Невронна мрежа е какво? Определение, значение и обхват

Преди известно само с фантастични книги, терминът невронна мрежа постепенно и неусетно влезе в обществения живот като неразделна част от най-новите научни разработки. Разбира се, отдавна вече хората, участващи в игралната индустрия, знаят, че това е невронна мрежа. Но днес терминът е изпълнен от всички, той е известен и разбран от широките маси. Несъмнено това показва, че науката се е приближила до реалния живот, а в бъдещето ни очакват нови пробиви. И все пак, какво е това - невронна мрежа? Нека се опитаме да разберем значението на думата.

Настояще и бъдеще

В по-ранни времена, невронни мрежи, и Орт popadantsy в космоса са били тясно свързани понятия, в действителност се срещне с изкуствен интелект, има способността да значително по-добър проста машина, това е възможно само в един фантастичен свят, възникнали във въображението на някои автори. И все пак тенденциите са такива, че наскоро около средния човек в действителност има все повече и повече от тези неща, които преди са били споменати само в литературата. Това ни позволява да кажем, че дори най-бурния полет на фантазията, може би рано или късно, ще намери еквивалент в действителност. Книгите за хитнадите, невронните мрежи вече имат повече общо с реалността, отколкото преди десет години и кой знае какво ще се случи през следващото десетилетие?

Невронната мрежа в съвременните реалности е технология, която позволява на хората да бъдат идентифицирани само с фотография на тяхно разположение. Изкуственият интелект е напълно способен да контролира машината, да играе и да спечели покер игра. Освен това, невронните мрежи са нови начини за постигане на научни открития, което позволява да се прибегне до преди това невъзможни изчислителни възможности. Това дава уникална възможност за познаване на света днес. Но само от новините, съобщаващи последните открития, рядко се разбира невронната мрежа - това е, което е. Дали този термин е приложим за програма, машина или сървърски комплекс?

Общ изглед

Както може да се види от самия термин "невронна мрежа" (снимките, представени в тази статия също позволяват да се разбере това) е структура, която е конструирана по аналогия с логиката на човешкия мозък. Разбира се, не е реалистично да се копира напълно биологичната структура на такова високо ниво на сложност в момента, но учените вече са успели да направят реално решение на задачата. Например, наскоро създадените невронни мрежи са доста ефективни. Хорт и други писатели, които публикуват фантастични творби, едва ли в момента на написването на творбите си знаеха, че науката вече може да се движи толкова далеч напред тази година.

Особеността на човешкия мозък е, че той е структура от множество елементи, между които информацията непрекъснато се предава чрез неврони. Всъщност, новите невронни мрежи са също подобни структури, където електрическите импулси осигуряват обмен на актуални данни. С една дума, точно както в човешкия мозък. И все пак не е ясно: ако това е разлика от конвенционален компютър? В края на краищата, машината, както е известно, също се създава от детайли, данните между които се прехвърлят чрез електрически ток. В книги за космоса, нервните мрежи обикновено изглеждат омагьосващи - огромни или малки машини, с един поглед, на който героите разбират с какво се занимават. Но в действителност ситуацията досега е различна.

Как се изгражда?

Както може да се види от научни статии по невронни мрежи ( "Popadantsy в космоса", за съжаление, не попадат в тази категория, без значение колко вълнуващо да са те), идеята е най-напредналите структури в областта на изкуствения интелект в създаването на сложни структури, части от които са много прости. Всъщност, като се направи паралел с човек, могат да се намерят прилики: например, само една част от мозъка на бозайника не притежава големи способности, възможности, не може да осигури разумно поведение. Но когато става въпрос за човека като цяло, такова същество спокойно премине теста за нивото на интелигентност без никакви специални проблеми.

Независимо от това сходство, подобен подход към създаването на изкуствен интелект преди няколко години беше острастван. Това е очевидно от научни трудове и от фантастични книги за невронната мрежа ("Попаданти в космоса", споменато по-горе например). Между другото, до известна степен, дори и изказванията на Цицерон, могат да бъдат свързани с модерната идея за невронни мрежи: тя е в един момент по-скоро язвително предполага, че маймуни хвърлят във въздуха, написани на писма от символи, така че рано или късно някой е разработил смислен текст. И само 21 век показа, че такава злоба е абсолютно неоправдана. Невронна мрежа и художествена литература отиде по различни пътища: ако армията на маймуни, за да даде много на чипове, те не само ще създаде богат смисъл на текста, но и да получат власт над света.

Силата е единство, братко

Както научихме от множество експерименти, ученето на невронна мрежа води до успех, когато самият обект включва огромен брой елементи. Както се шегуват учени, всъщност една невронна мрежа може да бъде събрана от всичко, поне от кутии с мачове, тъй като основната идея е набор от правила, които се подчинява на приетата общност. Обикновено правилата са доста прости, но те ви позволяват да контролирате обработката на данни. В такава ситуация неврон (макар и изкуствен) няма да бъде устройство, а не сложна структура или неразбираема система, а аритметични операции, по-скоро прости, реализирани с минимален разход на енергия. Официално, в науката, изкуствените неврони се наричат ​​"perceptrons". Невронните мрежи ("Попдантите в космоса" илюстрират това добре) в представянето на някои автори на научни произведения трябва да бъдат много по-сложни, но съвременната наука показва, че простотата дава отличен резултат.

Експлоатацията на изкуствен неврон е проста: числата се въвеждат, входът се изчислява за всеки информационен блок, резултатите се добавят, единица или стойност "-1" се формира на изхода. Дали читателят искаше да бъде сред ловците поне веднъж? Невроните в действителност работят съвсем различно, поне за настоящия момент от време, когато се представяте във фантастична работа, не забравяйте за това. Всъщност, съвременният човек може да работи с изкуствен интелект например: можете да покажете картина, а електронната система ще отговори на въпроса "или - или". Да предположим, че човек поставя координатите на една точка в системата и пита какво е изобразено - земята или, да речем небето. След анализа на информацията, системата дава отговор - възможно е тя да е неправилна (зависи от съвършенството на AI).

Пръст в небето

Както може да се види от логиката на работата на съвременната невронна мрежа, всеки елемент от нея се занимава с това, че се опитва да отгатне правилния отговор на въпроса, поставен на системата. Точността в този случай е малка, резултатът е сравним с резултата от изхвърлянето на монета. Но истинската научна работа започва, когато дойде времето за изучаване на невронната мрежа. Space, проучване на нови светове, вникване в физическите закони на Вселената (които се изчисляват съвременни учени, с помощта на невронна мрежа) ще се отвори точно в момента, когато на изкуствения интелект ще бъдат научени с по-голяма ефикасност и ефективност, отколкото един мъж.

Фактът е, че човекът, който поиска системата, знае кой е правилният отговор. Така че, можете да го напишете в информационните блокове на програмата. Perceptron, който даде правилния отговор, получава стойност, но ответникът неправилно го губи, получавайки глоба. Всеки нов цикъл на стартиране на програмата се различава от предишния поради промяната в нивото на стойността. Връщайки се към предишния пример: рано или късно програмата ще се научи да разграничава ясно къде е Земята, къде е пространството. Невронните мрежи се учат по-ефективно, колкото по-правилно е съставена програмата за обучение - и нейното формиране заслужава съвременните учени със значителни усилия. В рамките на задачата, определена преди това, ако анализът на невронна мрежа за предоставяне на друга снимка, най-вероятно, не беше веднага състояние да се справя със сигурност, но въз основа на получените данни по време на обучение на по-рано, просто осъзнах, където земята и къде - облаци, пространство, или нещо нещо друго.

Прилагане на идеята в действителност

Разбира се, в действителност, невронните мрежи са много по-сложни от описаните по-горе, въпреки че самият принцип се запазва. Основната задача на елементите, от които се формира невронната мрежа, е да се систематизира числената информация. Когато изобилието на елементите се комбинира, задачата става по-сложна, тъй като входната информация може да не е отвън, а от perceptron, който вече е завършил своята работа по систематизация.

Ако се върнем към проблема по-горе, от вътрешната страна на невронната мрежа се сещам за такива процеси, един неврон отличава от другите сини пиксели, координатите на другите процеси, третият анализи първите две данните, въз основа на който реши, в земята или на небето в даден момент. А сортирането в синьо и други пиксели може да бъде поверено едновременно на няколко неврони и получената от тях информация може да бъде обобщена. Тези перцептрони, които ще дадат по-добър и по-точен резултат, ще получат премия под формата на по-голяма стойност и резултатите от тях ще имат приоритет при повторното обработване на всяка задача. Разбира се, невронни мрежи е изключително обем, а информацията се обработва от тях, и да направи много тежък планински, но ще може да се разгледа и анализира грешките и да ги предотврати в бъдеще. В много отношения, на базата на импланти на нервната мрежа, които се съдържат в много фантастични книги, работят върху този принцип (ако, разбира се, авторите се притесняват от разсъжденията за принципа на работа).

Исторически етапи

Това може да изненада лаята, но първите невронни мрежи се появиха през 1958 г. Това се дължи на факта, че подреждането на изкуствени неврони е подобно на други компютърни елементи, между които информацията се предава в двоичен формат. В края на шейсетте години е измислена машина, наречена "Марк I Perceptron", в която се прилагат принципите на невронните мрежи. Това означава, че първата невронна мрежа се появява само десетилетие след изграждането на първия компютър.

Първите неврони от първата невронна мрежа се състоят от резистори, радиолампи (по това време не съществува такъв код, който модерните учени могат да използват). Работата с невронната мрежа беше задачата на Франк Розенблат, който създаде двуслойна мрежа. За да се прехвърлят външни данни в мрежата, беше използван екран с резолюция от 400 точки. Колата скоро успя да идентифицира геометричните форми. Това вече ни позволи да приемем, че при подобряването на техническите решения нервните мрежи могат да се научат да четат писма. И кой знае какво друго?

Първата невронна мрежа

Както може да се види от историята, Розенблат буквално изгори със собствения си бизнес, беше ориентиран перфектно в него, беше експерт по неврофизиология. Той е автор на вълнуващ и популярен университетски курс, в който всеки може да разбере как да реализира човешкия мозък в техническо въплъщение. Дори тогава академичната общност се надяваше, че в близко бъдеще ще има реални възможности за формиране на интелигентни роботи, способни да се движат, да говорят и да образуват подобни системи. Кой знае, може би тези роботи ще отидат да колонизират други планети?

Розентблатт беше ентусиастът и може да бъде разбран. Учените смятат, че изкуственият интелект може да се реализира, ако се приложи изцяло в машинната математическа логика. В този момент вече съществуваше Тюринг тест, Азимов популяризира идеята за роботика. Научната общност беше убедена, че овладяването на Вселената е въпрос на време.

Скептицизмът беше оправдан

Още през 60-те години имаше учени, които спореха както с Розенблат, така и с други големи умове, които работеха върху изкуствен интелект. По-точна представа за тяхната логика на измислиците може да бъде получена от публикациите на Марвин Мински, който е известен в своята област. Между другото, е известно, че способността на Минск беше високо оценена Исак Асимов, Стенли Кубрик (Минск му помага в работата си за "космическата одисея"). Минск не е против създаването на невронни мрежи, както се вижда от филма на Кубрик, а в рамките на научната му кариера той се занимава с обучение на автомобили през 50-те години. Независимо от това, Минск категорично третираше грешни мнения, критикува надежди, за които по това време нямаше твърда основа. Между другото, Марвин от книгите Дъглас Адамс наречен в чест на Минск.

Критиката на невронните мрежи и подходът от това време са систематизирани в публикацията Perceptron от 1969 г. Това е тази книга, която много буквално на корена е убила интереса към невронни мрежи, защото учен с отлична репутация ясно показа, че "Марк първи" има редица недостатъци. На първо място, наличието на само два слоя беше очевидно недостатъчно и машината успя да направи твърде малко, въпреки огромните си размери и огромна консумация на енергия. Втората точка на критика беше посветена на алгоритмите, разработени от Rosenblatt за мрежово обучение. Според Мински информация за грешките се губи с голяма вероятност и необходимия слой просто не получи пълната сума от данни за правилен анализ на ситуацията.

Случаят възникна

Независимо от факта, че основната идея на Минск беше да посочи грешки на колегите, които да ги стимулират да подобрят развитието, ситуацията е различна. Розенблат починал през 1971 г. и нямаше кой да продължи работата си. През този период започна ерата на компютрите и тази област на технологията продължи на огромни стъпки. В този сектор участваха най-добрите умове в областта на математиката и компютърните науки, а изкуственият интелект изглеждаше неразумно разпространение на сили и средства.

Невронните мрежи не са привличали вниманието на научната общност повече от десетилетие. Повратна точка се случи, когато киберпънк влезе в мода. Възможно е да се намерят формули, с които грешките да се разглеждат с висока точност. През 1986 г., проблемът е формулиран от Минск, намерени третото решение (и трите са разработени независимо един от друг от групи учени), и това беше неговото откритие предизвика ентусиасти за развитието на ново поле: работата по невронни мрежи се засили отново. Въпреки това, терминът perceptrons неусетно заменени по когнитивно компютри, се отървах от експериментални устройства, започва да използва криптиране, като се използват най-ефективните техники за програмиране. Само за няколко години и невроните вече са сглобени в сложни структури, които могат да се справят с доста сериозни задачи. С течение на времето е възможно например да се създадат програми за четене на човешки ръкопис. Първите мрежи се появиха, способни на самообучение, т.е. те независимо намериха правилните отговори, без да поискат от човека, който управлява компютъра. Невронните мрежи са намерили своето приложение на практика. Например, те са идентифицирани на контролните номера на програмата, използвана в банковите структури в Америка.

Напред нагоре

През 90-те години стана ясно, че ключовата особеност на невронните мрежи, която изисква специално внимание на учените, е способността да се изследва дадена област в търсене на правилното решение, без да я подтиква от човека. Програмата прилага метода на изпитание, грешка, въз основа на която създава правила за поведение.

Този период бе белязан от засилване на обществения интерес към самообработени роботи. Дизайнерите-ентусиасти от различни краища на планетата започнаха активно да проектират свои собствени роботи, способни да се обучават. През 1997 г. той показа първия наистина сериозен успех на световно ниво: компютърът победи първо най-добрия шахматист в света - Гари Каспаров. До края на 90-те обаче учените стигнаха до заключението, че са достигнали тавана, а изкуственият интелект не може да се разраства допълнително. Освен това добре оптимизиран алгоритъм е много по-ефективен от всяка невронна мрежа, която решава същите проблеми. Някои функции бяха оставени зад невронни мрежи, например разпознаване на архивни текстове, но нищо по-сложно не беше налице. По принцип, както твърдят съвременните учени, няма достатъчно технически капацитет.

Нашето време

Neuronets в наши дни е начинът да се решат най-трудните проблеми, използвайки метода "самия разтвор". В действителност, тя не е свързана с никакви научна революция, на съвременни изследователи, светло програмиране свят имат достъп до мощна техника, която позволява да се приложат на практика това, което човек може да си представи преди само по принцип. Връщайки се към фразата на Цицерон за маймуни и значки: ако животните се държим този, който ще им даде награда за правилната фраза, те не просто се създаде смислен текст, но пиша нова "Война и мир", а не по-зле.

Neuronets на наши дни са в арсенала на най-големите компании, работещи в областта на информационните технологии. Това са многослойни невронни мрежи, реализирани чрез мощни сървъри, използващи възможностите на световната мрежа, масиви от информация, натрупана през последните десетилетия.