- In:
- Posted By: Redazione
- Commenti: 0
Processi di apprendimento di un computer
Il principale meccanismo di apprendimento di un computer si basa sul processo di memorizzazione delle informazioni.
Il tipo di codifica porta a stati del tipo tutto o niente, ma utilizzando una logica fuzzy si può memorizzare informazioni di tipo “sfumato” che consentono di gestire variabili soggette a incertezza e a conoscenza incompleta.
L'introduzione di algoritmi di tipo caotico consentono di rendere il sistema imprevedibile fornendo quella caratteristica tipicamente umana della contingenza e irripetibilità delle risposte. Le regole computazionali, con cui le connessioni tra i dati che costituiscono la memoria sono elaborati, potrebbero essere rafforzate o indebolite in modo da migliorare le prestazioni globali secondo criteri determinati dall'ambiente esterno.
È possibile utilizzare tecniche analoghe a quelle tipiche degli algoritmi genetici, in cui vi è una selezione naturale tra differenti procedure algoritmiche: l'algoritmo più efficace nasce per una specie di sopravvivenza del più adatto. In aggiunta vi possono essere elementi casuali incorporati nel modo in cui la macchina deve modificare le proprie prestazioni. In particolare è possibile utilizzare la variabile temporale per ottenere, tramite processi caotici, un effetto di pura casualità.
L'apprendimento può essere controllato da un esperto umano oppure basato su algoritmi di coerenza e non contraddizione. In particolare possono esistere due tipi di input: quello artificiale e quello naturale.