Три логических состояния #254828

D-Wave продемонстрировала Orion - самый мощный на сегодня квантовый компьютер Революция или эволюция? Но три реализованных логических состояния - это круто: да, нет, может быть.

D-Wave продемонстрировала Orion - самый мощный на сегодня квантовый компьютер Революция или эволюция? Но три реализованных логических состояния - это круто: да, нет, может быть.

Это бред - просто нечем заняться.

оцтой.. наш бабаян раньше реализовал троичную логику  - на эльбрусах..

а не факт. три логических состояния определенно быстрее должны работать чем два.

вот почему "определенно быстрее" если расшифруеш - то можно в утверждение и поверить..

Определенно быстрее? Даже не смешно :)

10 десятичной системы в троичной системе это 101, в двоичной 1010. Вывод ясен?

Абсолютно неясен. Применяя двоичную ситему, в современных процах мы оперируем 64 разрядными числами. 64 битнаяч арифметика (+ плюс часть команд имеет намного большую разрядность - расширения), теперь мне интересно услышать насчет троичной логики. Что она дает?

а аппаратные затраты, конечно,не учитываются.. ясный ты наш.. и ваще - поди почитай ПТЦА..

Сколько ты вобьёшь инфы в 64 двоичных бита, и сколько в 64 троичных?

101 хранить проще, чем 1010. Обработать его проще, передать его проще. А проще - это легче и быстрее. А насчет современных процессоров - это ты говоришь о двоичных процессорах на которых от троичной логики не будет толку, кроме тормоза.

статью читал? из-за топчущихся на месте, как ты, топчатся все.

господа.. тема пройденная.. в СССР создавали машины на базе троичной логики - но как видите, жизнь показали, что преимуществ нету.. хотя, математически выведено, что самой оптимальной является система счисления по основание 2,7 (почти 3)..

про советские уже просветился. преимуществ нет, потому как два состояния легко получить в отличии от трех на уровне транзистора.

Как это проще? Для хранения информации В ЛЮБОЙ СИСТЕМЕ СЧИСЛЕНИЯ требуется одинаковое количество помяти. Что значит ПРОЩЕ ОБРАБАТЫВАТЬ? Я чего-то не въехал. Может Быстрее? Бред. Прогресс на месте? А может всё-таки дать мошенникам денег чтоб успокоились? :) А то  очень распространенная тема - Назад к аналоговым вычислениям, нейронные сети и т.д.

А аналоговые еще круче

и точность их впечатляет..

разве одинковое? :)) в троичной системе все же будет побольше

Проще - это с наименьшими аппаратными затратами. А по поводу мошенников - все же число Эйлера ближе к 3, нежели к 2. Так что есть смысл. А то, что создано что-то, что умеет хранить три состояния - это уже что-то значит.

+17 немного неправильно выразился... короче Серега - ты не прав :))

А что ты против нейронных сетей имеешь? Это вообще другой клас вычислений, принципиально другой и он используется и будет использоваться..

а кулми там изобретать, храни положительный заряд/отрицательный/и нету ниче... Давно уже изобретено...

То есть - сейчас не знают не только как использовать 256 бит, но и 64, а мы сейчас сделаем круто, не просто сделаем 1024 бита, а еще у каждого по три состоянии - на ка разработчик, выкуси, ищи применение этому бреду. Одинаковой. Для хранения числа от 0 до 1023  в несжатом виде требуется 10 бит хоть в троичной, хоть в двоичной, хоть в десятичной системе счисления :) А насчет мошенничество. Самое простое - генетические алгоритмы, а кто-нибудь может сказать что это такое? :) Я могу... Это терминология для запудривания мозгов.

На счет хранения и количества памяти NS абсолютно прав

Используется, только для получения степеней, самое обыкновенное мошенничество, так-же как и генетические алгоритмы, еще раз - начнем с более простого - что же такое генетические алгоритмы?

почему ж.. видел продукт на базе этих алгоритмов.. весьма впечатляющая весч....

Значит ты просто не вкурил тему, и пытается доказать, без никаких знаний то, что на самом деле таковым не является..

А я бы сказал ... что в 10-чной потребуется к примеру 4 бита: 0000-9999

Прыгаешь вперед паровоза. Давай лучше сначала с более простого, с генетических алгоритмов. Что это такое, и для чего используются.

а причем тут биты ?

Нет, в 10-чной системе, и даже в другой галактике - с помощью четырех бит ты можешь запомнить одно из 16-ти состояний. Но никак не больше.

Для нахождения самого оптимального решения..

впереди какого паравоза? есть продукт PowerSim ... использует генетические алгоритмы..

Ну, для многопараметрической оптимизации, например...

Для поиска Экстремумов они используются. В чем их отличие от модификаций спусков, с наложенным Монте-Карло?

Угу. Написание в римской системе так же легко обрабатывать, как и в 10-тичной...

+ в смысле, римские цифры и арабские.

раз есть " модификаций спусков, с наложенным Монте-Карло", то генетические алгоритмы не имеют права на существование?.. я верно отразил твою позицию

Посмотри пост Генетические алгоритмы - не более как пустой звук, громкое название для всех модификаций спусков, которые в отличии от "генетических алгоритмов" появились достаточно давно. Просто громкое называние для того чтоб поразить слух неподготовленного пользователя.

хм... думаю 1С 9.0 на сабже взлетит... низенько-низенько...

К сожалению я плохо помню лекции за 3 курс схемотехники. Но там было показано что самое оптимально число состояний где то 2,7. Т.е. если будет 3 состояния то системы будут проще и быстрее потому что 3 больше ближе к 2,7.

Нет никаких "Генетических алгоритмов", есть модификации покоординатных и   градиентных спусков, которым придумали громкое имя для получения большей известности и т.д., а в конечном итоге для выколачивания денег.

в использовании производных

А теперь можно перейти к нейронным самообучающимся сетям. Так что же это такое?

Вообще-то лучше для начала почитать, что есть квантовый компьютер. Там принцип вычислений совершенно другой. Есть неплохие статьи на эту тему в тырнете

ну порази ты тоже слух - как давно появились модификации спусков и когда появились первые работы по поводу эволюционных методов

вроде ты продолжаешь мысль в двоичном системе? следи за моей логикой: в двоичной системе бит варьируется : 0-1 в троичной системе бит варьируется : 0-2 ... в десятеричной системе бит варьируется : 0-9 и т.д. к примеру число 4 100 = 11 = 4

То есть в спусках не используются производные???? А что-же тогда такое градиентный спуск?

ну для начала: 1.обучение с учителем,например персептрон 2.обучение без учителя,напр.ассоциативные сети Хопфилда

Да чего поражать. Несколько столетий назад они появились. И накладывали Монте-Карло для поиска локальных экстремумов и для улучшения сходимости всегда...

вектор из производных-указывает направление наибольшего возрастания функции. Примерно тот же подход используется и в наискорейшем спуске

а генетические как раз таки устойчивы к локальным экстримумам и дают возможность приблизится, по возможности, к глобальному...

как то по одному предмету делал доклад по нанотехнологиям. Там в числе всего была такая фишка - один мужик делал просто супер открытия которые ни у кого больше не получались. Типа у него там все вообще круто, что вот вот изобретет как делать процы сразу из атомов и т.д. И где то год все ему верили и восхищались. Потом стали удивляться что его эксперименты ни у кого больше не получаются. Потом начали копать под мужика. Оказалось что все данные по экспериментам вообще не существуют, а мужик ездил по ушам. А он отмазывался что просто на винте места не хватило и он потер экспериментальные данные и оставил только итоги.

"И накладывали Монте-Карло для поиска локальных экстремумов и для улучшения сходимости всегда." может глобального экстремума?

Нейроные сети - это просто сбор статистики для последующего предсказания. Такое-же как и любой другой, только намного более медленный и заморочный, поэтому имеющий применение только в теории. На практике это тоже самое что и остальные методы, только медленней из-за своей извращенности...

Генетические Алгоритмы - Это и есть Спуски, с внесенной погрещностью для лучшей сходимости, и с запоминанием нескольких точек для поиска локальных экстремумов, которые применялись всегда, задолго до возникновения "громкого" термина.

устойчивость,можно предположить,является в ген.алг. как раз м.Монте-Карло:обмен генной инф,репликация,если не ошибаюсь,носит в знач.степени случ.характер,только вот распределение случ.величины не скажу.

бит = "BInary digiT" т.е. состояния всет-таки два. Ты же говоришь о неделимой единице измерения количества информации.

Call please!

если следовать твоей логие, автомобиль - та же арба, и термин придумали ради того "красивого словца".. знаеш, ты прав в том, что называеш все авто - арбой..

Нет, во времена Арбы не былоо автомобилей, в том и отличие. А до генетических алгоритмов генетические алгоритмы были, только назывались модификациями спусков, и к генетике они имеют ну уж совсем отдаленное отношение... Сложение тоже похоже на спаривание...

если под сбором статистик ты имеешь ввиду обучающую выборку, то да,это так,но так же можно сказать практически обо всем-это оч.общ. утверждение. Главное топология сети и обучающий алгоритм- фактически это тоже оптимизационная задача,как и суть генных алгоритмов, но! Вся фишка в том,что здесь уже было сказано о "многопараметричности", так што классич. град.методы в том числе и наискорейшего спуска, просто не сможет работать на,скажем 1000,3000 и более параметров это так называемое "проклятье размерности"

+61 поэтому:говорить,что м.наискорейшего спуска=ген.алгоритму=нейросети, будет неправомочным обобщением

каждый имеет право называть свою идею так, как он хочет.. так что, если кто то и назвал модификацию других методов "генетическими", то это его право...

+62 из за своей ограниченности к применению

ну ладно. "Трит", Трайт, килоТрайт, МегаТрайт... Суть ты уловил.

Я уловил, да

если ты значешь название данного термин - скажи, я могу запатентовать термин трит и десятерит :))) если конечно от этого станет легче :))

+64 то есть обобщать на основании,что там и там применяются градиенты-неправильно, т.к. я применяю и арифметические действия,так что это можно назвать "арифметическими" методами?

А причем тут бит ? объем любой памяти характеризуется содержимым а 10 что в 10-чной что в двоичной, всеравно 10

хм.. как легко увели тему от сабжа..

всего несколько уточнений,это не "увести"

Разряд?

я не про тебя... а про то, что объявив тему "еретичным", сразу же приплели и алгоритмы оптимизации, никакого отношения к теме не имеющие..

А! Да,согласен.

А чо тока три? Вот штоб штук сто = ото дело. Тока кому оно надо.)

а отражающее количество состояний?

Самообучение - это только громкий термин для сбора статистики - это способ сбора статистики и её использования, а не сомообучения. Насчет спусков - У меня выложен пример подсчета рейтингов - Спуск по 3000 параметрам - сходится очень хорошо, накладывание генетических алгоритмов тут по сути ничего не меняет, так как экстремум один. Несколько - нужны уже генетические для поиска глобального минимума/максимума - только какие-жк это Гнетические (о какое слово) алгоритмы, когда это тот-же спуск с наложенным моенте-Карло, и с запоминанием нескольких точек. И Генетические алгоритмы - тоже можно назвать самообучением - но какое-же это самообучение когда это наибанальнейший поиск экстремумов???

ИМХО:а ваще,если наращивать состояния,то с необходимостью придется оперировать внешними формами близкими к привычным,человеческим представлениям

Троичная цифровая техника базируется на трехзначных сигналах и трехстабильных элементах памяти (тритах). Объекты, принимающие более чем три значения, реализуются в ней как совокупности тритов. Операции над этими объектами осуществляются как последовательности операций трехзначной логики. Аналогом байта служит шестерка тритов - трайт. Двузначные объекты и операции над ними содержатся в троичной технике как вырождения тритов и операций трехзначной логики.

Самый прикол, когда я читал книгу Шеннона, так там была такая оговорка, что мол мы используем двоичную систему, а где нибудь на марсе может ктото использует троичную. И тут же сноска переводчика, в которой говорилось о советских ЭВМ на троичной логике..Я валялся под стулом...

почему валялся?

все-таки триты :))

Не приплели. Было мнение выдающихся Советских матаматиков, могу поискать в инете. Для выкачивания денег было придумано три громких названия - Генетические алгоритмы, нейронные сети, и нечеткие множества. И так-же было придумано направление - обратно к аналоговым вычислениям, несколько (а не два) устойчивых состояний и т.д. Это всё ягоды одного поля. Чистое мошенничество и темы для публикаций и диссертаций. И если генетические алгоритмы - просто другое название всем известных методов, то остальное - просто очковтирательство.

Ну не знаю, мне показлось смешным, прочитать, про то, что троичной логикой пользуются какие то инопланетяне в отличии от землян, и тут же прочитать, что марсиане из СССР реализовали таки такую систему

ключевое понятие здесь:"так как экстремум один" т.е. утверждение что глобальный экстремум существует и он один, но строго доказать,что ты достиг его,можно только аналитически, что согласись,затруднительно,потому что аналитического выражения для такой сложной целевой(оптимизируемой)функции ты скорее всего не имеешь. И насчет "3000 переменных" может ты их путаешь с количеством отсчетов(значений) ф-ии? То есть с диной обучающей выборки?

диной=длиной

Метод максимального правдоподобия. По 3000 параметрам максимизируем вероятность. Метод наискорейшего спуска. Предшественники (аналоги) искали экстремумы до 1000 параметров, я значитеьно улучшил сходимость видоизменив (прологарифмировав) целевую функцию, и использовав статистику для расчета значения шага в наискорейшем градиентном спуске. Конечно ничего не путаю - именно функция от 3000 параметров.

Причем тут длина обучающей выборки? :) Наискорейший градиентный спуск. С переменным шагом. В чистом виде.

(87,88) итак,у тебя имеется некая функция,имеющая N(N=3000) переменных,параметров. есть таблица со значениями, количество значений M,котрые ты описываешь(апроксимируешь) этой функцией с 3000 переменных,так? В качестве критерия у тебя,скорее всего взято средне кв.отклонение, то есть сумма кадратов деленное на M. Так?

+89 таким образом табл.экспериментальных значений имеет размерность N колонок и M строк. Так?

Два разных метода. Метод наибольшего правдоподобия - максимизируется вероятность (произведение вероятностей), одно значение, и метод наименьших квадратов - минимизируется сумма квадратов отклонений, в данном случае 3000*2999/2 Значений :) - так-же градиентным спуском. В случае метода наименьших квадратов значения похожие, но немного хуже (наибольшее правдоподобие Рулезззз), может использоваться только для проверки. Нет гарантий что метод наименьших квадратов приведет к сумме квадратов равной нулю, Поэтому проверкой может служить только модуль градиента. Именно три тысячи параметров - на всякий случай повторю :) Для проверки что экстремум не локальный, используется расчет двумя методами - наименьших квадратов и наибольшего правдоподобия (Должны давать близкие результаты), и значения посчитанные программами аналогами. Так-же можно использовать Монте-Карло - Последовательно спускаемся из различных "хороших" точек. Должны приходить к одному месту (Если Экстремум один)

Таблица 3000*3000.

а ваще на этот счет,советую:Химмельблау,там все четко. Я по ней учился.

это матрица производных?

Матрица значений, исходя из которых при участии вектора из 3000 значений (Парамтры функции, максимизирующие значения которых должны найти) считается вероятность. Производная (Градиент) считается "По честному" По каждому измерению (Ф(Х+Дельта)-Ф(X))/Дельта - в аналитичском виде производная для такой функции неизвестна...

"X" это вектор?

Чтоб было понятней, расчет функции в чистом виде, неоптимизированный (Для нагладности) Function MatOj(Elo:Double):Double; Begin MatOj:=1/(1+Exp(-Elo*Ln/400)); end; Function Ver(Var rating:rr):Double; var i,j,kol:integer; var sum,MO:double; Begin  Sum:=0;  for i:=1 to NameCount do     for j:=1 to NameCount do          Begin              kol:=Table[i,j];              MO:=MatOj(Rating[i]-Rating[j]);                sum:=sum-ln(MO)*kol;          end;   Ver:=Sum; end; Считается Логарифм вероятности. Матрица 3000*3000, 3000 параметров.

Считается ГРАДИЕНТ. Х - изначально вектор, для расчета градиента фиксируются все значения кроме одного. и так 3000 раз - получаем градиент.