Vznik komunikacije med agenti na podlagi globokega učenja z napovednim procesiranjemJug, Jan (Avtor) Lebar Bajec, Iztok (Mentor) Demšar, Jure (Komentor) globoko učenjeKomunikacija med agenti je nujna za učinkovito medsebojno sodelovanje, saj je verjetno prav razvoj jezika ključen za človeški napredek. To delo poskuša doseči samoorganizacijo komunikacijskega sistema med dvema agentoma v računalniški simulaciji na način, ki ima teoretično zasnovo v nevroznanosti. Jezik se smatra kot komunikacijski protokol, ki spaja udeležence v pogovoru v večji sistem, v katerem se optimalno delovanje samoorganizira preko optimizacije posameznikov. Agenta, ki sta udeležena v komunikaciji, sta zasnovana po principu napovednega procesiranja, pri katerem agenti za razumevanje sveta zmanjšujejo napako med napovedjo o prihodnjih stanjih sveta in sebe ter dejanskimi zaznanimi signali. S tem zmanjšujejo presenečenje na vhodnih podatkih in posledično izboljšujejo svoj generativni model sveta. Postavljena je preprosta simulacija z dvema agentoma, ki vidita isto sliko in imata zmožnost tvorjenja sporočil o njej. Agenta sta modelirana kot zaznavna in generativna nevronska mreža na vsaki od obeh modalnosti – vidni in besedni – s skupno notranjo predstavitvijo konceptov. Vznik komunikacijega protokola poskušamo doseči skozi igranje iger imenovanja med agentoma, pri katerih agenta izmenično poimenujeta objekt na sliki in se učita besed sogovorca. Po s50.000 odigranih igrah prideta do stabilnega besedišča pri imenovanju, njuna napoved vidnega vhoda na podlagi prejetih besed pa ni povsem zanesljiva. Čeprav nepopolni, so rezultati obetavni za nadaljnje raziskave v smeri uporabe napovednega procesiranja in kažejo na zmožnost modeliranja vznika komunikacije na podlagi samoorganizacije vsakega udeleženca v pogovoru.20192019-12-06 03:19:33Magistrsko delo/naloga113132COBISS_ID: 12726857sl