我们能否使用递归神经网络实现超计算?

人工智能 神经网络 超计算 循环神经网络
2021-11-08 02:59:16

证明具有合理权重的循环神经网络可以是超级图灵机。我们能在实践中做到这一点吗?

2个回答

我认为 OP 所指的证据可以在Hava Siegelmann的这本专着中找到?

在他的文章“超计算的神话”中,著名的计算机科学家 Martin Davis 解释说 (p8-9) 这个公式没有什么“超级图灵”。

编辑:看起来合理权重是超级图灵的主张是在 Siegelmann 最近的这篇论文中提出的,该论文引入了一个额外的可塑性假设权重可以动态更新。

您的意思是实数权重(特别是ir理性的)。这将需要一台对无理值具有无限精度的机器。我见过具有许多品质的机器零件。我从未见过具有无限品质的人。QM 可能会给我们一些神奇的晶体管,它们可以保存无限数量的不同值——或者通过将计算推迟到未来,然后将结果传送回过去(我们的现在)。除此之外,对于经典系统,您需要一个能够以无限精度输出无理值的模拟设备。我认为我们还没有发现任何可以做到这一点的设备。