img110 (14)

104

niejszy jest dźwięk - tym wyżej będzie się znajdował punkt na obrazku. Jak z tego wynika, lewy dolny róg kwadratu odpowiada sytuacji ciszy i ciemności (sypialnia), a prawy górny - otoczeniu maksymalnie głośnemu i maksymalnie jasno oświetlonemu (Rynek Główny w południe). Lewy górny róg to może być dyskoteka (ciemno i głośno) a prawy dolny to plaża (cisza i słońce). Analogie dla pozostałych punktów wewnątrz kwadratów spróbuj sam sobie wyobrazić.

Do każdej z omówionych sytuacji modelowane “zwierzę” może mieć nastawienie pozytywne (punkt wtedy będzie miał barwę intensywnie czerwoną) lub negatywne (punkt będzie miał kolor zielony).

Wyobraź sobie teraz, że “mózg” modelowanego przez Ciebie zwierzęcia zawiera tylko jeden, ale za to nieliniowy neuron. Musi to być oczywiście neuron o dwóch wejściach, ponieważ rozważasz sytuację, kiedy informacje wejściowe pochodzą z dwóch receptorów “wzroku” i “słuchu”. Dla każdego z tych receptorów najpierw dowolnie określisz współczynniki wago-we - na przykład podając dodatni pierwszy współczynnik wagi wskazujesz, że twoje “zwierzę” ma lubić jasne oświetlenie, a podając w tym miejscu wartość ujemną skłaniasz je do tego, by chętnie kryło się w ciemnym kącie. Podobnie możesz postąpić z drugą współrzędną wektora wag, określając, czy Twoje zwierze woli ciszę, czy jest zwolennikiem koncertów zespołu Me-

W ten sposób “zaprogramujesz” mózg swojego “zwierzęcia" który potem będziesz testował, podając na jego wejście różne kombinacje wejściowych sygnałów (oczywiście także dwóch). Każda podana na wejście kombinacja sygnałów może być traktowana jako określone “środowisko”, w którym umieścisz na próbę swoje “zwierzę”. Właściwości tego “środowiska” symbolizuje punkt na płaszczyźnie rysunku - wartość pierwszego sygnału (oświetlenie) wyznacza odciętą tego punktu, a wartość drugiego sygnału (dźwięk) - jego rzędną. Dla takiego punktu (to znaczy dla takiego zestawu sygnałów wejściowych) neuron ustala swoją decyzję - w jednym wypadku będzie to +1, a w drugim -1. Innymi słowy w jednych warunkach “zwierzęciu” się podoba, a w innych nie.

Zrób mapę obrazującą preferencje Twojego neuronu kolorując na czerwono te punkty, które neuron “zaakceptował” (wysłał na swoim wyjściu sygnał +1), a na zielono te punkty, które neuron “odrzucił” (sygnalizując -1)... A właściwie po co masz to robić sam - lepiej skorzystaj z mojego programu 06C.BAS, który zrobi to za Ciebie. Najpierw oczywiście musisz podać współczynniki wag, definiujące, co Twój neuron lubi (rys. 6.7).

Potem możesz już do woli sprawdzać, jaką wartość (+1 albo -1) wytwarza na swoim wyjściu neuron w określonych punktach swojej przestrzeni sygnałów wejściowych.