Neurale netwerkarchitectuur voor het vormen van automatische vaardigheden. Deel 1

Het artikel introduceert een neurale architectuur geïnspireerd op het menselijke mechanisme van gewoontevorming, zoals beschreven in James Clear's 'Atomic Habits', waarbij handelingen na herhaling automatisch worden. Het systeem heeft vier hoofdcomponenten: een nieuwheidsclassificator, een bewust netwerk, een generatief netwerk en een onderbewust netwerk, plus een externe verificateur. Invoerafbeeldingen van geometrische vormen worden eerst geclassificeerd als nieuw of bekend. Nieuwe afbeeldingen gaan naar het bewuste netwerk, dat leert via bekrachtiging. Na een correct antwoord creëert het generatieve netwerk variaties van het succesvolle voorbeeld, die worden gebruikt om het onderbewuste netwerk fijn af te stellen, waardoor de vaardigheid automatisch wordt. Het experiment omvat het herkennen van cirkels, vierkanten, driehoeken, kruizen en sterren, waarbij de laatste twee aanvankelijk niet zijn gezien. Het onderbewuste netwerk is voorgetraind op de eerste drie vormen, en de nieuwheidsclassificator is getraind om ze als bekend te beschouwen. Wanneer een kruis verschijnt, wordt het naar het bewuste netwerk gestuurd, dat het correct moet classificeren. Vervolgens produceert het generatieve netwerk vele synthetische voorbeelden om het onderbewuste te trainen. Na de training wordt de nieuwheidsclassificator bijgewerkt zodat kruizen bekend worden, en het onderbewuste netwerk handelt ze direct af. Het artikel schetst succescriteria: verminderde oproepen naar het bewuste netwerk, verbeterde nauwkeurigheid van het onderbewuste netwerk op nieuwe varianten, behoud van oude vaardigheden en verminderde nieuwheid voor geleerde vormen. De architectuur is opzettelijk eenvoudig voor initiële tests, met toekomstige plannen voor complexere taken en een agent.