단일 뉴런 및 네트워크에 의한 예측

Abstract

인공 지능은 현재 및 과거의 정보를 통합하고, 그 각각은 세계의 부분의 상태를 예측한다. 뉴런의 출력은 2가지 예측자 간의 차이 또는 예측 오류에 상응한다. 과거 정보에 기여하는 입력은 오류를 최소화하기 위해서 선택되며, 이는 anti-Hebbian 타입 유연성 규칙을 통해 일어날 수 있다. 현재의 정보 공급원은 오류를 최대화하기 위해 선택되며, 이는 Hebbian 타입 유연성 규칙을 통해 일어날 수 있다. 이것은 뉴런이 뉴런이 이미 보유하고 있는 과거의 정보와 중복되지 않은 외부 세계로부터 새로운 정보를 수신한다는 것을 확인시켜준다. 예측하기 위해 스스로 학습함으로써, 뉴런 또는 이들 뉴런의 네트워크는 지적이고 유리한 출력을 생성하는데 필요한 정보를 획득한다.