Навчання й самонавчання. Адаптація й навчання

Всі картинки, представлені на рис. 1, характеризують завдання навчання. У кожному із цих завдань задається кілька прикладів (навчальна послідовність) правильно вирішених завдань. Якби вдалося помітити якусь загальну властивість, що не залежить ні від природи образів, ні від їхніх зображень, а визначальна лише їхня здатність до розділення, то поряд зі звичайним завданням навчання розпізнаванню з використанням інформації про належності кожного об'єкта з навчальної послідовності тому або іншому образу можна було б поставити інше класифікаційне завдання – так зване завдання навчання без учителя. Завдання такого роду на описовому рівні можна сформулювати в такий спосіб: системі одночасно або послідовно пред'являються об'єкти без яких-небудь вказівок про їхню належність до образів. Вхідний пристрій системи відображає множину об'єктів на множину зображень і, використовуючи деяку закладену в неї заздалегідь властивість розділення образів, робить самостійну класифікацію цих об'єктів. Після такого процесу самонавчання система повинна придбати здатність до розпізнавання не тільки вже знайомих об'єктів (об'єктів з навчальної послідовності), але й тих, які раніше не пред'являлися. Процесом самонавчання деякої системи називається такий процес, у результаті якого ця система без підказки вчителя здобуває здатність до вироблення однакових реакцій на зображення об'єктів одного й того ж образу і різних реакцій на зображення різних образів. Роль учителя при цьому полягає лише в підказці системі деякої об'єктивної властивості, однакової для всіх образів і визначальної здатності до поділу множини об'єктів на образи.

Виявляється, такою об'єктивною властивістю є властивість компактності образів. Взаємне розташування точок в обраному просторі вже містить інформацію про те, як варто розділити множину точок. Ця інформація й визначає ту властивість до поділу образів, що виявляється достатньою для самонавчання системи розпізнаванню образів.

Більшість відомих алгоритмів самонавчання здатні виділяти тільки абстрактні образи, тобто компактні множини в заданих просторах. Розходження між ними полягає, очевидно, у формалізації поняття компактності. Однак це не знижує, а іноді й підвищує цінність алгоритмів самонавчання, тому що часто самі образи заздалегідь ніким не визначені, а завдання полягає в тому, щоб визначити, які підмножини зображень у заданому просторі являють собою образи. Гарним прикладом такої постановки завдання є соціологічні дослідження, коли по набору питань виділяються групи людей. У такому розумінні завдання алгоритми самонавчання генерують заздалегідь не відому інформацію про існування в заданому просторі образів, про які раніше ніхто не мав ніякого уявлення.

Крім того, результат самонавчання характеризує придатність обраного простору для конкретного завдання навчання розпізнаванню. Якщо абстрактні образи, виділені в процесі самонавчання, збігаються з реальними, то простір обраний вдало. Чим сильніше абстрактні образи відрізняються від реальних, тим "не зручніше" обраний простір для конкретного завдання.

Навчанням звичайно називають процес вироблення в деякій системі тієї або іншої реакції на групи зовнішніх ідентичних сигналів шляхом багаторазового впливу на систему зовнішнього коректування. Таке зовнішнє коректування в навчанні прийнято називати "заохоченнями" і "покараннями". Механізм генерації цього коректування практично повністю визначає алгоритм навчання. Самонавчання відрізняється від навчання тим, що тут додаткова інформація про вірність реакції системі не повідомляється.

Адаптація – це процес зміни параметрів і структури системи, а можливо, і керуючих впливів на основі поточної інформації з метою досягнення певного стану системи при початковій невизначеності і умовах роботи, що змінюються.

Навчання – це процес, у результаті якого система поступово здобуває здатність відповідати потрібними реакціями на певні сукупності зовнішніх впливів, а адаптація – це підстроювання параметрів і структури системи з метою досягнення необхідної якості керування в умовах безперервних змін зовнішніх умов.