|
|
עמוד:11
לנו מודל נבנה לנו מודל מאוסף דגימות של העולם, נוכל כעת להתנהג על פיו ואולי לחזור מדי פעם ולשפר אותו . הפרק השלישי עוסק ברשתות גרפיות . רשתות גרפיות מייצגות מודל של העולם באמצעות אוסף של משתנים מקריים ותלויות ביניהם . רשתות כאלו מייצגות שיקולים הסתברותיים . בני אדם מגיעים למסקנות על סמך שיקולים הסתברותיים ולא שיקולים דטרמיניסטיים . לדוגמה, רשת גרפית המתארת את הגורמים ואת הסימפטומים של קבוצת מחלות מתארת את כל מה שאנו יודעים באותו התחום והיא מהווה מודל של התחום . בהינתן אוסף של גורמים ראשוניים ואוסף של סימפטומים הרשת מאפשרת לנו לנבא בהסתברות גבוהה את המחלה מתוך אוסף מחלות אפשריות . רשתות כאלו הן "שקופות" ואנחנו יכולים לנסות להבין את ההשפעות של כל גורם על משנהו, בניגוד מוחלט לרשתות נוירונים . בפרק נציג את הרעיונות והכלים המרכזיים לנתח רשתות גרפיות . כיצד נוכל לחתוך אותן לחלקים בלתי תלויים זה בזה ; כיצד מדידה של משתנה מסוים משפיעה על הידע שלנו לגבי משתנים אחרים ; כיצד נחשב התפלגות שולית של אחד המשתנים ברשת ועוד . רשתות כאלו משמשות כיום ברפואה והן לעיתים סבוכות ומכילות כמה אלפי משתנים מקריים . הפרק הרביעי עוסק באלגוריתמים גנטיים . אלגוריתמים גנטיים הם משפחה של אלגוריתמים המנסים לחקות תהליך אבולוציוני של אופטימיזציה . הטבע עושה שימוש בתהליך אבולוציוני בכדי לעשות אופטימיזציה על אוסף גנים ביחס לסביבה נתונה . גם כאן יהיו לנו "גנים", "כרומוזומים", "מוטציות", "טרנספוזונים" ועוד . ה"ברירה הטבעית" תיעשה כאן באמצעות התבוננות בפונקציית מטרה שאותה אנו רוצים לחשב . אלגוריתמים שונים יעשו הכלאה ביניהם במטרה לייצר אלגוריתמים חדשים "טובים" יותר ביחס לאותה מטרה . נראה שבאמצעות אלגוריתם גנטי נוכל להגיע לתיאור אלגברי טוב של נוסחאות, של דינמיקה, נוכל לתאר בינה מלאכותית 11
|
|