Neuroninis tinklas – kas tai? Apibrėžimas, reikšmė ir apimtis

2024 Autorius: Leah Sherlock | [email protected]. Paskutinį kartą keistas: 2023-12-17 05:43

Anksčiau tik iš mokslinės fantastikos knygų žinomas terminas neuroninis tinklas pastaraisiais metais palaipsniui ir nepastebimai pateko į viešąjį gyvenimą kaip neatsiejama naujausių mokslo pasiekimų dalis. Žinoma, gana ilgą laiką žmonės, susiję su žaidimų pramone, žinojo, kad tai yra neuroninis tinklas. Tačiau šiais laikais šį terminą randa visi, jį žino ir supranta plačios masės. Be jokios abejonės, tai rodo, kad mokslas priartėjo prie realaus gyvenimo, o ateityje mūsų laukia nauji proveržiai. Ir vis dėlto, kas yra neuroninis tinklas? Pabandykime išsiaiškinti žodžio reikšmę.

Dabartis ir ateitis

Senovėje neuroninis tinklas, Hortas ir vaikščiotojai erdvėje buvo glaudžiai susijusios sąvokos, nes dirbtinį intelektą, kurio sugebėjimai gerokai pranašesni už paprastą mašiną, buvo įmanoma tik fantazijų pasaulyje, kuris kyla vaizduotėje. kai kurie autoriai. Ir vis dėlto tendencijos tokios, kad pastaruoju metu aplink paprastą žmogų realybėje vis daugėja tų objektų, kurie anksčiau buvo minimi tik mokslinės fantastikos literatūroje. Tai leidžia teigti, kad net ir pats audringiausias fantazijos polėkis, ko gero, anksčiau ar vėliau ras atitikmenį tikrovėje. Jau knygos apie hitus, neuroninius tinklusdabar turi daugiau bendro su realybe nei prieš dešimt metų, ir kas žino, kas bus po kito dešimtmečio?

Neuroninis tinklas šiuolaikinėje realybėje yra technologija, leidžianti atpažinti žmones, turint tik nuotrauką. Dirbtinis intelektas puikiai sugeba vairuoti automobilį, gali žaisti ir laimėti pokerio žaidimą. Be to, neuroniniai tinklai yra nauji būdai daryti mokslinius atradimus, leidžiančius pasinaudoti anksčiau neįmanomomis skaičiavimo galimybėmis. Tai suteikia unikalių galimybių suprasti šiandieninį pasaulį. Tačiau tik iš naujienų pranešimų, skelbiančių apie naujausius atradimus, retai kada aišku, kas yra neuroninis tinklas. Ar šis terminas turėtų būti taikomas programai, įrenginiui ar serverių kompleksui?

Bendras vaizdas

Kaip matote iš paties termino „neuroninis tinklas“(šiame straipsnyje pateiktos nuotraukos taip pat leidžia tai suprasti), yra struktūra, sukurta pagal analogiją su žmogaus smegenų logika. Žinoma, tokio sudėtingumo visiškai biologinės struktūros kopijavimas šiuo metu neatrodo realus, tačiau mokslininkams jau pavyko pastebimai priartėti prie problemos sprendimo. Tarkime, neseniai sukurti neuroniniai tinklai yra gana efektyvūs. Hortas ir kiti rašytojai, publikavę fantastinius kūrinius, vargu ar žinojo, kad šiais metais mokslas galės taip toli pažengti į priekį.

Žmogaus smegenų ypatumas yra tas, kad jas sudaro daugybė elementų, tarp kuriųinformacija nuolat perduodama per neuronus. Tiesą sakant, nauji neuroniniai tinklai taip pat yra panašios struktūros, kur elektriniai impulsai suteikia keitimąsi atitinkamais duomenimis. Žodžiu, kaip ir žmogaus smegenyse. Ir vis dėlto neaišku: ar yra koks nors skirtumas nuo įprasto kompiuterio? Juk mašina, kaip žinia, taip pat sukurta iš dalių, tarp kurių duomenys perduodami elektros srovės pagalba. Knygose apie erdvę, neuroninius tinklus dažniausiai viskas atrodo kerinčiai – didžiulės ar mažytės mašinos, iš pirmo žvilgsnio veikėjai supranta, su kuo susiduria. Tačiau iš tikrųjų padėtis kol kas kitokia.

Kaip jis pastatytas?

Kaip matote iš mokslinių straipsnių apie neuroninius tinklus („Spacewalkers“, deja, nepriklauso šiai kategorijai, kad ir kokie žavūs jie būtų), idėja pažangiausioje struktūroje šioje srityje dirbtinis intelektas, kuriant sudėtingą struktūrą, kurios atskiros dalys yra labai paprastos. Tiesą sakant, vedant paralelę su žmonėmis, galima rasti panašumą: tarkime, tik viena žinduolio smegenų dalis neturi didelių gabumų, galimybių ir negali užtikrinti protingo elgesio. Tačiau kalbant apie žmogų kaip visumą, toks padaras ramiai išlaiko intelekto lygio testą be jokių ypatingų problemų.

Nepaisant šių panašumų, prieš kelerius metus panašus požiūris į dirbtinio intelekto kūrimą buvo pašalintas. Tai matyti tiek iš mokslinių straipsnių, tiek iš mokslinės fantastikos knygų apie neuroninį tinklą (pavyzdžiui, anksčiau minėti „Spacewalkers“). Beje, tam tikru mastu net pareiškimaiCiceronas gali būti siejamas su šiuolaikine neuroninių tinklų idėja: kažkada jis gana kaustiškai siūlė beždžionėms mesti į orą ant žetonų užrašytas raides, kad anksčiau ar vėliau iš jų susidarytų prasmingas tekstas. Ir tik XXI amžius parodė, kad toks piktumas buvo visiškai nepateisinamas. Neuroninis tinklas ir mokslinė fantastika pasuko skirtingais keliais: jei beždžionių armijai duosite daug žetonų, jos ne tik sukurs prasmingą tekstą, bet ir įgis galios visame pasaulyje.

Jėga vienybėje, broli

Kaip sužinojome iš daugybės eksperimentų, neuroninio tinklo mokymas veda į sėkmę, kai pačiame objekte yra daug elementų. Kaip juokauja mokslininkai, iš tikrųjų neuroninį tinklą galima surinkti iš bet ko, net iš degtukų dėžučių, nes pagrindinė idėja yra taisyklių rinkinys, kuriam paklūsta susidariusi bendruomenė. Paprastai taisyklės gana paprastos, tačiau leidžia kontroliuoti duomenų tvarkymo procesą. Esant tokiai situacijai, neuronas (nors ir dirbtinis) bus visai ne prietaisas, ne sudėtinga struktūra ar nesuprantama sistema, o paprasti aritmetiniai veiksmai, įgyvendinami naudojant minimalias energijos sąnaudas. Oficialiai moksle dirbtiniai neuronai vadinami „perceptronais“. Kai kurių mokslo autorių nuomone, neuroniniai tinklai („Spacefalls“tai gerai iliustruoja) turėtų būti daug sudėtingesni, tačiau šiuolaikinis mokslas rodo, kad paprastumas taip pat duoda puikių rezultatų.

Dirbtinio neurono veikimas paprastas: įvedami skaičiai, apskaičiuojama kiekvieno vertėinformacijos blokas, rezultatai sumuojami, išvestis yra vienetas arba reikšmė "-1". Ar skaitytojas kada nors norėjo būti tarp puolusių? Neuroniniai tinklai realybėje, bent jau šiuo metu, veikia visiškai kitaip, todėl įsivaizduodami save fantazijos kūrinyje neturėtumėte to pamiršti. Tiesą sakant, šiuolaikinis žmogus gali dirbti su dirbtiniu intelektu, pavyzdžiui, taip: galite parodyti paveikslėlį, o elektroninė sistema atsakys į klausimą „arba - arba“. Tarkime, žmogus nustato vieno taško koordinačių sistemą ir klausia, kas pavaizduota – žemė ar, tarkime, dangus. Išanalizavusi informaciją, sistema pateikia atsakymą – labai tikėtina, kad jis neteisingas (priklauso nuo AI tobulumo).

Patinka

Kaip matote iš šiuolaikinio neuroninio tinklo logikos, kiekvienas jo elementas bando atspėti teisingą atsakymą į sistemai užduotą klausimą. Šiuo atveju tikslumas yra mažas, rezultatas yra panašus į monetos metimo rezultatą. Tačiau tikrasis mokslinis darbas prasideda, kai ateina laikas treniruoti neuroninį tinklą. Erdvė, naujų pasaulių tyrinėjimas, mūsų visatos fizikinių dėsnių (kuriais šiuolaikiniai mokslininkai remiasi pasitelkdami neuroninius tinklus) esmė taps atvira tą akimirką, kai dirbtinis intelektas mokysis daug efektyviau ir efektyviau nei žmogus.

Faktas yra tas, kad asmuo, uždavęs sistemai klausimą, žino teisingą atsakymą į jį. Taigi, galite tai įrašyti į programos informacijos blokus. Perceptronas, kuris pateikia teisingą atsakymą, įgyja vertę irčia neteisingai atsakęs pralaimi, gaudamas baudą. Kiekvienas naujas programos paleidimo ciklas skiriasi nuo ankstesnio dėl vertės lygio pasikeitimo. Grįžtant prie ankstesnio pavyzdžio: anksčiau ar vėliau programa išmoks aiškiai atskirti žemę ir kosmosą. Neuroniniai tinklai kuo efektyviau mokosi, tuo teisingiau parengta studijų programa – o jos formavimas šiuolaikiniams mokslininkams kainuoja daug pastangų. Kaip dalis anksčiau nustatytos užduoties: jei neuroniniam tinklui bus pateikta kita nuotrauka analizei, greičiausiai jis iš karto negalės jos tiksliai apdoroti, tačiau pagal anksčiau treniruočių metu gautus duomenis tiksliai išsiaiškins, kur yra žemė, o kur debesys, erdvė ar dar kažkas.

Idėjos pritaikymas realybei

Žinoma, iš tikrųjų neuroniniai tinklai yra daug sudėtingesni nei aprašytieji aukščiau, nors pats principas išlieka tas pats. Pagrindinis elementų, iš kurių formuojamas neuroninis tinklas, uždavinys yra skaitmeninės informacijos sisteminimas. Sujungiant daugybę elementų, užduotis tampa sudėtingesnė, nes įvesties informacija gali būti ne iš išorės, o iš perceptrono, kuris jau atliko savo sisteminimo darbą.

Jei grįšime prie aukščiau pateiktos užduoties, tai neuroninio tinklo viduje galite sugalvoti tokius procesus: vienas neuronas atskiria mėlynus pikselius nuo kitų, kitas apdoroja koordinates, trečias analizuoja pirmojo gautus duomenis. du, pagal kuriuos ji nusprendžia, ar taške yra žemė ar dangus. Be to, rūšiavimas į mėlynus ir kitus pikselius gali būti patikėtas keliems neuronams vienu metu, o jų gaunama informacija gali būti apibendrinta. Tie perceptronai, kurie duosgeresnis ir tikslesnis rezultatas pabaigoje gaus premiją didesnės vertės pavidalu, o jų rezultatams bus teikiama pirmenybė atliekant bet kokią užduotį. Žinoma, neuroninis tinklas pasirodo itin didelis, o jame apdorojama informacija išvis bus nepakeliamas kalnas, tačiau bus galima atsižvelgti ir analizuoti klaidas bei užkirsti joms kelią ateityje. Daugelyje mokslinės fantastikos knygų esantys implantai, kurių pagrindą sudaro neuroniniai tinklai, veikia taip (žinoma, nebent autoriai susimąsto, kaip tai veikia).

Istorijos etapai

Tai gali nustebinti pasaulietį, tačiau pirmieji neuroniniai tinklai atsirado 1958 m. Taip yra dėl to, kad dirbtinių neuronų įrenginys yra panašus į kitus kompiuterio elementus, tarp kurių informacija perduodama dvejetainės skaičių sistemos formatu. Šeštojo dešimtmečio pabaigoje buvo išrasta mašina, pavadinta Mark I Perceptron, kurioje buvo įgyvendinti neuroninių tinklų principai. Tai reiškia, kad pirmasis neuroninis tinklas atsirado tik praėjus dešimtmečiui po pirmojo kompiuterio sukūrimo.

Pirmieji pirmojo neuroninio tinklo neuronai susidėjo iš rezistorių, radijo vamzdžių (tuo metu toks kodas, kurį galėtų naudoti šiuolaikiniai mokslininkai, dar nebuvo sukurtas). Darbas su neuroniniu tinklu buvo Frank Rosenblatt, kuris sukūrė dviejų sluoksnių tinklą, užduotis. Išoriniams duomenims į tinklą perduoti buvo naudojamas 400 pikselių raiškos ekranas. Netrukus mašina sugebėjo atpažinti geometrines figūras. Tai jau leido manyti, kad, tobulėjant techniniams sprendimams, neuroniniai tinklai galiišmokti skaityti raides. Ir kas žino dar ką?

Pirmasis neuroninis tinklas

Kaip matyti iš istorijos, Rosenblattas tiesiogine prasme degė savo darbu, puikiai jame orientavosi, buvo neurofiziologijos specialistas. Jis buvo patrauklaus ir populiaraus universitetinio kurso, kuriame kiekvienas galėjo suprasti, kaip įgyvendinti žmogaus smegenis techniniame įkūnijimas, autorius. Jau tada mokslo bendruomenė tikėjosi, kad netrukus atsiras realios galimybės suformuoti išmaniuosius robotus, gebančius judėti, kalbėti ir formuoti panašias į save sistemas. Kas žino, gal šie robotai kolonizuotų kitas planetas?

Rosentblatas buvo entuziastas, ir jūs galite jį suprasti. Mokslininkai tikėjo, kad dirbtinis intelektas gali būti realizuotas, jei matematinė logika būtų visiškai įkūnyta mašinoje. Šiuo metu Turingo testas jau egzistavo, Asimovas išpopuliarino robotikos idėją. Mokslo bendruomenė buvo įsitikinusi, kad Visatos tyrinėjimas yra laiko klausimas.

Skepticizmas pagrįstas

Jau šeštajame dešimtmetyje buvo mokslininkų, kurie ginčijosi su Rosenblattu ir kitais puikiais protais, dirbančiais dirbtinio intelekto srityje. Gana tikslią jų prasimanymo logikos idėją galima gauti iš gerai žinomo savo srityje Marvino Minsky publikacijų. Beje, žinoma, kad Isaacas Asimovas ir Stanley Kubrickas puikiai kalbėjo apie Minskio sugebėjimus (Minskis padėjo jam dirbti filme „Kosminė odisėja“). Minskis nebuvo prieš neuroninių tinklų kūrimą, apie kurįKubricko filmas liudija, o kaip savo mokslinės karjeros dalis, šeštajame dešimtmetyje jis užsiėmė mašininiu mokymusi. Vis dėlto Minskis kategoriškai vertino klaidingas nuomones, kritikuodamas viltis, kurioms tuo metu dar nebuvo tvirto pagrindo. Beje, Marvinas iš Douglaso Adamso knygų pavadintas Minskio vardu.

Neuronų tinklų kritika ir to meto požiūris susistemintas leidinyje „Perceptron“, 1969 m. Būtent ši knyga tiesiogine prasme pražudė daugelio žmonių susidomėjimą neuroniniais tinklais, nes puikią reputaciją turintis mokslininkas aiškiai parodė, kad Markas Pirmasis turi nemažai trūkumų. Pirma, tik dviejų sluoksnių akivaizdžiai nepakako, o mašina galėjo padaryti per mažai, nepaisant milžiniško dydžio ir didžiulių energijos sąnaudų. Antrasis kritikos punktas buvo skirtas Rosenblatt sukurtiems tinklo mokymo algoritmams. Minskio teigimu, informacija apie klaidas buvo prarasta su didele tikimybe, o reikalingas sluoksnis tiesiog negavo viso duomenų kiekio teisingai situacijos analizei.

Viskas sustojo

Nepaisant to, kad pagrindinė Minskio mintis buvo atkreipti kolegų dėmesį į klaidas, siekiant paskatinti juos tobulėti, padėtis buvo kitokia. Rosenblattas mirė 1971 m., ir nebuvo kam tęsti jo darbo. Šiuo laikotarpiu prasidėjo kompiuterių era, ir ši technologijų sritis didžiuliais žingsniais judėjo į priekį. Šiame sektoriuje dirbo geriausi matematikos ir informatikos protai, o dirbtinis intelektas atrodė kaip nepagrįstas energijos ir išteklių švaistymas.

Neuroniniai tinklai daugiau nei dešimtmetį nepatraukė mokslo bendruomenės dėmesio. Lūžis įvyko, kai į madą atėjo kiberpankas. Buvo galima rasti formules, pagal kurias galima labai tiksliai apskaičiuoti paklaidas. 1986 metais Minskio suformuluota problema rado jau trečią sprendimą (visas tris sukūrė nepriklausomos mokslininkų grupės), ir būtent šis atradimas paskatino entuziastus tyrinėti naują sritį: vėl suaktyvėjo darbas su neuroniniais tinklais. Tačiau terminą perceptronai tyliai pakeitė kognityvinė kompiuterija, atsikratė eksperimentinių įrenginių, imta naudoti kodavimą, naudojant efektyviausius programavimo būdus. Vos keleri metai, ir neuronai jau surinkti į sudėtingas struktūras, kurios gali susidoroti su gana rimtomis užduotimis. Laikui bėgant buvo galima, pavyzdžiui, sukurti programas, skirtas skaityti žmogaus rašyseną. Pirmieji tinklai pasirodė galintys mokytis savarankiškai, tai yra, jie savarankiškai rado teisingus atsakymus, be kompiuterio valdančio asmens užuominos. Neuroniniai tinklai rado savo pritaikymą praktikoje. Pavyzdžiui, būtent ant jų Amerikos bankų struktūrose naudojamos programos, identifikuojančios čekių numerius.

Šuoliais pirmyn

Dešimtajame dešimtmetyje tapo aišku, kad pagrindinė neuroninių tinklų savybė, kuriai reikia ypatingo mokslininkų dėmesio, yra galimybė tyrinėti tam tikrą sritį ieškant tinkamo sprendimo be asmens raginimo. Programa naudoja bandymų ir klaidų metodą, kurio pagrindu sukuria elgesio taisykles.

Šis laikotarpis buvo pažymėtas didžiuliu susidomėjimuvisuomenei laikiniems robotams. Dizaineriai entuziastai iš viso pasaulio pradėjo aktyviai kurti savo robotus, galinčius mokytis. 1997 m. tai buvo pirmoji tikrai rimta sėkmė pasauliniu lygiu: pirmą kartą kompiuteris įveikė geriausią pasaulio šachmatininką Garį Kasparovą. Tačiau devintojo dešimtmečio pabaigoje mokslininkai padarė išvadą, kad jie pasiekė lubas, o dirbtinis intelektas negali toliau augti. Be to, gerai optimizuotas algoritmas yra daug efektyvesnis nei bet kuris neuroninis tinklas sprendžiant tas pačias problemas. Kai kurios funkcijos liko su neuroniniais tinklais, pavyzdžiui, archyvinių tekstų atpažinimas, bet nieko sudėtingesnio nebuvo. Iš esmės, kaip sako šiuolaikiniai mokslininkai, trūko techninių galimybių.

Mūsų laikas

Neuroniniai tinklai šiandien yra būdas išspręsti sudėtingiausias problemas naudojant metodą „Sprendimas bus rastas pats“. Tiesą sakant, tai nesusiję su jokia mokslo revoliucija, tiesiog šiuolaikiniai mokslininkai, programavimo pasaulio šviesuoliai, turi prieigą prie galingos technikos, leidžiančios praktiškai pritaikyti tai, ką anksčiau žmogus apskritai galėjo įsivaizduoti. Grįžtant prie Cicerono frazės apie beždžiones ir žetonus: jei gyvūnams priskirsite žmogų, kuris už teisingą frazę duos jiems atlygį, jie ne tik sukurs prasmingą tekstą, bet ir parašys naują „Karą ir taiką“, ir ne ką blogiau.

Šių dienų neuroninius tinklus aptarnauja didžiausios informacinių technologijų srityje dirbančios įmonės. Tai daugiasluoksniai neuroniniai tinklai, įdiegti per galingus serverius,naudojant žiniatinklio galimybes, per pastaruosius dešimtmečius sukauptos informacijos masyvus.