Neurale netwerk - wat is dit? Definisie, betekenis en omvang

2024 Outeur: Leah Sherlock | [email protected]. Laas verander: 2023-12-17 05:25

Die term neurale netwerk, wat voorheen slegs uit wetenskapfiksieboeke bekend was, het die afgelope jare geleidelik en onmerkbaar die openbare lewe betree as 'n integrale deel van die jongste wetenskaplike ontwikkelings. Natuurlik, vir 'n geruime tyd, weet mense wat betrokke is in die dobbelbedryf dat dit 'n neurale netwerk is. Maar deesdae word die term deur almal gevind, dit word deur die breë massa geken en verstaan. Dit dui ongetwyfeld daarop dat die wetenskap nader aan die werklike lewe gekom het, en nuwe deurbrake wag op ons in die toekoms. En tog, wat is 'n neurale netwerk? Kom ons probeer om die betekenis van die woord uit te vind.

Hede en toekoms

In die ou dae was die neurale netwerk, Hort en ruimtewandelaars nou verwante konsepte, want dit was moontlik om kunsmatige intelligensie te ontmoet met vermoëns wat baie beter is as 'n eenvoudige masjien slegs in 'n fantasiewêreld wat ontstaan in die verbeelding van sommige skrywers. En tog is die tendense so dat daar onlangs rondom 'n gewone mens in werklikheid meer en meer van daardie voorwerpe is wat voorheen net in wetenskapfiksieliteratuur genoem is. Dit laat ons toe om te sê dat selfs die mees gewelddadige fantasievlug dalk vroeër of later sy ekwivalent in die werklikheid sal vind. Boeke oor treffers, neurale netwerke reedshet nou meer in gemeen met die werklikheid as tien jaar gelede, en wie weet wat oor nog 'n dekade gaan gebeur?

'n Neurale netwerk in moderne realiteite is 'n tegnologie wat jou toelaat om mense te identifiseer, met net 'n foto tot jou beskikking. Kunsmatige intelligensie is redelik in staat om 'n motor te bestuur, kan 'n speletjie poker speel en wen. Boonop is neurale netwerke nuwe maniere om wetenskaplike ontdekkings te maak, wat jou toelaat om na voorheen onmoontlike rekenaarvermoëns toe te vlug. Dit gee unieke kanse om die wêreld vandag te verstaan. Slegs uit nuusberigte wat die jongste ontdekkings aankondig, is dit egter selde duidelik wat 'n neurale netwerk is. Moet hierdie term op 'n program, 'n masjien of 'n kompleks van bedieners toegepas word?

Algemene aansig

Soos jy kan sien uit die term "neurale netwerk" (die foto's wat in hierdie artikel aangebied word, maak dit ook moontlik om dit te verstaan) is 'n struktuur wat in analogie met die logika van die menslike brein ontwerp is. Natuurlik lyk dit nie realisties om 'n heeltemal biologiese struktuur van so 'n hoë vlak van kompleksiteit op die oomblik te kopieer nie, maar wetenskaplikes kon reeds merkbaar nader aan die oplossing van die probleem kom. Kom ons sê dat neurale netwerke wat onlangs geskep is, redelik effektief is. Hort en ander skrywers wat fantastiese werke gepubliseer het, het by die skryf van hul werke skaars geweet dat die wetenskap teen hierdie jaar so ver vooruit sou kon tree.

Die eienaardigheid van die menslike brein is dat dit 'n struktuur is van talle elemente, waartusseninligting word voortdurend deur neurone oorgedra. Trouens, nuwe neurale netwerke is ook soortgelyke strukture, waar elektriese impulse die uitruil van relevante data verskaf. In 'n woord, net soos in die menslike brein. En tog is dit nie duidelik nie: is daar enige verskil van 'n konvensionele rekenaar? Die masjien word immers, soos u weet, ook uit onderdele geskep, waartussen die data deur middel van 'n elektriese stroom oorgedra word. In boeke oor die ruimte, neurale netwerke lyk alles gewoonlik betowerend – groot of piepklein masjiene, met een oogopslag waarop die karakters verstaan waarmee hulle te doen het. Maar in werklikheid is die situasie tot dusver anders.

Hoe is dit gebou?

Soos jy kan sien uit die wetenskaplike artikels oor neurale netwerke ("Spacewalkers", ongelukkig, behoort nie tot hierdie kategorie nie, maak nie saak hoe fassinerend hulle mag wees nie), die idee in die mees progressiewe struktuur op die gebied van kunsmatige intelligensie, in die skep van 'n komplekse struktuur, waarvan die individuele dele baie eenvoudig is. Trouens, om 'n parallel met mense te trek, kan 'n mens 'n ooreenkoms vind: sê, net een deel van die brein van 'n soogdier het nie groot vermoëns, vermoëns nie en kan nie intelligente gedrag verskaf nie. Maar as dit by 'n mens as geheel kom, dan slaag so 'n skepsel rustig die toets vir die vlak van intelligensie sonder enige besondere probleme.

Ondanks hierdie ooreenkomste, is 'n soortgelyke benadering tot die skep van kunsmatige intelligensie 'n paar jaar gelede verstoot. Dit kan gesien word in beide wetenskaplike referate en uit wetenskapfiksieboeke oor die neurale netwerk (“Spacewalkers” wat hierbo genoem is, byvoorbeeld). Terloops, tot 'n mate selfs stellingsCicero kan geassosieer word met die moderne idee van neurale netwerke: op 'n tyd het hy eerder bytend voorgestel dat ape letters wat op tekens geskryf is in die lug gooi, sodat vroeër of later 'n betekenisvolle teks daaruit sou vorm. En net die 21ste eeu het getoon dat sulke kwaadwilligheid heeltemal ongeregverdig was. Die neurale netwerk en wetenskapfiksie het hul eie pad gegaan: as jy 'n leër van ape baie tekens gee, sal hulle nie net 'n betekenisvolle teks skep nie, maar ook mag oor die wêreld kry.

Krag is in eenheid, broer

Soos ons uit talle eksperimente geleer het, lei opleiding van 'n neurale netwerk dan tot sukses wanneer die voorwerp self 'n groot aantal elemente insluit. Soos wetenskaplikes grap, kan 'n neurale netwerk in werklikheid uit enigiets saamgestel word, selfs uit bokse vuurhoutjies, aangesien die hoofgedagte 'n stel reëls is wat die gevolglike gemeenskap gehoorsaam. Gewoonlik is die reëls redelik eenvoudig, maar dit laat jou toe om die dataverwerkingsproses te beheer. In so 'n situasie sal 'n neuron (al is dit 'n kunsmatige een) glad nie 'n toestel wees nie, nie 'n komplekse struktuur of 'n onverstaanbare stelsel nie, maar eerder eenvoudige rekenkundige bewerkings, geïmplementeer met minimale energieverbruik. Amptelik in die wetenskap word kunsmatige neurone "perseptrone" genoem. Neurale netwerke ("Spacefalls" illustreer dit goed) behoort in die siening van sommige wetenskaplike skrywers baie meer kompleks te wees, maar moderne wetenskap toon dat eenvoud ook uitstekende resultate gee.

Die werking van 'n kunsmatige neuron is eenvoudig: getalle word ingevoer, die waarde vir elkeen word berekeninligtingsblok, word die resultate opgetel, die uitset is 'n eenheid of die waarde "-1". Wou die leser ooit onder die gevallenes wees? Neurale netwerke werk op 'n heeltemal ander manier in die werklikheid, ten minste op die oomblik, daarom, as u uself in 'n fantasiewerk voorstel, moet u nie hiervan vergeet nie. Trouens, 'n moderne mens kan met kunsmatige intelligensie werk, byvoorbeeld, so: jy kan 'n prentjie wys, en die elektroniese stelsel sal die vraag "óf - óf" beantwoord. Veronderstel dat 'n persoon die koördinaatstelsel van een punt stel en vra wat uitgebeeld word - die aarde of, sê, die lug. Nadat die inligting ontleed is, gee die stelsel 'n antwoord - heel moontlik verkeerd (afhangende van die perfeksie van die KI).

thumbs up

Soos jy kan sien uit die logika van die moderne neurale netwerk, probeer elke element daarvan om die korrekte antwoord te raai op die vraag wat aan die stelsel gevra word. In hierdie geval is daar min akkuraatheid, die resultaat is vergelykbaar met die resultaat van die gooi van 'n muntstuk. Maar die werklike wetenskaplike werk begin wanneer dit tyd word om die neurale netwerk op te lei. Ruimte, verkenning van nuwe wêrelde, insig in die wese van die fisiese wette van ons heelal (waarop moderne wetenskaplikes staatmaak op die gebruik van neurale netwerke) sal oop word op die oomblik wanneer kunsmatige intelligensie met veel groter doeltreffendheid en doeltreffendheid as 'n persoon sal leer.

Die feit is dat die persoon wat die stelsel 'n vraag vra, die korrekte antwoord daarop ken. So, jy kan dit in die inligtingsblokke van die program skryf. 'n Perseptron wat die korrekte antwoord gee, kry waarde, enhier verloor die een wat verkeerd geantwoord het dit en kry 'n boete. Elke nuwe program bekendstellingsiklus verskil van die vorige een as gevolg van die verandering in waardevlak. Om terug te keer na die vorige voorbeeld: vroeër of later sal die program leer om duidelik tussen aarde en ruimte te onderskei. Neurale netwerke leer hoe meer effektief, hoe meer korrek die studieprogram opgestel word – en die vorming daarvan kos moderne wetenskaplikes baie moeite. As deel van die taak wat vroeër gestel is: as die neurale netwerk van 'n ander foto voorsien word vir ontleding, sal dit waarskynlik nie dadelik akkuraat kan verwerk nie, maar, gebaseer op die data wat vroeër tydens die opleiding verkry is, sal dit akkuraat uitvind waar die aarde is, en waar is die wolke, ruimte of iets anders.

Pas 'n idee op die werklikheid toe

Natuurlik, in werklikheid is neurale netwerke baie meer ingewikkeld as dié wat hierbo beskryf is, hoewel die beginsel self dieselfde bly. Die hooftaak van die elemente waaruit die neurale netwerk gevorm word, is om numeriese inligting te sistematiseer. Wanneer 'n oorvloed van elemente gekombineer word, word die taak meer ingewikkeld, aangesien die insetinligting dalk nie van buite is nie, maar van die perseptron, wat reeds sy sistematiseringswerk gedoen het.

As ons terugkeer na die taak hierbo, dan kan jy binne die neurale netwerk met die volgende prosesse vorendag kom: een neuron onderskei blou pixels van ander, die ander verwerk die koördinate, die derde ontleed die data wat deur die eerste ontvang is twee, op grond waarvan dit besluit of die aarde of die lug in gegewe punt is. Boonop kan sortering in blou en ander pixels gelyktydig aan verskeie neurone toevertrou word, en die inligting wat hulle ontvang kan opgesom word. Daardie perseptrone wat sal gee'n beter en meer akkurate resultaat sal aan die einde 'n bonus in die vorm van 'n hoër waarde ontvang, en hul resultate sal 'n prioriteit wees wanneer enige taak herverwerk word. Natuurlik blyk die neurale netwerk uiters lywig te wees, en die inligting wat daarin verwerk word, sal hoegenaamd 'n ondraaglike berg wees, maar dit sal moontlik wees om foute in ag te neem en te ontleed en dit in die toekoms te voorkom. Die grootliks neuraal-netwerk-gebaseerde inplantings wat in baie wetenskapfiksie boeke gevind word, werk so (tensy die skrywers natuurlik die moeite doen om te dink oor hoe dit werk).

Historiese mylpale

Dit kan die leek verras, maar die eerste neurale netwerke het in 1958 verskyn. Dit is te wyte aan die feit dat die toestel van kunsmatige neurone soortgelyk is aan ander rekenaarelemente, waartussen inligting in die formaat van 'n binêre getallestelsel oorgedra word. Aan die einde van die sestigerjare is 'n masjien uitgevind, genaamd die Mark I Perceptron, waarin die beginsels van neurale netwerke geïmplementeer is. Dit beteken dat die eerste neurale netwerk slegs 'n dekade na die konstruksie van die eerste rekenaar verskyn het.

Die eerste neurone van die eerste neurale netwerk het bestaan uit resistors, radiobuise (destyds was so 'n kode wat moderne wetenskaplikes kon gebruik nog nie ontwikkel nie). Om met 'n neurale netwerk te werk was die taak van Frank Rosenblatt, wat 'n tweelaagnetwerk geskep het.’n Skerm met’n resolusie van 400 pixels is gebruik om eksterne data na die netwerk oor te dra. Die masjien kon gou meetkundige vorms herken. Dit het reeds voorgestel dat, met die verbetering van tegniese oplossings, neurale netwerke kanleer briewe lees. En wie weet wat nog?

Eerste neurale netwerk

Soos uit die geskiedenis gesien kan word, het Rosenblatt letterlik gebrand met sy werk, hy was perfek georiënteerd daarin, hy was 'n spesialis in neurofisiologie. Hy was die skrywer van 'n fassinerende en gewilde universiteitskursus waarin enigiemand kon verstaan hoe om die menslike brein in 'n tegniese beliggaming te implementeer. Selfs toe het die wetenskaplike gemeenskap gehoop dat daar binnekort werklike geleenthede sou wees om intelligente robotte te vorm wat in staat is om te beweeg, praat en stelsels soortgelyk aan hulleself te vorm. Wie weet, miskien sal hierdie robotte ander planete gaan koloniseer?

Rosentblatt was 'n entoesias, en jy kan hom verstaan. Wetenskaplikes het geglo dat kunsmatige intelligensie verwesenlik kan word as wiskundige logika ten volle in 'n masjien beliggaam is. Op hierdie stadium het die Turing-toets reeds bestaan, Asimov het die idee van robotika gewild gemaak. Die wetenskaplike gemeenskap was oortuig daarvan dat die verkenning van die Heelal 'n kwessie van tyd was.

Skeptisisme geregverdig

Reeds in die sestigerjare was daar wetenskaplikes wat met Rosenblatt en ander groot geeste gestry het wat aan kunsmatige intelligensie gewerk het. 'N Redelik akkurate idee van hul logika van vervaardigings kan verkry word uit die publikasies van Marvin Minsky, bekend in sy veld. Terloops, dit is bekend dat Isaac Asimov en Stanley Kubrick baie van Minsky se vermoëns gepraat het (Minsky het hom gehelp om aan A Space Odyssey te werk). Minsky was nie teen die skepping van neurale netwerke, waaroorKubrick se film getuig, en as deel van sy wetenskaplike loopbaan was hy in die vyftigerjare besig met masjienleer. Minsky was nietemin kategories oor foutiewe opinies en het hoop gekritiseer waarvoor daar op daardie oomblik nog geen vaste grondslag was nie. Terloops, Marvin uit die boeke van Douglas Adams is vernoem na Minsky.

Kritiek op neurale netwerke en die benadering van daardie tyd word gesistematiseer in die publikasie "Perceptron", gedateer 1969. Dit was hierdie boek wat letterlik baie mense se belangstelling in neurale netwerke in die kiem doodgemaak het, want 'n wetenskaplike met 'n uitstekende reputasie het duidelik gewys dat Markus die Eerste 'n aantal gebreke het. Eerstens was die teenwoordigheid van slegs twee lae duidelik onvoldoende, en die masjien kon te min doen, ten spyte van sy reusagtige grootte en groot energieverbruik. Die tweede punt van kritiek is gewy aan die algoritmes wat deur Rosenblatt vir netwerkopleiding ontwikkel is. Volgens Minsky het inligting oor foute met 'n hoë waarskynlikheid verlore gegaan, en die nodige laag het eenvoudig nie die volle hoeveelheid data vir 'n korrekte ontleding van die situasie ontvang nie.

Dinge het gestop

Ondanks die feit dat Minsky se hoofgedagte was om foute aan sy kollegas uit te wys om hulle te stimuleer om die ontwikkeling te verbeter, was die situasie anders. Rosenblatt is in 1971 oorlede, en daar was niemand om sy werk voort te sit nie. Gedurende hierdie tydperk het die era van rekenaars begin, en hierdie gebied van tegnologie het met groot vordering vorentoe beweeg. Die beste geeste in wiskunde en rekenaarwetenskap was in hierdie sektor werksaam, en kunsmatige intelligensie het gelyk soos 'n onredelike vermorsing van energie en hulpbronne.

Neurale netwerke het vir meer as 'n dekade nie die aandag van die wetenskaplike gemeenskap getrek nie. Die keerpunt het gekom toe kuberpunk in die mode gekom het. Dit was moontlik om formules te vind waarmee foute met hoë akkuraatheid bereken kan word. In 1986 het die probleem wat Minsky geformuleer het reeds 'n derde oplossing gevind (al drie is deur onafhanklike groepe wetenskaplikes ontwikkel), en dit was hierdie ontdekking wat entoesiaste aangespoor het om 'n nuwe veld te verken: werk aan neurale netwerke het weer aktief geword. Die term perseptrone is egter stilweg vervang deur kognitiewe rekenaars, het ontslae geraak van eksperimentele toestelle, begin om kodering te gebruik, met die doeltreffendste programmeringstegnieke. Net 'n paar jaar, en neurone is reeds saamgestel in komplekse strukture wat redelik ernstige take kan hanteer. Met verloop van tyd was dit byvoorbeeld moontlik om programme vir die lees van menslike handskrif te skep. Die eerste netwerke was in staat om self te leer, dit wil sê, hulle het onafhanklik die korrekte antwoorde gevind, sonder 'n wenk van die persoon wat die rekenaar beheer. Neurale netwerke het hul toepassing in die praktyk gevind. Dit is byvoorbeeld op hulle dat programme wat nommers op tjeks identifiseer, in bankstrukture in Amerika gebruik word.

Voorwaarts met rasse skrede

In die 90's het dit duidelik geword dat 'n sleutelkenmerk van neurale netwerke wat spesiale aandag van wetenskaplikes vereis, die vermoë is om 'n gegewe gebied te verken op soek na die regte oplossing sonder om van 'n persoon te vra. Die program gebruik die proef-en-foutmetode, op grond waarvan dit gedragsreëls skep.

Hierdie tydperk is gekenmerk deur 'n oplewing van belangstellingpubliek tot tydelike robotte. Entoesias ontwerpers van regoor die wêreld het aktief begin om hul eie robotte te ontwerp wat in staat is om te leer. In 1997 was dit die eerste werklik ernstige sukses op wêreldvlak: vir die eerste keer het 'n rekenaar die wêreld se beste skaakspeler, Garry Kasparov, geklop. Teen die einde van die negentigerjare het wetenskaplikes egter tot die gevolgtrekking gekom dat hulle die plafon bereik het, en kunsmatige intelligensie kon nie verder groei nie. Boonop is 'n goed geoptimaliseerde algoritme baie doeltreffender as enige neurale netwerk om dieselfde probleme op te los. Sommige funksies het by neurale netwerke gebly, byvoorbeeld die herkenning van argieftekste, maar niks meer ingewikkeld was beskikbaar nie. Basies, soos moderne wetenskaplikes sê, was daar 'n gebrek aan tegniese vermoëns.

Ons tyd

Neurale netwerke vandag is 'n manier om die mees komplekse probleme op te los deur die metode "oplossing sal vanself gevind word". Trouens, dit hou nie verband met enige wetenskaplike revolusie nie, net moderne wetenskaplikes, die liggies van die programmeringswêreld, het toegang tot 'n kragtige tegniek wat hulle in staat stel om in die praktyk te bring wat 'n persoon voorheen net in algemene terme kon voorstel. Om terug te keer na Cicero se frase oor ape en tekens: as jy iemand aan diere toewys wat hulle 'n beloning sal gee vir die korrekte frase, sal hulle nie net 'n betekenisvolle teks skep nie, maar 'n nuwe "Oorlog en Vrede" skryf, en nie erger nie.

Neurale netwerke van ons dae is in diens van die grootste maatskappye wat op die gebied van inligtingstegnologie werk. Dit is multilaag neurale netwerke wat deur kragtige bedieners geïmplementeer word,met behulp van die moontlikhede van die Wêreldwye Web, die skikkings van inligting wat oor die afgelope dekades opgehoop is.