Mind on Strike (freedom_of_sea) wrote,
Mind on Strike
freedom_of_sea

Categories:

нейросети vs генетические алгоритмы

Легко показать, что процесс обучения нейросети сводится к подбору правильных весов ребер графа путем генетического алгоритма. Чем же отличаются нейросети от генетических алгоритмов вообще?

Тем, что они ограничены похожестью на нервные клетки биологических существ. С одной стороны, это ограничение повышает надежность системы - при случайных изменениях "синапсов" какая-то активность все равно будет сохраняться. С другой стороны, эмуляция совершенно чуждой компьютеру архитектуры отнимает массу производительности. Нейросети оправданы только в том случае, если имеется именно нейроно-подобный hardware. Но такой специальный hardware будет на много порядков дороже, чем обычные компьютеры.
Поэтому на практике, нейросети - тупиковая ветвь на дороге к AI.

Будущее - за генетическими алгоритмами, напрямую мутирующими алгоритмы программ.

Посему, реквестирую язык программирования, или виртуальную машину наиболее подходящие для эволюции с помощью случайных мутаций, скрещивания и направленного отбора. По моему, главное свойство - устойчивость к поломкам, чтобы при случайном изменения кода (мутация) программы она делала что угодно, но только не вываливалась с ошибкой.

Например программа на С с большей вероятностью от малейшего изменения кода выпадет в корку, чем программа на Perl/

Есть ли такие разработки ?

PS dragon_ru предложил хорошую идею - эволюцию FGPA. Правда, она медленная относительно алгоритмов.
Subscribe

  • Post a new comment

    Error

    Anonymous comments are disabled in this journal

    default userpic

    Your reply will be screened

    Your IP address will be recorded 

  • 36 comments