![]() |
|
![]() |
||||
![]() |
DOCUMENTS
elab.immagini
galileo
realtà virtuale
vrml
biomeccanica
esapodi
formula1
intelligenza
Papers
meccanica
sistemi
robotica
Il metodo di Valiant consiste nell'esprimere il concetto da "indurre" in termini di concetti gia' noti e nel verificare la fattibilita' computazionale dell'algoritmo di "apprendimento". Una classe di espressioni e' particolarmente importante per Valiant: le disgiunzioni di congiunzioni (ovvero quelle in "forma normale disgiuntiva"): per qualche ragione questi tipi di espressione saltano fuori piu' spesso di altre nell'uso comune (i sistemi di produzione, per esempio, sono disgiunzioni di congiunzioni). Valiant lascia intuire (senza peraltro riuscire a dimostrarlo del tutto) che classi di espressioni piu' complesse potrebbero non essere apprese in un numero polinomiale di passi computazionali, ovvero sarebbero praticamente inutili. Il modo in cui il concetto viene costruito e' probabilistico: Valiant assume che il mondo ci presenti una distribuzione di probabilita' di esempi positivi e negativi dello stesso concetto e che l'"apprendere" quel concetto consista proprio nel trovare un algoritmo che riconosca correttamente altri esempi tratti da quella distribuzione. L'algoritmo di Valiant non produce pertanto una certezza di classificazione, ma soltanto una buona approssimazione, su base probabilistica, del concetto. In pratica Valiant riduce i vincoli sulla precisione del concetto appreso e aumenta invece quelli sulla performance computazionale dell'algoritmo di apprendimento; in tal modo ottiene una simulazione piu' accurata dell'apprendimento di concetti.