Was bedeutet Lernen?


Antworten:


3

Das ist eine wunderbar grundlegende Frage.

Lernen ist die Verwendung eines Systems, um ein anderes System so zu ändern, dass es, anstatt das zu tun, was es zuvor getan hat, was möglicherweise nichts gewesen ist, etwas anderes tut.

Im menschlichen Gehirn ist das System die Art und Weise, wie die genetische Expression die gerichtete Veränderlichkeit dieses Gehirns verursachte, so dass sich die menschlichen Absichten und Reaktionen auf externe Reize ändern würden. Die Richtung der Änderung basiert auf Anreizen und Abschreckungsmaßnahmen. In Klassen von Kindern gibt es Dinge, die ein Lehrer tun kann, oder eine Kultur in der Schule, die das Lernen motivieren. Fehlverhalten wird durch andere Mechanismen verhindert. In diesem Fall ist das erste System der Bildungsprozess und das zweite System ist die Fähigkeit des Gehirns, das zu nutzen, was ihm beigebracht wurde.

Auch ohne Unterricht lernen Kinder Dinge, die Komfort schaffen. Komfort ist also der interne Anreiz. Es ist in uns als eine Art Lehrer verankert, Leistenfeuchtigkeit nicht zu mögen, also lernen wir, Badezimmerbehälter zu benutzen. Es ist in uns verankert, Lob von Eltern und Lehrern zu mögen, deshalb neigen wir dazu, aufzutreten, um es zu bekommen. Solche Dinge sind komplexe Verluste und Belohnungen und primäre Systeme, um Anreize für das Lernen zu schaffen.

Das Lernen in künstlichen Netzwerken ist bei weitem nicht so komplex wie im menschlichen Gehirn. In einigen Fällen sind die künstlichen Ergebnisse besser. In anderen Fällen können künstliche Netzwerke die Fähigkeiten des menschlichen Gehirns noch nicht erreichen.

Die Funktion eines künstlichen Netzwerks beginnt oft willkürlich und ist völlig nutzlos, aber es ist eine parametrische Funktion, was bedeutet, dass die Funktion durch Ändern von Zahlen geändert werden kann, die als Parameter bezeichnet werden. Jedes Mal, wenn die Funktion zum Verarbeiten eines aus einem Datensatz gezogenen Beispiels verwendet wird, wird das Ergebnis ausgewertet und die Auswertung zum Ändern der Parameter verwendet. Es wird darauf geachtet, die Parameter nicht zu stark zu ändern, da sonst Verwirrung entstehen kann. Mathematiker nennen diese Art von Systemverwirrung Chaos .

Das Wiederholen dieses sorgfältig gesteuerten und moderierten Prozesses führt idealerweise zu einer sogenannten Konvergenz . Das Lernsystem ist so eingerichtet, dass das Ergebnis der Konvergenz eine Reihe von Parametern ist, die Verluste minimieren, Gewinne maximieren oder beides.

Manchmal reicht das anfängliche Lernen nicht aus und es gibt andere verwandte Dinge, die später erledigt werden müssen.

  • Anpassen des erlernten Verhaltens an neue Bedingungen oder Informationen
  • Verlernen von Dingen, die keinen Nutzen mehr bringen, damit neues Lernen sie ersetzen kann
  • Dinge neu lernen, die aus dem Gedächtnis verschwunden waren
  • Mehr Vertrauen in das Gelernte entwickeln, damit das Verlernen größere Impulse erfordert

Es gibt zusätzliche Fachbegriffe für die oben genannten Konzepte, mehr Details, die erfasst werden können, viele Kategorien von Lernsystemtypen, Varianten innerhalb dieser und die Mathematik, die als Grundlage verwendet wurde, um all dies zu konstruieren und zum Funktionieren zu bringen. Da die Frage von grundlegender Bedeutung war, wurden diese Details und technischen Details weggelassen.


0

Turing hatte große Schwierigkeiten zu erklären, wie ein Computer lernen kann, und fragte in seiner Arbeit von 1950: Wie kann eine Maschine lernen? Sein mögliches Verhalten wird vollständig durch seine Betriebsregeln (Programm) definiert, unabhängig von der Geschichte der Maschine (Vergangenheit, Gegenwart, Zukunft). Seine vorgeschlagene Lösung waren kurzlebige Regeln, was auch immer sie sein mögen - und er sagt es nicht.

Lernen kann also als die Maschine verstanden werden, die neue Verhaltensweisen annimmt, aber nicht als die Verhaltensweisen, die von einem Menschen in die Maschine programmiert werden.

Vielleicht ist eine bessere Sichtweise dies kausal. Ein Mensch kann die Ursache (mögliches Verhalten) eines Computers definieren, indem er ihn in die Maschine programmiert. Dies ist jedoch ein Fall, in dem der Mensch sein Wissen nutzt, um zu definieren, wie die Maschine auf Situationen reagiert. Lernen ist der Fall, in dem die Maschine selbst jetzt Verhaltensweisen oder mögliche Verhaltensweisen erwirbt (nicht von einem Menschen, der sein Wissen über die Welt nutzt). Und jedes solche angebliche intrinsische Lernen kann leicht getestet werden. Wenn es der Maschine hilft, in einer komplexen und feindlichen Welt zu überleben, dann lernt sie wirklich.

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.