img258 (7)

252 Sieci rekurencyjr

mogą wykazywać naprawdę ciekawe i naprawdę złożone zachowania - co jest kluczem do ich praktycznych zastosowań. Warto jednak wiedzieć, że w takich sieciach o większej liczbie neuronów wzajemnie przekazujących sobie swoje sygnały wyjściowe przez sprzężenia zwrotne możliwe są znacznie bardziej złożone sytuacje od stabilnych i niestabilnych zachowań prostego pojedynczego neuronu, wyżej przeze mnie w zarysie opisanych i przez Ciebie (mam nadzieję!) własnoręcznie dogłębnie przebadanych. W takiej złożonej sieci stany równowagi mogą być osiągane dla różnych zestawów wartości sygnałów wyjściowych (nie koniecznie mających wartość 0), przy czym możliwe jest takie dobranie struktury połączeń i parametrów sieci, że te osiągane przez sieć stany równowagi odpowiadać będą rozwiązaniom pewnych zadań. Jest to klucz do większości niebanalnych zastosowań tych sieci. Przykładowo wymienić tu można sieci, w których stan równowag odpowiada rozwiązaniu pewnego problemu optymalizacyjnego (poszukiwania najkorzystniejszych decyzji, zapewniających maksymalny zysk lub minimalne straty przy uwzględnieniu ograniczeń - na przykład ograniczonej mocy sygnałów sterujących lub ograniczonych środków na inwestycje). Znane są sieci tego typu rozwiązujące tą metodą słynne zadanie komiwojażera (pisałem o tym dość dokładnie w mojej książce “Sieci neuronowe”), podejmowano z pomocą sieci neuronowych zadania optymalnego dzielenia ograniczonych zasobów (na przykład wody), były podejmowane próby (niektóre bardzo udane!) wykorzystania sieci do optymalnego doboru struktury tzw. portfela akcji podczas gry na giełdzie itp. Robili to moi współpracownicy, badali to moi magistranci i doktoranci, pewne badania prowadziłem też osobiście. Nie o tym jednak będę dalej pisał, bo wolę żebyś doskonalił swój umysł, poznając tajniki funkcjonowania sieci neuronowych, a nie hazardował się grą na giełdzie, gdzie nawet mając wspomaganie ze strony inteligentnych sieci neuronowych znacznie częściej się przegrywa, niż wygrywa.

Dlatego w dalszej części tego rozdziału pokażę Ci inny przykład zadania, w którym osiągnięcie przez sieć jednego z wielu możliwych stanów równowagi może być interpretowane jako rozwiązanie pewnego użytkowo ważnego informatycznego problemu - budowy tak zwanej pamięci skojarzeniowej. Pamięci tego typu (skojarzeniowe, asocjacyjne, adresowane semantyczne, kontekstowe - w literaturze stosowane są różne nazwy) są od dawna marzeniem wszystkich informatyków, znużonych prymitywizmem aktualnie dostępnych metod wyszukiwania informacji w typowych bazach danych. Przyjrzyjmy się bliżej, o co w takich pamięciach właściwie chodzi.

Doskonale wiesz, że zgromadzenie w komputerze nawet milionów rekordów zawierających jakieś ważne informacje - nie przedstawia dziś żadnej trudności. Natomiast “schody” zaczynają się, gdy trzeba do jed-