Влияние обучения технологии нейронных сетей на развитие мышления школьников
Работа нейронных сетей также аналогична процессу мышления, ведь нейронные сети и задумывались изначально как модель работы мозга.
При обучении с учителем нейронная сеть (эмулятор нейронной сети) ищет решение в виде вектора (векторов) весовых коэффициентов. Алгоритм обучения сети методом обратного распространения ошибок использует стратегию рационального перебора решений (векторов), поскольку каждое новое найденное решение приближает сеть к нужному решению. Заказать очки в нижнем новгороде для зрения оправы для очков оптика кронос нижнии новгород.
Случайный выбор вектора весовых коэффициентов практически не способствует нахождению решения, что можно продемонстрировать ученикам, применяя для наглядности такой нейроэмулятор, в котором предусмотрена возможность свободного доступа к коэффициентам. Выбранный авторами данного исследования для изучения эмулятор Neural Network Wizard 1.7 такой возможностью не обладает.
Также в общем случае не эффективен последовательный перебор всех возможных значений коэффициентов (систематический перебор), поскольку число таких комбинаций теоретически бесконечно, а в программной реализации достаточно велико, что требует больших затрат времени на нахождение нужного решения.
По мнению Ж. Готфруа, «компьютер может послужить средством, позволяющим <…> лучше понять мышление и тем самым расширить его возможности» [2, c. 471].
Обучая нейронные сети, ученики сами начнут применять стратегию рационального перебора решений.