По отношение на кросинговърт: Самия процес определено е детерминистичен, обаче методите за избор на екземпляри за кросинговър поне в класическите генет.алгоритми е стохастичен. Има и други е еволюционни идеи за детерминиран избор на екземпляри, но това се отнася само за изкуствените евол.методи. Дококото знам терориите по отношение на биологичния еволюционен процес, който наблюдаваме, не включват за момента идеи за детерминистични методи за избор на партньори ... освен ако греша!?
По отношение на паметта и ИИ темета е дълга но аз ще се опитам да съм кратък, и ще вметна няколко изречения само за изк.невр.мрежи (ИНМ)При ИНМ класическата идея за памет , като че ли малко се размива. Вероятно поради дефинициони проблеми(К'во е това памет?!). Обикновенно (на кратко)паметта се състои от място(носител) за съхранение на данните и алгоритми/методи за съхранение и извличане на данни. И след това имаме други алгоритми/методи които ползват тези данни за оптимизация на процеси (най-общо казано)
При ИНМ алгоритъма за извличане на данни и мястото за съхранение са като че ли едно и също нещо ... е това е въпрос на понятия. Идеята ми е че всички ИН могат да се разглеждат, като памети - имаме вход(заявка за извличане на дани) и изход (отговор от памметта). При ИНМ изхода зависи от комбиниране на текущото вътрешно състояние и входа...
Все пак в класическия смисъл при ИНМ много се говори за авто-асоциативни памети. Такъв тип ИНМ могат да запомнят класове входни образци, като фрагментирането на класовете е въпрос на дизайн на ИНМ(на метода за запомняне на образците) и при подаване на конкретен образец те отговарят с представителен образец от дадения клас.
Аз малко смесвам понятията по отношение на видовете ИНН и приложението им като памети ... но не мога да бъда много детайлен тук в този форум .. и без това прекалявам с дължината на постингите си
С две думи ИНМ са способни при подаване на зашумен вход да реконструират входа и да отговорят с правилен изход.
Пример: ако имаме агент който се движи в дадена среда и на определен период от време(милисекунди) прави снимки на околната среда и ги подава като входни образци на ИНМ. Ако агента вече е бил на това място(т.е. виждал е околната среда от тази .. или близка до тази позиция) ИНМ ще реконструира входния образ и на изхода ще предостави образец, който ще е кодирано представяне на гледката която вижда агента но от ъгъла в който тя е била запомнена. Ако агента не е виждал околната среда от тази позиция то ИНМ ще запомни новия образец и това ще бъде вече "представител" на класа входни образци
Разбира се аз много опростявам нещата по отношение на техническата реализиация. Има доста проблеми и доста въпроси
Все пак е под въпрос трябва ли напълно да се симулират всички характеристики на биолог. НМ по отношение на процеситер на съхранение и извличане на паметта.
Какво например значи забравяне от гл.точка на невробиологията?
Необходим ли ни е при създаване на ИНМ?
Може да вметна още няколко неща в още едно мнение по отношение на логиката и ИНН