Задача XOR

Задача XOR (исключающее ИЛИ) — классическая задача в области нейронных сетей и машинного обучения, которая иллюстрирует фундаментальное ограничение однослойного персептрона и демонстрирует необходимость использования многослойных архитектур для решения нелинейно разделимых проблем. Суть задачи заключается в построении классификатора для логической функции XOR, которая возвращает истинное значение (1), если её два бинарных входа различны, и ложное (0), если они совпадают. Задача XOR является простейшим случаем функции чётности для двух бит и широко используется как педагогический пример для объяснения принципов работы и ограничений нейросетей.

Постановка задачи

Даны четыре точки в двумерном пространстве признаков, соответствующие всем возможным комбинациям бинарных входов $x_1, x_2 \in \{0, 1\}$ :

$(0, 0) \rightarrow 0$
$(0, 1) \rightarrow 1$
$(1, 0) \rightarrow 1$
$(1, 1) \rightarrow 0$

Эти точки располагаются в углах единичного квадрата. Точки, принадлежащие разным классам (0 и 1), расположены по диагонали. Задача состоит в том, чтобы найти классификатор, который правильно разделит эти два класса.

Линейная неразделимость

Ключевое свойство задачи XOR заключается в том, что она не является линейно разделимой. Это означает, что невозможно провести одну прямую линию на плоскости, которая бы разделила точки двух классов. Доказательство этого факта может быть выполнено геометрически или алгебраически. Например, любая попытка провести линию, разделяющую точки (0,0) и (1,1) от точек (0,1) и (1,0), обречена на неудачу, поскольку эти множества не являются выпуклыми и разделимыми гиперплоскостью.

Ограничения однослойного персептрона

Персептрон, предложенный Фрэнком Розенблаттом в 1957 году, представляет собой простейшую нейронную сеть, состоящую из одного слоя искусственных нейронов. Его выход для вектора признаков $\mathbf{x}$ вычисляется как $y = \sigma(w_1 x_1 + w_2 x_2 + b)$ , где $\sigma$ — ступенчатая функция активации, $w_i$ — веса, $b$ — смещение.

Решение, которое может найти персептрон, эквивалентно построению линейной разделяющей поверхности (прямой на плоскости или гиперплоскости в многомерном пространстве). Было математически доказано, что персептрон не может выучить функцию XOR, поскольку она не является линейно разделимой. Это означает, что какой бы набор весов $w_1, w_2, b$ ни был выбран, всегда найдётся по крайней мере одна точка, которая будет классифицирована неверно.

Историческое значение: «Зима ИИ»

Доказательство неспособности персептрона решить задачу XOR стало центральным аргументом в книге Марвина Минского и Сеймура Пейперта «Персептроны» (1969 год). Авторы провели строгий математический анализ возможностей и ограничений однослойных персептронов. Хотя Минский и Пейперт знали, что добавление скрытого слоя может решить проблему, они указали на отсутствие в то время эффективного алгоритма обучения для таких сетей.

Критика, прозвучавшая в книге, оказала разрушительное влияние на область исследований нейронных сетей. Финансирование этой области было резко сокращено, а интерес к нейронным сетям практически угас на долгие годы. Этот период в истории искусственного интеллекта получил название «первая зима ИИ», которая длилась примерно с 1969 по середину 1980-х годов.

Решение задачи с помощью многослойного персептрона

Проблема XOR решается с помощью добавления одного или нескольких скрытых слоёв нейронов, что приводит к созданию многослойного персептрона (MLP). Ключевая идея заключается в том, чтобы разложить нелинейную функцию XOR на комбинацию более простых, линейно разделимых функций.

Рассмотрим архитектуру с двумя нейронами в скрытом слое и одним выходным нейроном. Каждый нейрон скрытого слоя вычисляет взвешенную сумму своих входов и пропускает её через нелинейную функцию активации (например, сигмоиду или гиперболический тангенс).

Пример конкретных весов. Пусть скрытый слой состоит из двух нейронов:

Первый нейрон (назовём его $h_1$ ) настроен на распознавание ситуации, когда хотя бы один вход равен 1 (логическое OR), это можно сделать, задав веса $w_{11}=1, w_{12}=1$ и смещение $b_1=-0.5$ . Тогда $h_1$ активируется (даёт выход больше 0) для точек (0,1) и (1,0), (1, 1) но не для (0,0).
Второй нейрон (назовём его $h_2$ ) настроен на распознавание ситуации, когда оба входа не равны 1 одновременно (NAND). Веса $w_{21}=-1, w_{22}=-1$ и смещение $b_2=1.5$ дают активацию больше 0 везде, кроме (1,1).

Теперь выходной нейрон комбинирует сигналы $h_1$ и $h_2$ . Если мы зададим веса $w_{out,1}=1$ , $w_{out,2}=1$ и смещение $b_{out}=-1.5$ , то выходной нейрон вычислит $h_1 AND h_2$ , что даёт 1 для точек (0,1) и (1,0) (где $h_1=1, h_2=1$ ) и 0 для (0,0) и (1,1) (в первом случае оба 0, во втором оба 1 и результат равен 0).

Таким образом, скрытый слой преобразует исходное пространство признаков $(x_1, x_2)$ в новое двумерное пространство $(h_1, h_2)$ , в котором точки становятся линейно разделимыми. В этом новом пространстве четыре точки располагаются следующим образом: (0,0) переходит в (0,1), (1,1) — в (1,0) (эти два класса лежат на диагонали), а (0,1) и (1,0) — в (1,1). Теперь их можно разделить прямой линией. Обучение такой сети стало возможным благодаря разработке и популяризации алгоритма обратного распространения ошибки (backpropagation) в 1986 году, что положило конец «зиме ИИ» и привело к возрождению интереса к нейронным сетям.

Теорема о универсальной аппроксимации

Способность многослойных нейронных сетей решать задачу XOR является частным случаем более общего результата — теоремы о универсальной аппроксимации. Согласно этой теореме, многослойный персептрон с по крайней мере одним скрытым слоем и нелинейной функцией активации может аппроксимировать любую непрерывную функцию на компактном множестве с любой желаемой точностью. Это теоретическое обоснование делает MLP мощным инструментом для решения широкого круга задач, выходящих за рамки простой линейной классификации.

Альтернативные подходы к решению задачи XOR

Хотя многослойный персептрон является классическим решением, задача XOR может быть решена и другими методами, которые не используют нейронные сети:

Признаки высшего порядка (полиномиальные признаки). Можно вручную добавить нелинейные комбинации исходных признаков, например, перемножить $x_1$ и $x_2$ . Тогда линейный классификатор в пространстве признаков $(x_1, x_2, x_1 x_2)$ легко разделит точки, поскольку функция XOR может быть выражена как $x_1 + x_2 - 2 x_1 x_2$ . Это пример ручного инжиниринга признаков, который, однако, не масштабируется на сложные задачи.

Метод опорных векторов (SVM) с ядром. SVM с нелинейным ядром (например, RBF-ядро или полиномиальное ядро) способен решить XOR, поскольку ядро неявно отображает данные в пространство признаков более высокой размерности, где они становятся линейно разделимыми. Для XOR достаточно полиномиального ядра второй степени.

Метод k ближайших соседей (k-NN). Этот непараметрический алгоритм классификации решает XOR «естественным образом», поскольку он не строит линейной разделяющей поверхности, а основывается на голосовании ближайших соседей. Для четырех точек XOR при $k=1$ или $k=3$ классификация будет безошибочной (при условии правильного выбора метрики).

Деревья решений. Двоичное дерево решений может идеально разделить XOR, последовательно задавая вопросы о значениях признаков. Например, первое разбиение по $x_1$ , второе — по $x_2$ . Это показывает, что древовидные модели не страдают от проблемы линейной неразделимости.

Эти альтернативы подчёркивают, что задача XOR является не столько «проблемой» для машинного обучения в целом, сколько иллюстрацией ограничений конкретного класса моделей (линейных классификаторов и однослойных сетей).

Современное значение

Задача XOR сохраняет своё значение и в современных исследованиях. Она используется как простой тестовый полигон для изучения:

Динамики обучения нейронных сетей с помощью стохастического градиентного спуска (SGD).
Явления переобучения и обобщения в различных архитектурах.
Анализа поведения сетей в условиях «нулевого зазора» (zero-margin), когда данные лежат непосредственно на разделяющей поверхности.

Таким образом, задача XOR, начав свой путь как демонстрация фатального недостатка ранних нейросетей, превратилась в фундаментальный учебный пример и важный инструмент для понимания принципов глубокого обучения.

См. также

Примечания

Литература

Minsky M., Papert S. Perceptrons. — MIT Press, 1969.
Rumelhart D.E., Hinton G.E., Williams R.J. Learning representations by back-propagating errors // Nature. — 1986. — Vol. 323, No. 6088. — P. 533–536.
Cybenko G. Approximation by superpositions of a sigmoidal function // Mathematics of Control, Signals and Systems. — 1989. — Vol. 2, No. 4. — P. 303–314.
Bishop C.M. Pattern Recognition and Machine Learning. — Springer, 2006.
Goodfellow I., Bengio Y., Courville A. Deep Learning. — MIT Press, 2016.

Источник — «http://www.machinelearning.ru/wiki/index.php?title=%D0%97%D0%B0%D0%B4%D0%B0%D1%87%D0%B0_XOR»

@@ Строка 56: / Строка 56: @@
 * '''Метод k ближайших соседей ([[Метод ближайших соседей|k-NN]])'''. Этот непараметрический алгоритм классификации решает XOR «естественным образом», поскольку он не строит линейной разделяющей поверхности, а основывается на голосовании ближайших соседей. Для четырех точек XOR при <tex>k=1</tex> или <tex>k=3</tex> классификация будет безошибочной (при условии правильного выбора метрики).
-* '''Деревья решений'''. Двоичное [[дерево решений]] может идеально разделить XOR, последовательно задавая вопросы о значениях признаков. Например, первое разбиение по <tex>x_1</tex>, второе — по <tex>x_2</tex>. Это показывает, что древовидные модели не страдают от проблемы линейной неразделимости.
+* '''Деревья решений'''. Двоичное [[Решающее дерево|дерево решений]] может идеально разделить XOR, последовательно задавая вопросы о значениях признаков. Например, первое разбиение по <tex>x_1</tex>, второе — по <tex>x_2</tex>. Это показывает, что древовидные модели не страдают от проблемы линейной неразделимости.
 Эти альтернативы подчёркивают, что задача XOR является не столько «проблемой» для машинного обучения в целом, сколько иллюстрацией ограничений конкретного класса моделей (линейных классификаторов и однослойных сетей).

Задача XOR

Материал из MachineLearning.

Версия 08:38, 12 июля 2026

Содержание