Du kan naturligvis stadig købe bogen — Fås gennem boghandlen eller via nettet. F.eks.: http://www.saxo.com/ eller http://www.harders.dk/ eller http://www.g.dk/
erfarede, maksimale belønningsværdi. Kan du forestille dig en mexikansk hat skåret lodret igennem?
Jaeh.
Godt.. Problemet for et system af standard-typen er, at det ikke kan se hele hatten – Eller i alt fald ikke afprøver, hvor meget hat der er. Det betyder, at hvis det er instrueret til at gå til det højeste punkt på hatten, så stopper det hvis det allerede befinder sig på kanten af skyggen.
Jeg må hellere – Jeg tegner det lige.. Se her.. Her er der endnu flere muligheder - Men det er samme problem.
Hvis vi følger kurven fra venstre mod højre, så vil et søgesystem ofte stoppe på den første lille top. Et primitivt evalueringssystem vil ikke komme længere end der til. Altså til den første lille top på en bølgekurve, der repræsenterer løsninger af forskellig værdi, og hvor det højeste punkt repræsenterer den optimale løsning.
Det er fordi programmet sanser, at nu – hvis det går videre i den hidtidigt afprøvede retning, så begynder det jo at gå nedad! Det er negativt – Og derfor vender programmet snarest tilbage til det sted, der ifølge dets ”nærsynede” erfaring må være det højeste.
Så hvis vi tegner en kurve, der følger hattens overflade så kan vi se, at hvis vi følger den ind mod hattens midte, så er der altså et første top-punkt – et sub-maksimum – Nemlig kanten af hatte-skyggen Bevæger vi os således længere indefter, så går det nedad igen, før vi får den store gevinst – nemlig når vi følger kurven helt til toppen af hatten. Og som kurven illustrerer kan der endda være andre, bedre, men alligevel ikke optimale løsninger i nærheden. Så dette at mange standard- AI programmers evalueringssystemer reagerer for hurtigt på fald i den hidtil bedste værdi, er evalueringssystemets horisont-problem. Altså også kaldet ”The Mexican Hat” problem. De fleste systemer har en for kort eller for fikseret erfarings-horisont, og er ikke i stand til at ”se” hele hatten. De har ikke evalueringsmetoder, der kan overskue gunstigheden eller ugunstigheden af det samlede, dynamiske mulighedsfelt. Problemet er et generelt AI-problem. Men det er ikke alle systemhandlinger man kan evaluere visuelt.
Jaeh.
Godt.. Problemet for et system af standard-typen er, at det ikke kan se hele hatten – Eller i alt fald ikke afprøver, hvor meget hat der er. Det betyder, at hvis det er instrueret til at gå til det højeste punkt på hatten, så stopper det hvis det allerede befinder sig på kanten af skyggen.
Jeg må hellere – Jeg tegner det lige.. Se her.. Her er der endnu flere muligheder - Men det er samme problem.
Hvis vi følger kurven fra venstre mod højre, så vil et søgesystem ofte stoppe på den første lille top. Et primitivt evalueringssystem vil ikke komme længere end der til. Altså til den første lille top på en bølgekurve, der repræsenterer løsninger af forskellig værdi, og hvor det højeste punkt repræsenterer den optimale løsning.
Det er fordi programmet sanser, at nu – hvis det går videre i den hidtidigt afprøvede retning, så begynder det jo at gå nedad! Det er negativt – Og derfor vender programmet snarest tilbage til det sted, der ifølge dets ”nærsynede” erfaring må være det højeste.
Så hvis vi tegner en kurve, der følger hattens overflade så kan vi se, at hvis vi følger den ind mod hattens midte, så er der altså et første top-punkt – et sub-maksimum – Nemlig kanten af hatte-skyggen Bevæger vi os således længere indefter, så går det nedad igen, før vi får den store gevinst – nemlig når vi følger kurven helt til toppen af hatten. Og som kurven illustrerer kan der endda være andre, bedre, men alligevel ikke optimale løsninger i nærheden. Så dette at mange standard- AI programmers evalueringssystemer reagerer for hurtigt på fald i den hidtil bedste værdi, er evalueringssystemets horisont-problem. Altså også kaldet ”The Mexican Hat” problem. De fleste systemer har en for kort eller for fikseret erfarings-horisont, og er ikke i stand til at ”se” hele hatten. De har ikke evalueringsmetoder, der kan overskue gunstigheden eller ugunstigheden af det samlede, dynamiske mulighedsfelt. Problemet er et generelt AI-problem. Men det er ikke alle systemhandlinger man kan evaluere visuelt.
Så:
Det jeg har sørget for, gennem et multidimensionelt evalueringssystem, er en metode til at undgå, at systemet i læreprocessen stiller sig tilfreds med med en delløsning, og dermed går ind i og låser sig fast på metoder, der giver en løsning, der ikke er den optimale i forhold til forudsætningerne – Dvs de ricici og de muligheder, der totalt set er til rådighed.
For eksempel – Hvis du prøver at starte i tredje gear, så vil du hurtigt finde ud af, at du enten slider koblingen op meget hurtigt, eller også at bilen simpelthen går i stå.
Det vil derfor, i et almindeligt programmeret ja/nej -optimeringssystem system, føre til, at systemet aldrig finder ud af, at når hastigheden er over x antal kilometer i timen, så er det faktisk stærkt hastigheds forbedrende at skifte til tredje gear. Det kan derimod godt finde ud af at ræse rundt i snævre sving og få fat i de system-belønninger, der eksempelvis ligger i hurtig slalom-kørsel mellem tæt følgende forhindringer. Det lader sig jo nemlig gøre i første gear – Men pointene for hurtig slalomkørsel til skrid- og uheldsgrænsen må jo ikke forhindre brug af tredje (eller fjerde eller femte) gear generelt i andre situationer. Og når der så bliver bygget yderligere, og tilmed dynamisk variable mål på, som for eksempel at økonomisere med brændstofforbrug og at undgå at overhede bremserne og undgå sammenstød i en konkurrencesituation med andre biler på banen – så er det jo ting, der er i forhold til det overordnede mål om at være hurtigst, kombinatorisk er afhængige af to eller flere af de andre parametres aktuelle, interagerende forløb. Og så kan det blive rigtigt kompliceret. Men det har jeg fundet metoder til at håndtere. –
Og? –
Ja, det vil sige, at dette system – i modsætning til de mere traditionelt byggede systemer, der kræver store mængder af forsker-programmørtid, både til overvågning og optimerende detail-tilrettelser – i princippet er langt mere fleksibelt og i stand til at udvikle nye kompetencer, hvis et skifte i omgivelserne kræver ændret tilgang til de manøvrer, der skal til, for at opnå de ønskede resultater. Og dermed kan systemet indgå som et menneske-maskin-interface, der er langt mere økonomisk og praktisk realiserbart – også til computerstyrede nicheprodukter, der kun fremstilles i beskedent antal. Så det var – – Og det er der – faktisk store økonomiske perspektiver i. Men jeg gør det nu mest for udfordringen i det.
Nå...
Men – Du blev alligevel ikke færdig, kan jeg forstå. Var det så derfor, du vendte tilbage til Michelson-Morley problematikken?
Næh. På grund af de nævnte vanskeligheder – Og ikke mindst nogle uheldige sammentræf af økonomiske omstændigheder, som jeg ikke havde kunnet forudse – herunder trusler om ekspropriering af mit hus på grund af jernbanebyggeri – så gik jeg stort set personligt fallit!
Det jeg har sørget for, gennem et multidimensionelt evalueringssystem, er en metode til at undgå, at systemet i læreprocessen stiller sig tilfreds med med en delløsning, og dermed går ind i og låser sig fast på metoder, der giver en løsning, der ikke er den optimale i forhold til forudsætningerne – Dvs de ricici og de muligheder, der totalt set er til rådighed.
For eksempel – Hvis du prøver at starte i tredje gear, så vil du hurtigt finde ud af, at du enten slider koblingen op meget hurtigt, eller også at bilen simpelthen går i stå.
Det vil derfor, i et almindeligt programmeret ja/nej -optimeringssystem system, føre til, at systemet aldrig finder ud af, at når hastigheden er over x antal kilometer i timen, så er det faktisk stærkt hastigheds forbedrende at skifte til tredje gear. Det kan derimod godt finde ud af at ræse rundt i snævre sving og få fat i de system-belønninger, der eksempelvis ligger i hurtig slalom-kørsel mellem tæt følgende forhindringer. Det lader sig jo nemlig gøre i første gear – Men pointene for hurtig slalomkørsel til skrid- og uheldsgrænsen må jo ikke forhindre brug af tredje (eller fjerde eller femte) gear generelt i andre situationer. Og når der så bliver bygget yderligere, og tilmed dynamisk variable mål på, som for eksempel at økonomisere med brændstofforbrug og at undgå at overhede bremserne og undgå sammenstød i en konkurrencesituation med andre biler på banen – så er det jo ting, der er i forhold til det overordnede mål om at være hurtigst, kombinatorisk er afhængige af to eller flere af de andre parametres aktuelle, interagerende forløb. Og så kan det blive rigtigt kompliceret. Men det har jeg fundet metoder til at håndtere. –
Og? –
Ja, det vil sige, at dette system – i modsætning til de mere traditionelt byggede systemer, der kræver store mængder af forsker-programmørtid, både til overvågning og optimerende detail-tilrettelser – i princippet er langt mere fleksibelt og i stand til at udvikle nye kompetencer, hvis et skifte i omgivelserne kræver ændret tilgang til de manøvrer, der skal til, for at opnå de ønskede resultater. Og dermed kan systemet indgå som et menneske-maskin-interface, der er langt mere økonomisk og praktisk realiserbart – også til computerstyrede nicheprodukter, der kun fremstilles i beskedent antal. Så det var – – Og det er der – faktisk store økonomiske perspektiver i. Men jeg gør det nu mest for udfordringen i det.
Nå...
Men – Du blev alligevel ikke færdig, kan jeg forstå. Var det så derfor, du vendte tilbage til Michelson-Morley problematikken?
Næh. På grund af de nævnte vanskeligheder – Og ikke mindst nogle uheldige sammentræf af økonomiske omstændigheder, som jeg ikke havde kunnet forudse – herunder trusler om ekspropriering af mit hus på grund af jernbanebyggeri – så gik jeg stort set personligt fallit!
Side ..7/13
Interview med forfatteren