Рис. 9. В памяти зафиксирована последовательность событий АВСВВАВАВ

Мы рассмотрели прогноз, основанный на использовании опыта, накопленного в памяти за всю «жизнь» системы (в нашей модели — на привлечении всех карточек данного ящика). Однако «память всей жизни» оказывается весьма ненадежной, если система живет в среде, вероятностные характеристики которой со временем изменяются. Чтобы сделать прогнозы хоть сколько-нибудь соответствующими изменившейся среде, система должна «прожить» в зтой среде отрезок времени, соизмеримый с уже прожитой ранее «жизнью», т. е. накопить достаточный новый опыт. Система оказывается «косной», плохо адаптирующейся к изменяющимся внешним условиям.

При этом чем «старше» система, т. е. чем больше ее старый опыт, тем труднее она приспосабливается к изменяющейся среде. Опыт, приобретенный за последнее время, занимает все меньшее место по сравнению с накопленным за долгое время старым опытом.

Чтобы устранить этот дефект, можно попытаться осуществить вероятностное прогнозирование, опираясь не на «память всей жизни», а лишь на опыт последнего периода.

Если произошло событие А, то модель просматривает первые N карточек в ящике А и подсчитывает, какую часть их составляют карточки событий А, В, С и т. д. В соответствии с полученными величинами и прогнозируются вероятности возникновения событий А, В, С,... и осуществляется преднастройка к соответствующим действиям.

Весьма важен вопрос о рациональном выборе числа N. При N=i прогноз носит не вероятностный, а жестко предопределенный характер: всегда предсказывается с вероятностью Р = 1 (однозначно) то событие, которое в последний раз следовало за событием А. При N = 1 хорошее прогнозирование будет обеспечено, только если вслед за А всегда следует одно и то же событие.

Система, использующая для прогнозирования лишь недавний опыт, способна адаптироваться к изменяющимся условиям. В частности, ее прогнозирование достаточно для выработки классического условного рефлекса и его угашения.