tego teoretycznego wprowadzenia - to dowiesz się po co takie samoorganizujące sieci się buduje. Można bez tego przeżyć, ale będziesz miał więcej satysfakcji czytając potem i oglądając, co taka sieć robi, wiedząc również -do czego to się może przydać.
Zakładam, że jeśli to czytasz, to jesteś żądnym wiedzy ryzykantem i mogę Cię wprowadzić w sprawy trochę trudniejsze. Pamiętaj - sam tego chciałeś!
Zacznijmy od stwierdzenia, że generalnie bardzo często potrzebujemy przekształcać sygnały wejściowe w sygnały wyjściowe według pewnych reguł. Na przykład budując roboty, które mają spełniać określone zadania, musimy zapewnić, że ich systemy sterujące będą mogły w prawidłowy sposób przekształcać sygnały odbierane przez ich sensory (kamery video, mikrofony, wyłączniki kontaktowe zastępujące dotyk, ultradźwiękowe czujniki zbliżenia itp.) na sygnały sterujące pracą mechanizmów napędowych nóg, chwytników, elementów ramion itp. Właśnie takie przekształcanie dowolnych sygnałów wejściowych we właściwe sygnały wyjściowe jest odwzorowaniem. Oczywiście nie może to być jakieś dowolne odwzorowanie, bo nie będzie nam do niczego przydatne. Żeby robot poprawnie poruszał się, wykonywaj sensowne zadania, poprawnie reagował na polecenia - odwzorowanie wiążące bodźce rejestrowane za pomocą sensorów z określonymi ruchami wykonywanymi za pomocą elementów wykonawczych musi być odpowiednio dobrane, szczegółowo zaprogramowane, dokładnie przemyślane. Konstruktor robota (podobnie jak konstruktorzy wielu innych systemów automatyki) stoi więc przed trudnym zadaniem określenia pożądanego odwzorowania, będącego w istocie zasadniczą zawartością sterownika robota.
Jeśli sygnał wejściowy jest jeden i sygnał wyjściowy jest jeden - to zadanie jest w miarę proste, a potrzebne odwzorowanie jest znaną Ci zapewne ze szkoły funkcją. Jeśli jednak sensorów stanowiących zmysły robota jest dużo (a w takich przypadkach zawsze jest ich dużo) oraz kiedy elementów wykonawczych też jest dużo (a jest ich dużo jeśli robot ma coś ciekawego zrobić) - to zadanie staje się bardzo trudne, kłopotliwe i czasochłonne. Można wprawdzie “ręcznie” ustawić i opisać wszystkie potrzebne odwzorowania, ale przy dużych i skomplikowanych zadaniach może to zająć całą resztę życia.
W takim przypadku pomocne mogą się okazać właśnie samoorganizujące się sieci neuronowe. Tworzą one - całkiem same, wyłącznie na podstawie obserwacji danych wejściowych - pewne odwzorowania zbioru sygnałów wejściowych w zbiór sygnałów wyjściowych, przy czym są to odwzorowania spełniające pewne ogólne kryteria (zaraz je omówię), w żaden jednak sposób nie determinowane z góry przez twórcę sieci ani przez jej