<ПЕРЦЕПТРОН

<РАНЕЕ>    HOME>

2.11.  Ограничения, связанные с возможностью прогнозирования

 

        Способности ИНС, и в частности перцептрона, не столь велики, как рекламируется. И это связано даже не с устройством, или алгоритмом, осуществляющим прогноз, а с самим происходящим явлением. Только когда для построения прогноза будут использоваться лишь существенные параметры, возможен некоторый успех.

 

        Выбором параметров занимаются эксперты в определенной области, на основании своего опыта и интуиции. К прогнозирующим машинам это не имеет никакого отношения. Как только такие параметры определены, можно начать статистическую обработку данных и построить модель явления. Но данная модель будет лишь показывать зависимость (корреляцию) выбранных входных параметров от выходных, которые имели место в прошлом.

 

        Минский пытался показать, что перцептрон не имеет в этом отношении серьезных преимуществ по сравнению с другими статистическими методами прогноза. И если рассматривать конечный результат, он полностью прав. Единственно, разницу составляет то, что классические статистические методы требуют расчета многих сложных уравнений, а перцептрон более естественно решает требуемые уравнения. Это связано с устройством перцептрона - глазами математика это лишь способ решения систем уравнений с большим числом неизвестных. Алгоритм ы поиска значений, с использованием понятий перцептрона, технически более быстры, чем в аналогичных классических способах решения уравнений.

 

        Построив систему уравнений, охватывающую наиболее значимые параметры (если повезет их найти), можно говорит о том, что найден закон, по статусу близкий к законам физики, но оперирующий большим числом переменных. Именно такие модели позволяют описывать системы с большим числом состояний — биологические, социальные и т. п. В этом смысле мы и можем говорить о прогнозе.

 

        Качество сделанного прогноза, или точность построенной модели, зависит от количества данных, используемых при её построении. Желательно иметь информацию обо всём пространстве возможных состояний. Перцептрон способен спрогнозировать неизвестные, но близкие к известным, результаты, но лишь с некоторой вероятностью.

 

        Если мы хотим на основании половины всех необходимых знаний достроить (спрогнозировать) вторую половину неизвестных нам знаний, то ищется решение задачи «шахматной доски». Речь идет о необходимости достроить по имеющейся информации недостающую. Выполняется прогнозирование верных значений без экспериментальных данных. Человек с такой задачей справляется быстро, так как находит определенную аналогию. Но работа считается творческой, и доступной не для всех. Для перцептрона (а также для ряда других ИНС) данная задача в полной мере слишком сложна.

 

        Это связанно с основным ограничением ИНС — невозможность найти инвариант.  Вследствии этого, перцептрон работает только как статистическая машина, но не способен самостоятельно находить аналогии, необходимые для принятия решений.

 

<ДАЛЕЕ>