Hört sich aber interessant an....

https://mixed.de/ki-in-der-physik-steht ... ion-bevor/
Hallo Frank,
Bei mir funktioniert er.ralfkannenberg hat geschrieben: ↑20. Jul 2020, 19:50Hallo Frank,
der Link liefert bei mir:
The URL is listed under category "Games;News", which is not permitted by the Internet Access Policy at this time.
Freundliche Grüsse, Ralf
Hallo Herr Senf,
Hallo deltaxp,
deltaxp hat geschrieben: ↑27. Jul 2020, 14:58letzlich heisst das, sie probieren viele verschiedene graphen aus (erst ganz einfache), benutzen die formeln um voraussagen zu machen, vergleichen das mit den daten (bzw dem zuvor trainierten netzoutput) behalten die formeln, die am besten die daten vorhersagen und verwerfen die, die nur müll ausspucken.
Das ist eben sehr wichtig, dass man nicht eine "beste Formel" zu finden versucht, sondern aus einem Set von (wie auch immer zu ermittelnden) "hinreichend guten" Formeln eine zufällig auswählt und weitermacht.deltaxp hat geschrieben: ↑27. Jul 2020, 14:58die guten ergänzen (also fügen zb weitere nodes und edges dazu), und verändern sie zufällig (aus einem plus zb ein minus machen usw), so dass sie weiter einen grosse menge von formeln verhandeln und machen wieder vorhersagen, vergleichen und behalten nur die besten usw usf, bis sie symbolische ketten haben die die daten am besten beschreiben und möglichst kurz sind (ockhams rasier messer). und fertig ist sie deine formel.
Wenn ich die Sache richtig sehe geht es aber gar nicht darum, Bewegungsgleichungen abzuleiten, sondern darum, statistische Berechnungen zu optimieren, Stichwort "Sampling Problem".
Ja, schön daß es noch andere gibt, die das so klar sehen. Ich denke aber es geht darum, daß die KI Ostereier finden soll, von welchen man nicht weiß, daß man diese vorher rein gelegt hat. Das wird aber so auch nicht wirklich funktionieren, da KI immer versucht eine Lösung zu präferieren, die topologisch nahe einem Isomorphismus zum Eingangslayer liegt.
Hallo zusammen,
Ja, sehe ich auch als problematisch an.deltaxp hat geschrieben: ↑27. Jul 2020, 14:58und fertig ist sie deine formel.
diese methode eignet siche sicher, um sogenannte faustformeln zu bestimmen, und sicher auch um einige physikalische gesetze zu rekonstruieren. beim letzten bin ich vorsichtig, denn man kann nur formeln genieren aus einem bekannten satz von mathematischen operatoren. nicht neuen.
wird meist als evolutionsstrategiealgorithmus bezeichnet, aber auch oft als genetischer algorithms. ist schon richtig so. die formeln spielen die rolle der gene die kombiniert werden (sex :O) und zufallsmässig verändert werden (mutationen). und dann gilt dsurvival of the fittest. und die fitnessfunktion ist dann der fehler vorhersage-daten (bzw 1/erro function wenn die mit den höchsten fitness werten überleben sollen)ralfkannenberg hat geschrieben: ↑27. Jul 2020, 15:56Hallo deltaxp,
Du meinst sicherlich "generisch", nicht wahr ?
zum teil. aber ganz so einfach ist es nicht. z.n bei schach oder go. die ostereier sind die spielregeln. die sind überschaubar, aber die daraus entstehende komplexität ist emergent aus den relative einfachen spielregeln. klar wird eine ki, wenn sie sich an die vorgegebenen spielregeln halten muss aus schach keinen warpantrieb entwickeln, aber alpha-zero hat in kurzer zeit 20 neue sehr erfolgversprechenden eröffnungen gefunden, auf die kein mensch bisher gekommen ist und die von schachmeistern jetzt verwendet werden.
das neuronale netz hat die formeln nicht generiert hier. das wurde nur verwendet um sozusagen eine schlanke datenrepresentation zu bekommen, die die daten prozedural generiert damit man nicht ständig die terrebytes mit sich rumschleppen muss. die formeln wurden über den genetischen algorithmus der mit den graphen gefüttert wurde , generiert. aber das ist letzlich nur technisch. man sicherlich auch anderen methoden anwenden um formelrepresäntierende graphen zu generieren.
das ist korrekt. die interpretation der formel muss dann wieder der mensch übernehmen. aber es ist wohl damit wie mit der schule. wenn man die lösung kennt, ist es einfacher den weg dahin zu finden.