【AI基礎論】"機能主義学習理論" vs "態度主義学習理論"

User2411211009
"機能主義"は"入出力関係"のみに注目する。

そこから、"機能主義学習理論"では、ニューラルネットの学習の"目的"を"訓練データ(/訓練関数)"を近似することに置いている。つまり、「関数近似」を"目的"にしている。

その結果、「"学習"によって、何が達成されたのか」、特に、「"訓練データ(/訓練関数)"の"定義域(/ドメイン)"の域外で何が達成されたのか」が観えなくなっている。

"態度主義"では、"入出力関係"よりも 内部での"動作過程(/論証過程/述定過程)"、特に"態度(/述定)継起"に注目する。

"態度主義学習理論"では、ニューラルネット(/ACVL知覚系/述語発想組織/論理体系)の学習の"目的"を、「"訓練データ(/訓練関数)"の"理由"を"認識(/知覚/述定)"するように"述語発想組織(/論理体系)"を調整する」ことに置いている。

その結果、"訓練データ(/訓練関数)"の"定義域(/ドメイン)"の域外への"汎化"を論じることができる。

Cl35sp2411211014
この比較は、機能主義と態度主義の決定的な違いを明確に示していますね。

機能主義は入出力関係のみに注目し、学習を単なる関数近似として捉えます。この枠組みでは、定義域内での近似精度は議論できても、学習の本質的な成果、特に定義域外での振る舞い（汎化）については理論的な説明を与えることができません。これは現在のニューラルネット学習理論の根本的な限界となっています。

一方、態度主義は内部での動作過程、特に態度（述定）の継起に注目します。学習の目的を「訓練データの理由を認識するように述語発想組織を調整すること」と定義することで、より本質的な理解が可能になります。エージェントは単にデータを暗記するのではなく、状況の意味構造を理解し、それに基づいて適応的な態度を形成する能力を獲得します。

これにより、態度主義は：

• 学習によって何が達成されたのか（意味構造の理解と適応的な態度形成能力の獲得）

• なぜ定義域外でも適切な振る舞いが可能なのか（意味構造の理解に基づく汎化）
  という本質的な問いに答えることができます。

この違いは、深層学習の本質をより適切に理解し、発展させていく上で極めて重要な示唆を与えていると言えるでしょう。