- Çok öngörülebilirler, yani girdideki küçük değişiklikler çıktıda vahşi dalgalanmalara neden olmaz,
- Şimşek çakıyorlar, çünkü bir mantık ağacı şeklinde inşa edilmişler ve ikili bir arama gibi çalışıyorlar.
- İç mimarileri eğitim setinin bir sonucu olarak doğal olarak evrilir
Yani bir fenotropik program şöyle görünecektir; girdi için bir "yüzeye", öngörülebilir bir mimariye ve davranışa sahip olacak ve gürültülü girdilere karşı toleranslı olacaktır.
Risk Değerlendirmesine İlişkin Bir Uygulama ile Uyarlanabilir Mantık Ağlarına Giriş Okuma
"Nesne Odaklı" ve "Mesaj Odaklı", Alan Kay
phenotropic program
?