В настоящее время имеется большое разнообразие алгоритмов функционирования и архитектур НС, которые применяются для решения задач распознавания образов, построения ассоциативной памяти, логического вывода и т. д. Чтобы нейронная сеть могла решать одновременно широкий класс задач искусственного интеллекта, ее необходимо строить с учетом следующих принципов.
1. Принцип предорганизации и обучения.
Решить сложные задачи ИИ за счет одного только обучения невозможно. Необходимо, чтобы исходная структура НС была предварительно организована. Для этого необходимо иметь достаточно развитые инструментальные средства, позволяющие формировать структуру нейронной сети до начала ее обучения.
2. Принцип построения архитектуры НС на стандартизованных функциональных блоках.
Для решения задач ИИ необходимо строить нейронные сети, имеющие большое количество нейронов (не менее нескольких тысяч), поэтому базовыми элементами для инструментальных средств предварительной организации НС должны быть крупные функциональные блоки. Внутренняя организация и свойства этих блоков должны быть определены заранее.
3. Принцип иерархической организации НС.
Использование иерархических структур, которые позволяют сроить модели сложных объектов из более простых.
4. Принцип целостности и дробимости информационных элементов.
Работа иерархической структуры требует, чтобы информационный элемент в каждом иерархическом уровне вел себя как единое целое. Но при переходе с уровня на уровень допускал дробление. Причем при переходе с верхнего иерархического уровня на нижний дробление соответствует выделению соответствующих его элементов, а при переходе с нижнего уровня на верхний — включению определенной части этого элемента в более сложный объект (рис. 6.1).
