Протестировав 3 разные модели расстановки пилонов в здании я остановился на модели NEAT, а точнее HyperNEAT. В дословном переводе это означает NeuroEvolution of Augmenting Topologies , в переводе НейроЭволюция возрастающих топологий, только для очень масштабных не симметричных нейронных систем.
Порой нам кажется, что проще выполнять всю работу самому и работа в команде нам только мешает, но как оказывается не всегда.
В течении многих месяцев я прислушивался к своему разуму , к собственным нейронам, пытался оцифровать их поведение при решении задачи расположения пилонов в здании, но все было тщетно. И вот однажды я решил повторить процесс который происходит в реальности, сделать плохого и хорошего агента расставляющих пилоны. В роли первого агента выступает - агент "конструктор", в роли второго агента выступает - агент "архитектор". Эта модель очень похожа на GAN модель.
Агент "конструктор" это условно хороший агент, он расставляет пилоны как ему удобно с точки зрения закономерностей строительной механики.
Агент "архитектор" это условно плохой агент, он смещает пилоны которые противоречат закономерностям объемно планировочным, делая хуже первому.
И взаимодействуя друг с другом они пытаются найти компромисс решения задачи расположения пилонов эпоха за эпохой , цикл за циклом, идеализируя модель расположения пилонов. Один мешает второму, второй борется с этим, все как в повседневной работе, вечное конкурирующее соглашение. Как оказывается даже математика подтверждает логичность закономерности выявленные в человеческом повседневном поведении.
Изначально каждая из моделей содержала по 4 параметра влияющих на поведение каждого из агентов, потом их стало 8, потом 16, потом 20 и каждый тест работоспособности уточняет предыдущую модель нейросети. Каждый закон поведения описывается параметрами данного поведения.
Для примера задумайтесь и попробуйте ответить на вопрос, какие параметры влияют на расположение пилона исходя из положение ближайшего окна ? Разбейте данную задачу на мельчайшие параметры, начните записывать на листке бумаги значения этих параметров , рано или поздно найдутся закономерности. Математики быстрее их найдут, так как среди сотен и тысяч значений различных функций проще увидеть закономерности. Возможно на это у вас уйдет 1 минута , а возможно и вся жизнь. И теперь представьте что таких задач десятки и на каждую могут уйти от 1 минуты до 1 человеческой сознательной жизни.
И в такого рода задачах главное уже не обучающая выборка как думают многие , главное модель. Причем модель и конструктора и архитектора скопированная с реального человека. Вся работа сводится с копирования всех тех процессов, что совершает человеческий мозг и бесконечным попыткам их оцифровки. Это сложно объяснить, но по сути человеческий мозг это не творения некого сверхсущества, это просто огромный набор математических функций и закономерностей образованных в результате эволюции человека.
Фон программы Prometey как раз таки один из вариантов структуры нейронов одной из промежуточных первых моделей нейросети расставляющей пилоны.
Данная статья написана 5 месяцев назад, но только сегодня ее публикую , так как я наконец то завершил программу AIPI и у меня было около 2-х недель, что-бы завершить все пробелы в первоначальной модели. Два для я просто просидел до утра над обдумыванием того, а не ошибся ли я где нибудь. Ведь впереди теперь пару месяцев генерации данных для нейросети, аренда сервера для обработки просто нереально большого объема данных, которые будут находится в свободном доступе. Но об этом расскажу в ближайшее время.
Порой нам кажется, что проще выполнять всю работу самому и работа в команде нам только мешает, но как оказывается не всегда.
В течении многих месяцев я прислушивался к своему разуму , к собственным нейронам, пытался оцифровать их поведение при решении задачи расположения пилонов в здании, но все было тщетно. И вот однажды я решил повторить процесс который происходит в реальности, сделать плохого и хорошего агента расставляющих пилоны. В роли первого агента выступает - агент "конструктор", в роли второго агента выступает - агент "архитектор". Эта модель очень похожа на GAN модель.
Агент "конструктор" это условно хороший агент, он расставляет пилоны как ему удобно с точки зрения закономерностей строительной механики.
Агент "архитектор" это условно плохой агент, он смещает пилоны которые противоречат закономерностям объемно планировочным, делая хуже первому.
И взаимодействуя друг с другом они пытаются найти компромисс решения задачи расположения пилонов эпоха за эпохой , цикл за циклом, идеализируя модель расположения пилонов. Один мешает второму, второй борется с этим, все как в повседневной работе, вечное конкурирующее соглашение. Как оказывается даже математика подтверждает логичность закономерности выявленные в человеческом повседневном поведении.
Изначально каждая из моделей содержала по 4 параметра влияющих на поведение каждого из агентов, потом их стало 8, потом 16, потом 20 и каждый тест работоспособности уточняет предыдущую модель нейросети. Каждый закон поведения описывается параметрами данного поведения.
Для примера задумайтесь и попробуйте ответить на вопрос, какие параметры влияют на расположение пилона исходя из положение ближайшего окна ? Разбейте данную задачу на мельчайшие параметры, начните записывать на листке бумаги значения этих параметров , рано или поздно найдутся закономерности. Математики быстрее их найдут, так как среди сотен и тысяч значений различных функций проще увидеть закономерности. Возможно на это у вас уйдет 1 минута , а возможно и вся жизнь. И теперь представьте что таких задач десятки и на каждую могут уйти от 1 минуты до 1 человеческой сознательной жизни.
И в такого рода задачах главное уже не обучающая выборка как думают многие , главное модель. Причем модель и конструктора и архитектора скопированная с реального человека. Вся работа сводится с копирования всех тех процессов, что совершает человеческий мозг и бесконечным попыткам их оцифровки. Это сложно объяснить, но по сути человеческий мозг это не творения некого сверхсущества, это просто огромный набор математических функций и закономерностей образованных в результате эволюции человека.
Фон программы Prometey как раз таки один из вариантов структуры нейронов одной из промежуточных первых моделей нейросети расставляющей пилоны.
Комментариев нет:
Отправить комментарий