Страница 6 из 7
Что такое знание в данном случае? Если вы задумаетесь о процессе, посредством которого ваш мозг определяет, что вы видите (стул или табурет), то сможете составить некое представление о том, как мозг использует знания. Знания о стульях и табуретах — это информация, которую вы используете для того, чтобы понять, что перед вами: стул, табурет или ни то, ни другое. В частности, вы обладаете знанием, что общего у этих двух предметов мебели: и на том и на другом можно сидеть. Вы знаете и их различия: для стула характерны определенная высота, соответствующая размеру типичного стола, а также наличие спинки, в то время как табурет не имеет спинки и, как правило, либо ниже стула и вы можете на него встать, чтобы дотянуться до высоко расположенных предметов, либо выше и используется для того, чтобы сидеть у барной стойки.
Знания в нейронной сети — это идеальные модели, классифицированные в соответствии с системой конкретной предметной области (таксономия), а также отношения между этими моделями. Картинка, которая возникает у вас в голове, когда вы слышите слово «стул», и есть пример идеальной модели. То, благодаря чему вы отличаете стул от табурета, является примером знания вашего мозга об отношениях между идеальными моделями.
Нейронная сеть «обучается», получая новые примеры и сведения о ценности в иерархии внутри определенных категорий. Например, вы можете представить нейронной сети изображение десяти стульев и сказать ей, что это стулья, показать изображение десяти табуретов и сказать ей, что это табуреты, изображение десяти столов и сказать, что это столы. Данный процесс дает нейронной сети возможность выстроить внутренние модели того, что показывают ваши образцы. После тренировки сеть получает внутренние модели, которые представляют свое знание различий между стульями, табуретами и столами.
Таксономия — это система категоризации. Если вы разрабатываете нейронную сеть, которая распознает текст, среди категорий должны быть буквы сами по себе, а также наборы прописных и строчных букв. Один пример следует категоризировать как букву «А», а также отдельно как прописную букву. Другой пример следует категоризировать как букву «с» и строчную букву. Совершенная нейронная сеть обладает достаточными познаниями по каждой категории и способна определять, соответствует ли новый пример определенной категории. Знания, которые необходимы для определения принадлежности того или иного символа данной категории, называются моделью.
Так же, как вы обычно не представляете какой-то особенный стул, встречая слово «стул», модели, которые выстраивает нейронная сеть, не изображаются в виде особых букв, которые попадаются вам в написанном тексте. Вместо этого они представляют собой идеализированную форму каждой буквы. Модель английской буквы S — это идеализированная криволинейная ее форма; она подобна тому, как вы представляете букву S в своем воображении. Чтобы нейронная сеть распознавала букву S, написанную разными шрифтами, имеющаяся модель должна быть достаточно комплексной, чтобы нейросеть могла распознать S среди других букв. Модель не может быть слишком специфической, иначе она не различит S, написанную шрифтом Bookman Old Style, S, набранную жирным Comic Sans MS, и S, написанную Arial Black. Чтобы нейронная сеть функционировала должным образом, в модели, содержащейся в ее нейронных связях, должна быть зафиксирована квинтэссенция буквы в абстрактном смысле.
Представьте, что произойдет с рассматриваемой нами нейронной сетью, если мы покажем ей цифру 5. Сможет ли она найти различие между буквой S и цифрой 5? Это зависит от совершенства модели. Если модель включает в себя концепцию того, что у цифры 5 есть острые углы в верхней части и плавный изгиб в нижней, а у буквы S плавные изгибы имеются и в верхней, и в нижней частях, в модели содержится достаточно знаний для того, чтобы правильно идентифицировать их.
Чтобы научить нейронную сеть должным образом распознавать букву S и цифру 5, требуются примеры, содержащие характеристики, которые проводят различие между двумя символами. Если нейронная сеть обучалась только на примерах с буквами без цифр, она не сможет отличить S от 5. Для эффективного обучения выбор примеров должен быть достаточно широким.
Выбор примеров, предоставляемых нейронной сети, и классификация образцов по степени соответствия модели — работа левого полушария головного мозга. Оно также анализирует сложность любой конкретной проблемы и оценивает потенциальные модели. Например, левое полушарие анализирует сходство между Б и 5 и понимает, что необходим по крайней мере еще один дополнительный уровень характеристик, чтобы различать эти похожие знаки. За распознавание паттернов нейронными сетями отвечает правое полушарие. После формирования моделей на основе образцов и тренировки нейронной сети распознавание паттернов и распределение по категориям происходит автоматически. И в компьютере, и в головном мозге человека этот процесс происходит почти мгновенно.
Левое полушарие головного мозга очень хорошо извлекает абстрактные модели из паттернов и образцов, устанавливает и выбирает категории. Правое полушарие прекрасно определяет, соответствует ли данный образец модели, определяющей категорию, и отлично их распознает.
Левое полушарие анализирует, а правое замечает.
В головном мозге человека эти функции взаимосвязаны: каждая половина выполняет собственные задачи, а затем передает результаты своей деятельности другому полушарию. Рассмотрим, как начинающий трейдер знакомится с определенными паттернами.
На рис. 2.1 представлена идеальная модель паттерна «двойная вершина». Этот график демонстрирует значительный подъем цены, затем откат, а потом снова подъем до того же уровня, что и в прошлый раз. Именно такой график представляет трейдер, думая о паттерне под названием «двойная вершина».
Рис. 2.1. Паттерн «двойная вершина»
А теперь посмотрите на рис. 2.2. Все четыре приведенных здесь примера соответствуют модели паттерна «двойная вершина», но каждый имеет существенные особенности. На примерах А и В за первым пиком следует второй, еще более высокий. На примерах С и D вслед за первой высшей точкой идет более низкая.
Рис. 2.2. Примеры паттерна «двойная вершина»
Трейдерам, которые знакомы лишь с единственным описанием идеализированной модели «двойной вершины», нелегко определить, какой из примеров действительно соответствует данной модели. Это все потому, что они не понимают, почему так важна «двойная вершина», и не осознают, как сказывается такое движение цен на настроениях участников рынка. Поэтому таким трейдерам сложно решить, являются ли конкретные примеры, неточно соответствующие известной им модели, «двойной вершиной».
Как для тренировки нейронной сети требуются выборочные данные и их ассоциативная категоризация, так и для совершенствования человеческой интуиции нужны примеры и их ассоциативная классификация. Чтобы интуитивный анализ был правомерным, требуются надежные примеры и их четкая классификация. Например, если вы не имеете ясного представления, что означает «двойная вершина», то не сумеете интуитивно определить ее наличие в будущем. Ваша интуиция хороша настолько, насколько она обучена. Чтобы учиться, людям необходимо использовать оба полушария. Вы должны классифицировать и анализировать левым полушарием, чтобы понимать паттерны, которые используете для обучения правого. Только при наличии правильной аналитической и интеллектуальной структуры в левом полушарии, ваше правое полушарие сможет делать то, что ему больше всего удается: распознавать паттерны и ситуации.
Когда опытные трейдеры используют весь потенциал своего мозга, они в циклическом порядке перемежают анализ и ранжирование, проводимые левым полушарием, с правополушарной интуицией. Оптимальное обучение включает в себя непрерывное взаимодействие двух полушарий. Например, трейдеры, совершая новые сделки и получая больше опыта, постоянно замечают новые паттерны в результативности торговой деятельности и ценообразовании с помощью правого полушария, и эти паттерны заставляют их задаваться определенными вопросами. Затем они используют левое полушарие, чтобы выработать способы поиска ответов на эти вопросы, включая, вероятно, тесты, анализы, линейные рассуждения — все то, чем сильно левое полушарие головного мозга. Как бы то ни было, во время этого процесса правое полушарие имеет массу возможностей наблюдать; и результаты его наблюдений всплывают на поверхность сознания как ощущение, что тот или иной представленный паттерн особенно важен, после чего левое полушарие пытается дать рационалистическое объяснение возникшему ощущению. Если это не удается, люди, у которых доминирует левое полушарие, часто сбрасывают со счетов данное ощущение, полагая его беспричинным. Однако же те, у кого доминантным является правое полушарие, обращают на ощущения больше внимания и нередко даже руководствуются им в своих действиях, отказываясь от поисков рациональных, линейных, логических причин.