College 5 - Connectionisme Flashcards
Connectionisme
Een versie van het functionalisme
Een alternatief voor de klassieke seriële, stapsgewijze, regelgeleide kijk op intelligentie en informatieverwerking
Het plan van de connectionisten
Ze stellen dat ons brein een neuraal netwerk is en dat als we een kunstmatig brein willen maken, dat we dan zo dicht mogelijk bij de architectuur van het brein moeten blijven als dat kan
Units (connectionistisch netwerk)
Units zijn de AI ‘neuronen’ –> ze ontvangen input en verzenden output
Weights (connectionistisch netwerk)
De sterkte van de output die een unit verzendt (gerelateerd aan een bepaalde input) is telkens anders –> dit noemt men the weight (hij kan zowel remmend als stimulerend zijn)
Connectionistische netwerk verdeling
Parallel
Parallel
Elke unit kan in principe met elke andere unit verbonden worden (oplossing voor schade gevoeligheid van serieel netwerk)
Connectionistisch netwerk bestaat uit
Input units - hidden units - output units
Functie van laag van hidden units
Hierin wordt de input geïnterpreteerd en doorgestuurd naar de output units
Functie van laag van output units
Hierin wordt onderscheid gemaakt tussen de verschillende uitkomsten en kan je de informatie aflezen
Betekenis drempelwaarde
O wordt pas actief als hij van beide units input krijgt
Eenvoudig netwerk
2 input units, 1 output unit
Connectionistisch netwerk maken
- De sterkte van de frequenties bepalen
- Voer dit in een PDP netwerk in
- Het systeem trainen (via backpropagation)
Backpropagation
Steeds iets aanpassen, kijken naar het effect op de uitkomst. Is het effect een vooruitgang richting de gewilde uitkomst? dan houd je deze aanpassing. Is het geen vooruitgang dan die je weer een stapje terug en probeer je weer iets anders.
–> We weten niet waarom dit het juiste antwoord is
Gradient descent learning
Dat het stapje voor stapje verloopt
Speelt geheugen een rol in de goede werking van het systeem?
Nee, de gezichtsherkenning werkt ook super goed bij het gebruiken van verschillende foto’s