Comments 6
Смотря чего хотим получить :D, эксперимент крутой, только пока открыт вопрос. С другой стороны если бы был успешен то изобрели бы мы AGI.
Но как исследование интересно.
Это огромный пласт работы, я бы сказал чудовищный. Мне пришлось разобрать труды шлейфом в 15 лет. Победа есть, но маленькая.
Любая победа даже отрицательный тест это победа.
Но если отбросить всё, самостоятельный интеллект пока не придуман.
Статья огонь. Особенно вот это:
что вообще означает «синапс учится»?
Очень глубоко копаете. Удачи Вам, мужества и терпения.
Как научная статья вряд ли, но как хороший тост - пойдет :D
Правильно я понял, что эксперимент провалился?
Смотря чего хотим получить :D, эксперимент крутой, только пока открыт вопрос. С другой стороны если бы был успешен то изобрели бы мы AGI.
Но как исследование интересно.
Это огромный пласт работы, я бы сказал чудовищный. Мне пришлось разобрать труды шлейфом в 15 лет. Победа есть, но маленькая.
Любая победа даже отрицательный тест это победа.
Но если отбросить всё, самостоятельный интеллект пока не придуман.
Напоминает мои тысячи экспериментов на микросетях с переменным успехом...
Я бы попробовал:
Убрать якорь к исходным весам или сделать его скользящим, после перестановки моторов старые веса неверны. Абляция: без якоря, без шума.
Проверить решения ES. Множители e^θ не меняют знак, а результат выше, чем у целого тела, похоже на обходную стратегию. Разрешить смену знака и сравнить.
Снизить дисперсию: базовое значение награды, плотная награда за шаг, больше эпизодов.
Проверить SMSS на игрушечной задаче с известным оптимумом.
Взять 30–50 организмов, дать размер эффекта с доверительным интервалом.
Ошибку прямой модели использовать как плотный сигнал обучения.
Спасибо за комментарий,часть предложенного уже проверяли: плотная награда за каждый шаг есть, ES работает в том же ограниченном пространстве весов, а статистика посчитана с доверительным интервалом.
Абляция якоря и проверка SMSS на простой задаче с известным оптимумом - действительно хорошие идеи. С прямой предиктивной моделью тоже планирую экспериментировать.
Главное, что удалось установить: решение в пространстве весов существует, но текущий механизм прижизненного обучения его не находит. Именно эту границу я и хотел показать. Спасибо за идеи!
Я Валиев Артур и это моя первая в жизни научная работа. Z3R0