Afstudeerscriptie - Kunstmatige Intelligentie - Rijksuniversiteit ...

Figuur 3: De balansschaal
Bij de eerste regels wordt voornamelijk het totale gewicht op beide armen in ogenschouw
genomen. Bij latere regels wordt echter de afstand tot het draaipunt ook steeds belangrijker.
Aannames:
1. Kinderen hebben in de loop van hun leven vaker voorbeelden gezien van balanssituaties,
waarin de beide objecten op dezelfde afstand van het draaipunt zitten.
2. Kinderen gebruiken de informatie over gewicht en afstand in twee stappen: ze coderen de
informatie en gebruiken vervolgens de gecodeerde informatie om een voorspelling te
kunnen doen.
3. In de BST zijn gewicht en afstand de dimensies van belang. Kinderen letten eerst meer op
de dimensie gewicht. Dit is wellicht veroorzaakt door hun eerdere ervaringen of doordat de
gewichten de meer opvallende, discrete elementen van de balansschaal zijn.
Architectuur: Het is uitgangspunt is een standaard neuraal netwerk. Er is een verborgen laag, om
de twee stappen uit aanname 2 te vangen. Aanname 3 leidt ertoe dat in de verborgen laag twee
aparte modules zijn aangebracht, één voor gewicht en één voor afstand.
Startkennis: Het model begint met geen enkele startkennis, want de gewichten zijn aan het begin
random. Wel zit in de lay-out van het netwerk een soort bias voor wat er gaat gebeuren, vanwege
de vormgeving van de verborgen laag.
Omgeving/input: Tijdens de trainingsperiode worden meer inputvoorbeelden gegeven, waarbij de
gewichten op dezelfde afstand van het draaipunt zitten. Dit is een gevolg van aanname 1.
Experimenten: McClelland vergelijkt de uitkomsten met de prestaties van menselijke
proefpersonen en constateert dat zijn model globaal genomen hetzelfde doet. Wat echter wel fout
gaat, is dat mensen onderscheid maken tussen een symetrisch voorbeeld en een asymetrisch
voorbeeld. Het model kan dit (abstractere) onderscheid niet maken.
Simulatie: Het model heeft steeds een trainingsperiode waarin het honderd keer de taak moet
uitvoeren en feedback krijgt over de juiste oplossing. Deze periode wordt telkens gevolgd door
een testfase.
Overgang: Uit de resultaten op de testfases blijkt, dat de overgangen in regels die Siegler voor de
BST heeft beschreven, ook door het model worden gemaakt. De overgang van regel 3 naar regel
4 gaat echter nauwelijks goed. Het model blijft heen en weer springen tussen regel 3 en regel 4, in
plaats van redelijk stabiel regel 4 toe te gaan passen. Als je de regels vergelijkt met de menselijke
prestaties en de prestaties van het model, dan blijkt dat mensen zich ook niet altijd volgens de
regels van Siegler gedragen, maar er ook niet zo veel van afwijken als het model soms doet.
37