Двунаправленная ассоциативная память

Основной причиной неудач исследователей в области искусственного интеллекта, потративших свыше 20 лет на безуспешные попытки моделирования интеллектуальной деятельности на базе обычных цифровых ЭВМ, является, по-видимому, тот факт, что в современных ЭВМ существует прямая зависимость времени поиска от количества хранимых образцов. Компьютер запоминает отдельные объекты в отдельных ячейках, как бы заучивает сведения наизусть, и при изучении наук примеры для него, в отличие от человека, отнюдь не полезнее правил. НейроЭВМ, построенная на базе нейросетей, обладает ассоциативной памятью и классифицирует поступившие образы со скоростью, которая не зависит от количества уже поступивших образцов, — она немедленно связывает новый образ с ближайшим имеющимся.

Память человека является ассоциативной — один предмет напоминает нам о другом, а тот, в свою очередь о третьем и т. д. Наши мысли как бы перемещаются от предмета к предмету по цепочке умственных ассоциаций. Способность к ассоциациям может быть использована для восстановления забытых образов («мы с вами где-то встречались»).

Двунаправленная ассоциативная память является гетероассоциативной; входной вектор поступает на один набор нейронов, а соответствующий выходной вектор вырабатывается на другом наборе нейронов. Как и сеть Хопфилда, двунаправленная ассоциативная память способна к обобщению, вырабатывая правильные ре акции, несмотря на возможные искажение входа.

Очевидно, состояние нейронов можно рассматривать, как кратковременную память, так как она может быстро изменяться при появлении другого входного вектора. В то же время значения коэффициентов весовой матрицы образуют долговременную память (ассоциации) и могут изменяться на более длительном отрезке времени, используя соответствующий метод обучения. Обучение производится с использованием обучающего набора из пар векторов х и у. Предположим, что все запомненные образцы представляют собой двоичные векторы.

Решение задачи с помощью двунаправленной ассоциативной памяти можно разбить на два этапа: режим обучения и непосредственно решение (распознавание). Рассмотрим оба эти этапа на примере.

Каждый нейрон а. в первом слое А имеет синапсы, соединяющие его с нейронами Ь. во втором слое В. Пусть нейроны имеют следующий «смысл»: а, — валюта, я₂ — дол лары, а₃ — марки, а₄ — рубли, b_t — США, b ₂ — Россия, b ₃ —Канада, b ₄ — Германия.