img078 (24)

72

o charakterze liczbowym (informacja, ile dane zwierzę ma nóg), a także sygnały odwzorowujące cechy o charakterze logicznym (czy dane zwierzę żyje w wodzie, czy umie latać, czy jest pokryte piórami, a także czy jest jajorodne). Odnośnie do tych ostatnich sygnałów trzeba się jakoś umówić, w jaki sposób będą one reprezentowane w sieci, bo neurony operują - jak już kiedyś z naciskiem pisałem - wartościami sygnałów, a nie symbolami (takimi, jak prawda i fałsz). Ponieważ sprawa nie jest oczywista - pozwól, że podzielę się z Tobą pewną refleksją.

Jeśli jesteś informatykiem (mam podejrzenia, że jesteś, skoro interesujesz się sieciami neuronowymi), to możesz żywić podejrzenia, że pojęcia prawdy i fałszu da się znakomicie zapisać w formie binarnej: 1 to prawda, a 0 to fałsz. Jeśli zaś jesteś Znakomitym Informatykiem, zwłaszcza takim, który grzebie w Asemblerze, i co noc śnią Ci się rejestry mikroprocesora, heksadecymalne zapisy pamięci i maskowane przerwania DOSa - to takie właśnie przyporządkowanie prawdy i fałszu jest dla Ciebie oczywiste, jedynie słuszne i absolutnie prawidłowe.

Hmmm...

Muszę Ci coś tu wyznać. Otóż wchodząc w dziedzinę sieci neuronowych będziesz musiał pewne swoje wcześniejsze przyzwyczajenia nieco zmodyfikować. Tutaj spotkasz się z tym po raz pierwszy, ale nie po raz ostatni!

Zapamiętaj więc, że zero jest w sieci neuronowej dość głupim sygnałem (takim, którego nie ma, więc nie wnosi żadnej informacji). Wynika to ze sposobu działania neuronów, które mnożą sygnały przez wagi i dodają je -a mnożenie przez zero daje zawsze taki sam i w dodatku mało ciekawy wynik - niezależnie od wartości wagi, która jest przecież wyrazem wewnętrznej wiedzy neuronu!

Decydując się na użycie zera jako sygnału wejściowego sam pozbawiasz się pewnych możliwości wpływania na zachowanie sieci, co nie jest mądre ani potrzebne. Dlatego w moim programie zastosowałem konwencję, do której stałego używania w sieciach neuronowych gorąco Cię namawiam: prawda oznaczana jest sygnałem +1, zaś nieprawda sygnałem -1. Takie “bipolarne” sygnały naprawdę lepiej spełniają swoje zadanie!

Dodatkową zaletą bipolarnej sieci neuronowej jest możliwość używania (podczas wprowadzania danych) dowolnych wartości sygnałów wejściowych, które mogą odzwierciedlać przekonanie osoby korzystającej z sieci o ważności takich lub innych wiadomości. Możesz więc wprowadzając dane dla dorsza uznać za istotny fakt, że żyje on w wodzie i na odpowiednie wejście podać sygnał +2 zamiast +1 (można to interpretować jako okrzyk “ależ tak, oczywiście!" zamiast chłodnego “tak, to prawda"), a w innych przypadkach możesz podawać wartości mniejsze od jedności (na przykład