Lernen

Nachdem nun klar ist, wie in dem einfachen Modellsystem vier Inputwerte in zwei Outputwerte transformiert werden können, stellt sich jetzt die Frage, wie dieses einfache System lernen kann, und weiter, was denn mit 'Lernen' gemeint ist.

Im begleitenden Text General Behavior Based Computational Learning Theory (GBBCLT) (siehe: http://www.uffmm.org/gbbclt) wurden als Rahmenbedingungen für lernende Systeme herausgearbeitet, daß diese mindestens die folgenden Eigenschaften besitzen müssen:

Minimal conditions for a learning system:

1. Sufficient Control of Environmental Stimuli: Sie müssen über eine Strategie $P_{perc}$ verfügen, mittels der sie entscheiden können, wann sie welche Eigenschaften der wahrnehmbaren Umgebung durch Strukturänderungen intern repräsentieren sollten.
2. Sufficient Potential for Encoding by Structural Changes: Sie müssen über die entsprechenden Möglichkeiten von internen Strukturänderungen verfügen.
3. Sufficient Control to Exploit Past Changes for Actual Responses: Sie müssen ferner über eine Strategie $P_{act}$ verfügen, mittels der sie entscheiden können, wann sie welche Antwortreaktionen anhand der vorgenommenen Strukturänderungen optimieren können.

Eine Optimierung kann aber nur möglich sein, wenn es irgendeine Art von Optimalitätskriterium $O$ gibt, das anzeigt, daß sich das System einem bestimmten Optimum nähert oder nicht. In GBBCLT heißt es: ``When a system perceives some property $S_{E}$ as $S_{L}$ and encodes this property as some structural change $S_{L.mem}$ it must (i) be able at least to reactivate $S_{L.mem}$ if the property $S_{E}$ again occurs and (ii) it must be able to use the encoded property $S_{L.mem}$ in connection with the activity of responding to the environment. Furthermore (iii) should such an encoded property being able to be associated with some internal state of being good. Such an associated goodness could serve as an actual and local criterium of optimality.''

Im folgenden wird nun, ohne dass die vorstehend genannten allgemeinen Forderungen schon als hinreichend beantwortet gelten können, zunächst ein bekanntes -vergleichbar einfaches- Beispiel von Strukturveränderungen im Kontext von neuronalen Netzten untersucht, um zu überprüfen, ob und wieweit dieses Beispiel schon als Lernen bezeichnet werden könnte.