NeuroStrategy FAQ

14. Warum wird ein Strategie-Modell während des Trainings nicht kontinuierlich besser?

Das eigentliche Lernen macht nur etwa 30% des Entwicklungsprozesses eines Strategie-Modells aus. Die übrigen 70% entfallen auf Analyse, Test und Regulierung.

Der Trainer im System überwacht ständig das Mesh, das "elektronische Gehirn", das entwickelt wird. Dabei kann er zum Beispiel feststellen, ob die Antwort auf eine bestimmte Frage durch Abstraktion und Kombinatorik gefunden wurde, oder ob das Mesh die Antwort einfach gespeichert hatte. Letzteres widerspricht dem Ziel des Entwicklungsprozesses, der Ausbildung von Intelligenz. Entsprechend kann der Trainer jene Bereiche des Meshs abschwächen oder sogar löschen, die reine Gedächtnisfunktionen erfüllen und nicht aktiv zu einer intelligenten Lösung beitragen. Dadurch wird dem System das Lernen erschwert. Es vergisst jene Fakten, die es zuvor einfach nur auswendig gelernt hat. So wird das Mesh gezwungen, seine Ressourcen intelligent einzusetzen. Zwischenzeitlich kann dies dazu führen, dass die Trainingsperformance nachlässt, da das Mesh erst neue Lösungsansätze suchen und entwickeln muss.

Eine weitere Ursache dafür, dass während des Trainings Rückschläge auftreten, ist die Art und Weise, in der ein Mesh sich entwickelt. Es kann sich an eine bestimmte Lösung nur herantasten, indem es die Stärke der Signalweiterleitung einer Synapse im elektronischen Gehirn schrittweise verändert. So kann eine Synapse, die momentan signalverstärkend wirkt, nicht im nächsten Trainingsdurchlauf eine entgegengesetzte Funktion ausüben. Stattdessen muss zunächst die Signalweiterleitung schrittweise bis auf 0 abgeschwächt werden. Die Annäherung an eine Lösung gleicht so einer Berg- und Tal-Fahrt, bei der man den Zielgipfel nur erreicht, indem man zuvor das dazwischenliegende Tal durchschreitet. Während einer solchen Taldurchquerung kann die Performance ebenfalls nachlassen.