尽管单个人工神经元很简单,但在深度网络中互连时,人工神经元可以提供老虎机最先进的性能。许多人都不知道,有一种可以说更简单、更通用的学习机制,即Tsetlin自动机。仅仅通过单个整数作为记忆,它就可以在随机环境中学习最优动作。在本文中,我们介绍了Tsetlin机器,它用易于解释的定位器命题公式解决复杂的模式识别问题,由一组Tsetlin自动机组成。
为了消除长期存在的信噪比消失的问题,Tsetlin机器使用一种新颖的水果机游戏来编排自动机。我们的理论分析表明,博弈的纳什均衡与提供最佳模式识别精度的命题公式一致。这意味着学习没有局部最优,只有全局最优。我们认为,Tsetlin机器找到了提供最佳精度的命题公式,其概率任意接近于。在四个不同的遥控器基准测试中,Tsetlin机器的性能优于神经网络、SVM、随机森林、朴素贝叶斯分类器和Logistic回归。
进一步证明,Tsetlin机器的准确性优势随着数据的缺乏而增加。Tsetlin机器具有显著的计算性能优势,因为输入、捕鱼机模式和输出都用比特表示,而模式的识别依赖于比特操作。准确性、可解释性和计算简单性的结合使Tsetlin机器成为包括安全关键医学在内的广泛领域的一种有前途的上分器工具。作为同类机器中的第一台,我们相信Tsetlin机器将开启全新的研究道路,对人工智能领域和人工智能应用产生潜在的重大影响。
上一篇:游戏机破解可提高学生智商
下一篇:多媒体水果机遥控器的优势