Задача XOR

Материал из MachineLearning.

(Различия между версиями)

Текущая версия

Статья написана с использованием LLM DeepSeek-V4 и проверена участником Alfina Iamaeva 12:56, 12 июля 2026 (MSD)

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.

Содержание

1 Постановка задачи
2 Линейная неразделимость
3 Ограничения однослойного персептрона
- 3.1 Историческое значение: «Зима ИИ»
4 Решение задачи с помощью многослойного персептрона
- 4.1 Теорема о универсальной аппроксимации
5 Альтернативные подходы к решению задачи XOR
6 Современное значение
7 См. также
8 Примечания
9 Литература

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://poligon.machinelearning.ru/wiki/index.php?title=%D0%97%D0%B0%D0%B4%D0%B0%D1%87%D0%B0_XOR»

@@ Строка 1: / Строка 1: @@
-== Задача XOR ==
+{{well|Статья написана с использованием LLM '''DeepSeek-V4''' и проверена участником [[Участник:Alfina Iamaeva|Alfina Iamaeva]] 12:56, 12 июля 2026 (MSD)}}
+'''Задача XOR''' (исключающее ИЛИ) — классическая задача в области [[искусственные нейронные сети|нейронных сетей]] и [[машинное обучение|машинного обучения]], которая иллюстрирует фундаментальное ограничение [[персептрон|однослойного персептрона]] и демонстрирует необходимость использования [[многослойный персептрон|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 [[четность|чётности]] для двух бит и широко используется как педагогический пример для объяснения принципов работы и ограничений нейросетей.
-**Задача XOR** (от англ. ''exclusive OR'' — исключающее «ИЛИ») — это классическая задача в области [[машинное обучение|машинного обучения]] и [[искусственные нейронные сети|искусственных нейронных сетей]], которая заключается в построении модели, способной выучить функцию [[Исключающее «ИЛИ»|исключающего ИЛИ]] (XOR). Эта функция принимает два бинарных входа и возвращает 1, если входы различаются, и 0, если они совпадают .
+== Постановка задачи ==
-Несмотря на кажущуюся простоту, задача XOR стала важнейшим рубежом в истории искусственного интеллекта, поскольку она наглядно демонстрирует фундаментальные ограничения линейных моделей классификации. Она является простейшей булевой функцией, которая не является [[линейная разделимость|линейно разделимой]], и поэтому не может быть решена с помощью однослойного [[персептрон|персептрона]] . Эта проблема, подробно описанная в книге Марвина Минского и Сеймура Пейперта «Персептроны» (1969), сыграла ключевую роль в наступлении «[[зима искусственного интеллекта|зимы искусственного интеллекта]]» — периода значительного спада интереса и финансирования исследований нейронных сетей, длившегося с конца 1960-х до середины 1980-х годов .
+Даны четыре точки в двумерном пространстве признаков, соответствующие всем возможным комбинациям бинарных входов <tex>x_1, x_2 \in \{0, 1\}</tex>:
+* <tex>(0, 0) \rightarrow 0</tex>
+* <tex>(0, 1) \rightarrow 1</tex>
+* <tex>(1, 0) \rightarrow 1</tex>
+* <tex>(1, 1) \rightarrow 0</tex>
-=== Определение и математическая постановка ===
+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.
-Функция XOR определяется следующей таблицей истинности :
+== Линейная неразделимость ==
-{| class="wikitable" style="margin:auto"
+Ключевое свойство задачи XOR заключается в том, что она не является [[линейная разделимость|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.
-|+ Таблица истинности для функции XOR
-|-
-! Вход <math>x_1</math> !! Вход <math>x_2</math> !! Выход <math>x_1 \oplus x_2</math>
-|-
-| 0 || 0 || 0
-|-
-| 0 || 1 || 1
-|-
-| 1 || 0 || 1
-|-
-| 1 || 1 || 0
-|}
-В геометрической интерпретации четыре точки данных (<math>(0,0)</math>, <math>(0,1)</math>, <math>(1,0)</math>, <math>(1,1)</math>) необходимо разделить на два класса. Класс «0» представлен точками <math>(0,0)</math> и <math>(1,1)</math>, а класс «1» — точками <math>(0,1)</math> и <math>(1,0)</math>. Эти два класса не могут быть разделены одной прямой линией (гиперплоскостью), что и является определением линейной неразделимости .
+== Ограничения однослойного персептрона ==
-Алгебраически XOR может быть выражен несколькими способами :
+[[Персептрон]], предложенный [[Фрэнк Розенблатт|Фрэнком Розенблаттом]] в 1957 году, представляет собой простейшую нейронную сеть, состоящую из одного слоя [[Нейрон|искусственных нейронов]]. Его выход для вектора признаков <tex>\mathbf{x}</tex> вычисляется как <tex>y = \sigma(w_1 x_1 + w_2 x_2 + b)</tex>, где <tex>\sigma</tex> — ступенчатая функция активации, <tex>w_i</tex> — веса, <tex>b</tex> — смещение.
-* <math>x_1 \oplus x_2 = x_1 + x_2 - 2x_1x_2</math>
-* <math>x_1 \oplus x_2 = |x_1 - x_2|</math>
-=== Историческое значение ===
+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 <tex>w_1, w_2, b</tex> ни был выбран, всегда найдётся по крайней мере одна точка, которая будет классифицирована неверно.
-Задача XOR стала центральной в критике однослойного персептрона, предложенного [[Фрэнк Розенблатт|Фрэнком Розенблаттом]] в конце 1950-х годов. В своей книге «Персептроны» Марвин Минский и Сеймур Пейперт строго математически доказали, что однослойный персептрон неспособен выучить функцию XOR, поскольку ее классы нелинейно разделимы . Хотя Минский и Пейперт знали, что добавление скрытого слоя решает проблему , на тот момент не существовало эффективного алгоритма обучения для многослойных сетей, что привело к пессимистическим выводам о потенциале нейросетевого подхода в целом. Это событие, наряду с другими факторами, вызвало «зиму искусственного интеллекта», когда финансирование и интерес к нейронным сетям резко упали .
+=== Историческое значение: «Зима ИИ» ===
-=== Решение задачи с помощью нейронных сетей ===
+Доказательство неспособности персептрона решить задачу XOR стало центральным аргументом в книге [[Марвин Минский|Марвина Минского]] и [[Сеймур Пейперт|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.
-Задача XOR решается использованием [[многослойный персептрон|многослойного персептрона]] (MLP), который вводит один или несколько скрытых слоев с нелинейными [[функция активации|функциями активации]] . Эти скрытые слои позволяют сети трансформировать исходное пространство признаков таким образом, что данные становятся линейно разделимыми на выходном слое.
+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 «'''[[Зима искусственного интеллекта|первая зима ИИ]]'''», которая длилась примерно с 1969 по середину 1980-х годов.
-==== Архитектура сети ====
+== Решение задачи с помощью многослойного персептрона ==
-Простейшая нейронная сеть, решающая задачу XOR, имеет следующую архитектуру :
-* '''Входной слой:''' 2 нейрона (для входов <math>x_1</math> и <math>x_2</math>).
-* '''Скрытый слой:''' как минимум 2 нейрона с нелинейной функцией активации, такой как [[ReLU]] или [[сигмоида]].
-* '''Выходной слой:''' 1 нейрон с сигмоидальной функцией активации для бинарной классификации.
-Многослойный персептрон решает XOR, аппроксимируя его с помощью комбинации более простых линейно разделимых функций, таких как [[Конъюнкция|AND]], [[Дизъюнкция|OR]] и [[Штрих Шеффера|NAND]] . Например, один из подходов заключается в вычислении скрытым нейроном функции <math>OR</math>, а затем использовании выходного нейрона для комбинации <math>OR</math> и <math>NAND</math> .
+Проблема XOR решается с помощью добавления одного или нескольких '''[[скрытый слой|скрытых слоёв]]''' нейронов, что приводит к созданию '''[[многослойный персептрон|многослойного персептрона]]''' (MLP). Ключевая идея заключается в том, чтобы разложить нелинейную функцию XOR на комбинацию более простых, линейно разделимых функций.
-==== Алгоритм обучения ====
+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).
-Обучение многослойного персептрона для решения задачи XOR стало возможным благодаря алгоритму [[обратное распространение ошибки|обратного распространения ошибки]] (backpropagation), который был популяризирован в 1986 году . Этот алгоритм позволяет эффективно вычислять градиент функции потерь относительно всех весов сети, включая веса скрытых слоев. С появлением обратного распространения ошибки и открытием [[теорема о полноте|теоремы о полноте]] интерес к нейронным сетям возродился, что привело к современной эпохе [[глубокое обучение|глубокого обучения]] .
-=== Современные взгляды и альтернативные решения ===
+'''Пример конкретных весов'''. Пусть скрытый слой состоит из двух нейронов:
+* Первый нейрон (назовём его <tex>h_1</tex>) настроен на распознавание ситуации, когда хотя бы один вход равен 1 (логическое OR), это можно сделать, задав веса <tex>w_{11}=1, w_{12}=1</tex> и смещение <tex>b_1=-0.5</tex>. Тогда <tex>h_1</tex> активируется (даёт выход больше 0) для точек (0,1) и (1,0), (1, 1) но не для (0,0).
+* Второй нейрон (назовём его <tex>h_2</tex>) настроен на распознавание ситуации, когда оба входа не равны 1 одновременно (NAND). Веса <tex>w_{21}=-1, w_{22}=-1</tex> и смещение <tex>b_2=1.5</tex> дают активацию больше 0 везде, кроме (1,1).
+Теперь выходной нейрон комбинирует сигналы <tex>h_1</tex> и <tex>h_2</tex>. Если мы зададим веса <tex>w_{out,1}=1</tex>, <tex>w_{out,2}=1</tex> и смещение <tex>b_{out}=-1.5</tex>, то выходной нейрон вычислит  <tex>h_1  AND h_2</tex>, что даёт 1 для точек (0,1) и (1,0) (где <tex>h_1=1, h_2=1</tex>) и 0 для (0,0) и (1,1) (в первом случае оба 0, во втором оба 1 и результат равен 0).
-Хотя традиционно для решения задачи XOR требуется скрытый слой, современные исследования показывают, что использование некоторых продвинутых функций активации, таких как [[PReLU|Parametric ReLU (PReLU)]] или [[GCU|Growing Cosine Unit (GCU)]], позволяет решить ее даже в однослойной сети без скрытых слоев . Это становится возможным благодаря способности этих функций создавать нелинейные и немонотонные разделяющие поверхности. Данное открытие имеет значение для проектирования более эффективных архитектур нейронных сетей.
+Таким образом, скрытый слой преобразует исходное пространство признаков <tex>(x_1, x_2)</tex> в новое двумерное пространство <tex>(h_1, h_2)</tex>, 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 '''[[Метод обратного распространения ошибки|алгоритма обратного распространения ошибки]]''' (backpropagation) в 1986 году, что положило конец «зиме ИИ» и привело к возрождению интереса к нейронным сетям.
-Кроме того, существуют подходы к решению задачи XOR, не связанные с классическими нейронными сетями, например, с использованием комитетных конструкций или методов математического программирования . Задача XOR также служит простейшим бенчмарком для проверки новых архитектур и алгоритмов обучения, включая [[квантовое машинное обучение|вариационные квантовые классификаторы]] , и обобщается на многоклассовые варианты, такие как задача <math>XOR_p</math> на основе вычитания по модулю <math>p</math> .
+=== Теорема о универсальной аппроксимации ===
+Способность многослойных нейронных сетей решать задачу XOR является частным случаем более общего результата — '''[[теорема о универсальной аппроксимации|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 <tex>x_1</tex> и <tex>x_2</tex>. Тогда линейный классификатор в пространстве признаков <tex>(x_1, x_2, x_1 x_2)</tex> легко разделит точки, поскольку функция XOR может быть выражена как <tex>x_1 + x_2 - 2 x_1 x_2</tex>. Это пример ручного инжиниринга признаков, который, однако, не масштабируется на сложные задачи.
+* '''Метод опорных векторов (SVM) с ядром'''. [[Метод опорных векторов|SVM]] с нелинейным ядром (например, [[радиальное базисное ядро|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 ([[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 [[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).
+== 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 [[стохастический градиентный спуск|стохастического градиентного спуска]] (SGD).
+* Явления [[переобучение|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 ==
-* [[Искусственный нейрон]]
-* [[Функция активации]]
+* [[Нейрон]]
-* [[Логистическая регрессия]]
+* [[Многослойный персептрон]]
+* [[Линейная разделимость]]
+* [[Метод обратного распространения ошибки]]
 * [[Метод опорных векторов]]
-* [[Аппроксимация функций]]
+* [[Теорема о универсальной аппроксимации]]
+* [[Функция четности]]
+* [[Зима искусственного интеллекта]]
 == Примечания ==
 <references />
+== 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.