बोर्ड गेम खेलने में तंत्रिका नेटवर्क की नई और नई सफलताओं के बाद, एक को लगता है कि हमने जो अगला लक्ष्य निर्धारित किया है, वह स्टारक्राफ्ट में मनुष्यों की धड़कन की तुलना में कुछ अधिक उपयोगी हो सकता है। अधिक सटीक, मुझे आश्चर्य है कि क्या
क्या तंत्रिका एल्गोरिदम को क्लासिक एल्गोरिथम समस्याओं को हल करने के लिए प्रशिक्षित किया जा सकता है?
यहां मेरा मतलब है कि उदाहरण के लिए नेटवर्क को इनपुट ग्राफ मिलेगा भारित किनारों के साथ, और दो कोने तथा निर्दिष्ट, और हमने इसे सबसे छोटा खोजने के लिए कहा जितनी जल्दी हो सके रास्ता। तब मुझे लगता है कि न्यूरल नेटवर्क डिक्स्ट्रा या कुछ इसी तरह का उपयोग करने के लिए खुद को खोज और प्रशिक्षित करेगा।
एक तरफ, हम जानते हैं कि तंत्रिका नेटवर्क की कम्प्यूटेशनल शक्ति है। दूसरे पर, मुझे नहीं पता कि क्या यह आवश्यक रूप से मेरे प्रश्न से संबंधित है। फिर भी, अधिकांश समस्याओं के लिए हम नहीं जानते कि क्या उन्हें हल किया जा सकता हैया नहीं। यह देखते हुए कि क्या एक तंत्रिका नेटवर्क खुद को प्रशिक्षित कर सकता है, एक अच्छा संकेतक हो सकता है कि कोई तेज एल्गोरिथ्म है या नहीं। उदाहरण के लिए, यदि तंत्रिका नेटवर्क स्वयं को SAT तेजी से हल करने के लिए प्रशिक्षित नहीं कर सकते हैं, तो इससे यह (और भी) संभव है। मुझे आश्चर्य है कि एक तंत्रिका नेटवर्क GRAPHISOMORPHISM या फैक्टरी के साथ क्या करेगा।
बेशक, एल्गोरिथ्म को निकालना एक अलग सवाल है। मुझे संदेह है कि विशेषज्ञ ऐसा करना जानते हैं, लेकिन इस पर चर्चा करना इस प्रश्न का विषय नहीं है।
दो दिन बाद जोड़ा गया: जवाब देखने के बाद, मुझे यह बताने दें कि यदि आप नकारात्मक उत्तर देते हैं, तो मैं जानना चाहूंगा
क्यों शतरंज खेलना दीजकस्ट्रा या ग्राफिसोमोर्फिज्म की तुलना में आसान है?