Dr. Matteo Marsili: Teorija optimalnih strojev za učenje
Prof. dr. Matteo Marsili z Mednarodnega centra za teoretično fiizko iz Trsta bo v sredo, 8. maja 2019, ob 13. uri predaval na Institutu »Jožef Stefan«.
Živi sistemi morajo ustvarjati učinkovite predstavitve okolja, v katerem živijo. Ta naloga je podobna tisti, ki jo rešuje strojno učenje v umetni inteligenci z algoritmi, kot so globoke nevronske mreže. Zgrajene predstavitve lahko vidimo kot zgoščen generativni model stanj okolja. Tovrstni modeli so podvrženi načelu maksimalne relevance in zato je za njihovo termodinamiko značilna eksponentna gostota stanj. Maksimalno informativne predstavitve te vrste v splošnem kažejo statistično kritičnost (tj. potenčno porazdelitev frekvenc) in Zipfov zakon pri optimalnem razmerju zgoščevanja. Ta sklep, ki ga podpirajo mnogi primeri iz naravnih sistemov in umetne inteligence, odpira pot do gradnje učinkovitih predstavitev in izbora najpomembnejših spremenljivk v visokorazsežnih podatkih.
Foto: youtube