Znajdź zawartość

Ludzie zawsze szukają reguły pozwalającej na sensowne uporządkowanie zestawu danych. W przypadku komputerów trudno było odtworzyć tę umiejętność. W zetknięciu z obszernym zbiorem elementów maszyny nie wiedzą, gdzie zacząć, chyba że wyposażono je w algorytm, pozwalający na wyszukanie określonej struktury, np. hierarchicznej czy zestawu klastrów. Teraz Josh Tenenbaum z MIT i Charles Kemp z Carnegie Mellon stworzyli program, który umożliwia wybór najlepszej metody uporządkowania danych, bez z góry zadanego porządku (Proceedings of the National Academy of Science). Komputery mogą się już zachowywać jak my, ludzie, co według cybernetyków, znacznie przyspiesza prace nad sztuczną inteligencją. Dzięki rozbudowaniu algorytmu komputer bierze pod uwagę wszystkie możliwe struktury jednocześnie i porównuje, która z nich najlepiej pasuje do konkretnego zbioru danych. Prezentuje ją po zakończeniu analiz. Model Amerykanów ułatwi życie wielu naukowcom zmagającym się z natłokiem informacji oraz rzuci nieco światła na mechanizmy wykrywania porządku przez nasz mózg. Badacze uwzględnili szereg możliwych powiązań w obrębie danych, m.in. drzewo, schematy kołowe, hierarchię dominacji czy klastry. Ludzie cały czas nieświadomie klasyfikują dane. Tendencja ta znalazła wyraz w wielu odkryciach naukowych, m.in. w tablicy okresowej pierwiastków Dymitra Mendelejewa czy taksonomii Karola Linneusza. Tego typu zachowania zaczynamy przejawiać już we wczesnym dzieciństwie. Uporządkowujemy sobie świat, zaliczając przedmioty i istoty żywe do różnych kategorii, np. zwierząt, roślin, domów itp.