Как искусственный интеллект получает «вознаграждения»?

Question

[k-2]

Как построен алгоритм искусственного интеллекта, в котором он получает "вознаграждения"? Что способствует нейрону понять что правильно а что нет?

Answer 1

[Сергей]

в общем случае у любой НС есть функция ошибок.
Ошибка -- это наблюдаемый ответ НС и нужный ответ в данной ситуации.
Т.о. глобально, обучение НС - это минимизация функции ошибки на пространстве состояний НС.
Вот это и есть реальное вознаграждение для НС.

Comments

[k-2]

Теперь только понять бы, как это пространство состояний заключить в единое. чтобы функция вызывалась и сразу верно оценивала это состояние.

[Сергей]

Пространство состояний НС это набор всех весов всех синапсов которые есть у этой НС. Существует масса алгоритмов "обучения". Гуглите алгоритм обратного распространения ошибки