Rețea neuronală - ce este? Definiție, semnificație și domeniul de aplicare

2024 Autor: Leah Sherlock | [email protected]. Modificat ultima dată: 2023-12-17 05:47

Cunoscut anterior doar din cărțile de science fiction, termenul de rețea neuronală în ultimii ani a intrat treptat și imperceptibil în viața publică ca parte integrantă a ultimelor dezvoltări științifice. Desigur, de destul de mult timp, oamenii implicați în industria jocurilor de noroc știu că aceasta este o rețea neuronală. Dar în ziua de azi termenul este găsit de toată lumea, este cunoscut și înțeles de mase largi. Fără îndoială, acest lucru indică faptul că știința a devenit mai aproape de viața reală, iar noi descoperiri ne așteaptă în viitor. Și totuși, ce este o rețea neuronală? Să încercăm să aflăm sensul cuvântului.

Prezent și viitor

În vremuri, rețeaua neuronală, Hort și spacewalkers erau concepte strâns legate, pentru că era posibil să se întâlnească inteligența artificială cu abilități mult superioare unei simple mașini doar într-o lume fantastică care apare în imaginația lui. unii autori. Și totuși, tendințele sunt de așa natură încât recent în jurul unei persoane obișnuite în realitate există din ce în ce mai multe dintre acele obiecte care au fost menționate anterior doar în literatura științifico-fantastică. Acest lucru ne permite să spunem că chiar și cel mai violent zbor al fanteziei, poate, mai devreme sau mai târziu, își va găsi echivalentul în realitate. Cărți despre hit-uri, rețele neuronale dejaacum au mai multe în comun cu realitatea decât acum zece ani și cine știe ce se va întâmpla peste un alt deceniu?

O rețea neuronală în realitățile moderne este o tehnologie care îți permite să identifici oamenii, având la dispoziție doar o fotografie. Inteligența artificială este destul de capabilă să conducă o mașină, poate juca și câștiga un joc de poker. Mai mult, rețelele neuronale sunt noi modalități de a face descoperiri științifice, permițându-vă să recurgeți la capabilități de calcul anterior imposibile. Acest lucru oferă șanse unice de a înțelege lumea de astăzi. Cu toate acestea, doar din știrile care anunță cele mai recente descoperiri, rareori este clar ce este o rețea neuronală. Acest termen ar trebui aplicat unui program, unei mașini sau unui complex de servere?

Vizualizare generală

După cum puteți vedea chiar din termenul „rețea neuronală” (fotografiile prezentate în acest articol fac și posibilă înțelegerea acestui lucru) este o structură care a fost concepută prin analogie cu logica creierului uman. Desigur, copierea unei structuri complet biologice de un nivel atât de ridicat de complexitate în acest moment nu pare realistă, dar oamenii de știință au reușit deja să se apropie în mod semnificativ de rezolvarea problemei. Să presupunem că rețelele neuronale create recent sunt destul de eficiente. Hort și alți scriitori care au publicat lucrări fantastice nu știau, la momentul scrierii lucrărilor lor, că știința va putea merge atât de departe până în acest an.

Particularitatea creierului uman este că este o structură de numeroase elemente, între careinformația este transmisă constant prin neuroni. De fapt, noile rețele neuronale sunt, de asemenea, structuri similare, în care impulsurile electrice asigură schimbul de date relevante. Într-un cuvânt, la fel ca în creierul uman. Și totuși nu este clar: există vreo diferență față de un computer convențional? La urma urmei, mașina, după cum știți, este creată și din piese, dintre care datele sunt transferate prin intermediul unui curent electric. În cărțile despre spațiu, rețele neuronale, totul arată de obicei încântător - mașini uriașe sau minuscule, dintr-o singură privire, la care personajele înțeleg cu ce au de-a face. Dar, în realitate, situația este diferită până acum.

Cum este construit?

După cum se poate observa din lucrările științifice despre rețelele neuronale („Spacewalkers”, din păcate, nu fac parte din această categorie, oricât de fascinante ar fi), ideea în cea mai progresivă structură în domeniul inteligența artificială, în crearea unei structuri complexe, ale cărei părți individuale sunt foarte simple. De fapt, făcând o paralelă cu oamenii, se poate găsi o asemănare: să zicem, doar o parte a creierului unui mamifer nu are abilități, capacități mari și nu poate oferi un comportament inteligent. Dar când vine vorba de o persoană în ansamblu, atunci o astfel de creatură trece cu calm testul pentru nivelul de inteligență, fără probleme speciale.

În ciuda acestor asemănări, o abordare similară a creării inteligenței artificiale a fost exclusă în urmă cu câțiva ani. Acest lucru poate fi văzut atât din lucrări științifice, cât și din cărți de science fiction despre rețeaua neuronală („Spacewalkers” menționat mai sus, de exemplu). Apropo, într-o oarecare măsură chiar și declarațiiCicero poate fi asociat cu ideea modernă a rețelelor neuronale: la un moment dat, el a sugerat mai degrabă caustic ca maimuțele să arunce în aer scrisori scrise pe jetoane, astfel încât mai devreme sau mai târziu să se formeze din ele un text semnificativ. Și doar secolul XXI a arătat că o astfel de răutate era complet nejustificată. Rețeaua neuronală și science-fiction au luat drumuri separate: dacă dai unei armate de maimuțe o mulțime de jetoane, acestea nu numai că vor crea un text semnificativ, ci vor câștiga și putere asupra lumii.

Forța este în unitate, frate

După cum am aflat din numeroase experimente, antrenarea unei rețele neuronale duce apoi la succes atunci când obiectul în sine include un număr mare de elemente. După cum glumesc oamenii de știință, de fapt, o rețea neuronală poate fi asamblată din orice, chiar și din cutii de chibrituri, deoarece ideea principală este un set de reguli pe care comunitatea rezultată le respectă. De obicei regulile sunt destul de simple, dar vă permit să controlați procesul de prelucrare a datelor. Într-o astfel de situație, un neuron (deși unul artificial) nu va fi deloc un dispozitiv, nu o structură complexă sau un sistem de neînțeles, ci mai degrabă simple operații aritmetice, implementate cu un consum minim de energie. Oficial în știință, neuronii artificiali sunt numiți „perceptroni”. Rețelele neuronale („Spacefalls” ilustrează bine acest lucru) ar trebui să fie mult mai complexe în opinia unor autori științifici, dar știința modernă arată că simplitatea oferă și rezultate excelente.

Funcționarea unui neuron artificial este simplă: se introduc numere, se calculează valoarea fiecăruiabloc de informații, rezultatele se adună, rezultatul este o unitate sau valoarea „-1”. A vrut vreodată cititorul să fie printre cei căzuți? Rețelele neuronale funcționează într-un mod complet diferit în realitate, cel puțin în prezent, prin urmare, atunci când vă imaginați într-o lucrare fantezie, nu ar trebui să uitați de acest lucru. De fapt, o persoană modernă poate lucra cu inteligența artificială, de exemplu, astfel: puteți afișa o imagine, iar sistemul electronic va răspunde la întrebarea „ori - sau”. Să presupunem că o persoană stabilește sistemul de coordonate al unui punct și întreabă ce este reprezentat - pământul sau, să zicem, cerul. După analizarea informațiilor, sistemul dă un răspuns - foarte posibil incorect (în funcție de perfecțiunea AI).

Apreciere

După cum puteți vedea din logica rețelei neuronale moderne, fiecare element al acesteia încearcă să ghicească răspunsul corect la întrebarea adresată sistemului. În acest caz, există puțină precizie, rezultatul este comparabil cu rezultatul aruncării unei monede. Dar adevărata muncă științifică începe atunci când vine timpul să antrenăm rețeaua neuronală. Spațiul, explorarea noilor lumi, înțelegerea esenței legilor fizice ale universului nostru (pe care se bazează oamenii de știință moderni folosind rețele neuronale) vor deveni deschise chiar în momentul în care inteligența artificială va învăța cu mult mai multă eficiență și eficacitate decât o persoană.

Adevărul este că persoana care pune o întrebare sistemului știe răspunsul corect la aceasta. Deci, îl puteți scrie în blocurile de informații ale programului. Un perceptron care dă răspunsul corect câștigă valoare șiaici cel care a raspuns gresit il pierde, primind amenda. Fiecare ciclu de lansare a unui nou program diferă de cel anterior datorită modificării nivelului valoric. Revenind la exemplul anterior: mai devreme sau mai târziu programul va învăța să facă distincția clară între pământ și spațiu. Cu cât rețelele neuronale învață mai eficient, cu atât programul de studii este întocmit mai corect - iar formarea lui îi costă mult efort pe oamenii de știință moderni. Ca parte a sarcinii stabilite mai devreme: dacă rețelei neuronale este prevăzută cu o altă fotografie pentru analiză, probabil că nu o va putea procesa imediat cu acuratețe, dar, pe baza datelor obținute în timpul antrenamentului anterior, va da seama cu exactitate unde este pământul și unde sunt norii, spațiul sau altceva.

Aplicarea unei idei în realitate

Desigur, în realitate, rețelele neuronale sunt mult mai complicate decât cele descrise mai sus, deși principiul în sine rămâne același. Sarcina principală a elementelor din care se formează rețeaua neuronală este sistematizarea informațiilor numerice. Atunci când se combină o abundență de elemente, sarcina devine mai complicată, deoarece informațiile de intrare nu pot fi din exterior, ci din perceptron, care și-a făcut deja treaba de sistematizare.

Dacă revenim la sarcina de mai sus, atunci în interiorul rețelei neuronale poți veni cu următoarele procese: un neuron distinge pixelii albaștri de alții, celăl alt procesează coordonatele, al treilea analizează datele primite de primul. doi, pe baza cărora decide dacă pământul sau cerul se află într-un punct dat. Mai mult, sortarea în albastru și alți pixeli poate fi încredințată mai multor neuroni simultan, iar informațiile pe care le primesc pot fi rezumate. Acei perceptroni care vor daun rezultat mai bun și mai precis va primi un bonus sub forma unei valori mai mari la final, iar rezultatele acestora vor fi prioritare la reprocesarea oricărei sarcini. Desigur, rețeaua neuronală se dovedește a fi extrem de voluminoasă, iar informațiile procesate în ea vor fi deloc un munte insuportabil, dar se va putea lua în considerare și analiza erorile și le va preveni pe viitor. Implanturile bazate în mare parte pe rețele neuronale găsite în multe cărți științifico-fantastice funcționează astfel (cu excepția cazului în care, desigur, autorii se obosesc să se gândească la modul în care funcționează).

Repere istorice

Poate surprinde profanul, dar primele rețele neuronale au apărut în 1958. Acest lucru se datorează faptului că dispozitivul neuronilor artificiali este similar cu alte elemente de computer, între care informațiile sunt transmise în formatul unui sistem de numere binar. La sfârșitul anilor șaizeci, a fost inventată o mașină, numită Mark I Perceptron, în care au fost implementate principiile rețelelor neuronale. Aceasta înseamnă că prima rețea neuronală a apărut la doar un deceniu după construirea primului computer.

Primii neuroni ai primei rețele neuronale constau din rezistențe, tuburi radio (la vremea aceea, un astfel de cod pe care oamenii de știință îl puteau folosi nu fusese încă dezvoltat). Lucrul cu o rețea neuronală a fost sarcina lui Frank Rosenblatt, care a creat o rețea cu două straturi. Un ecran cu o rezoluție de 400 de pixeli a fost folosit pentru a transmite date externe către rețea. Mașina a fost în curând capabilă să recunoască forme geometrice. Acest lucru a sugerat deja că, odată cu îmbunătățirea soluțiilor tehnice, rețelele neuronale potinvata sa citesti litere. Și cine știe ce altceva?

Prima rețea neuronală

După cum se vede din istorie, Rosenblatt a ars literalmente de munca sa, era perfect orientat în ea, era specialist în neurofiziologie. El a fost autorul unui curs universitar fascinant și popular în care oricine putea înțelege cum să implementeze creierul uman într-o întruchipare tehnică. Chiar și atunci, comunitatea științifică a sperat că în curând vor exista oportunități reale de a forma roboți inteligenți capabili să se miște, să vorbească și să formeze sisteme similare cu ei înșiși. Cine știe, poate acești roboți ar merge să colonizeze alte planete?

Rosentblatt a fost un entuziast și îl puteți înțelege. Oamenii de știință credeau că inteligența artificială ar putea fi realizată dacă logica matematică ar fi întruchipată pe deplin într-o mașină. În acest moment, testul Turing exista deja, Asimov a popularizat ideea de robotică. Comunitatea științifică era convinsă că explorarea Universului este o chestiune de timp.

Scepticism justificat

Deja în anii șaizeci existau oameni de știință care se certau cu Rosenblatt și cu alte minți mari care lucrau la inteligența artificială. O idee destul de exactă a logicii lor de fabricație poate fi obținută din publicațiile lui Marvin Minsky, binecunoscut în domeniul său. Apropo, se știe că Isaac Asimov și Stanley Kubrick au vorbit foarte bine despre abilitățile lui Minsky (Minsky l-a ajutat să lucreze la A Space Odyssey). Minsky nu era împotriva creării rețelelor neuronale, despre careFilmul lui Kubrick demonstrează și, ca parte a carierei sale științifice, el a fost implicat în învățarea automată în anii cincizeci. Cu toate acestea, Minsky a fost categoric cu privire la opiniile eronate, criticând speranțe pentru care în acel moment încă nu exista o bază solidă. Apropo, Marvin din cărțile lui Douglas Adams poartă numele lui Minsky.

Critica rețelelor neuronale și abordarea de atunci este sistematizată în publicația „Perceptron”, din 1969. Această carte a distrus literalmente interesul multor oameni pentru rețelele neuronale, deoarece un om de știință cu o reputație excelentă a arătat în mod clar că Mark primul avea o serie de defecte. În primul rând, prezența a doar două straturi a fost în mod clar insuficientă, iar mașina putea face prea puțin, în ciuda dimensiunii sale gigantice și a consumului uriaș de energie. Al doilea punct de critică a fost dedicat algoritmilor dezvoltați de Rosenblatt pentru formarea în rețea. Potrivit lui Minsky, informațiile despre erori s-au pierdut cu o probabilitate mare, iar stratul necesar pur și simplu nu a primit întreaga cantitate de date pentru o analiză corectă a situației.

Lucruri oprite

În pofida faptului că ideea principală a lui Minsky a fost să sublinieze greșelile colegilor săi pentru a-i stimula să îmbunătățească dezvoltarea, situația a fost diferită. Rosenblatt a murit în 1971 și nu era nimeni care să-și continue munca. În această perioadă, a început era computerelor, iar acest domeniu al tehnologiei mergea înainte cu pași uriași. Cele mai bune minți din matematică și informatică au fost angajate în acest sector, iar inteligența artificială părea o risipă nerezonabilă de energie și resurse.

Rețelele neuronale nu au atras atenția comunității științifice de mai bine de un deceniu. Punctul de cotitură a venit când cyberpunk-ul a intrat în vogă. S-au putut găsi formule prin care erorile pot fi calculate cu mare precizie. În 1986, problema formulată de Minsky a găsit deja o a treia soluție (toate trei au fost dezvoltate de grupuri independente de oameni de știință) și tocmai această descoperire i-a determinat pe entuziaști să exploreze un nou domeniu: munca pe rețelele neuronale a devenit din nou activă. Cu toate acestea, termenul de perceptroni a fost înlocuit în liniște de calculul cognitiv, a scăpat de dispozitivele experimentale, a început să folosească codificarea, folosind cele mai eficiente tehnici de programare. Doar câțiva ani, iar neuronii sunt deja asamblați în structuri complexe care pot face față unor sarcini destul de serioase. De-a lungul timpului, a fost posibil, de exemplu, să se creeze programe pentru citirea scrisului de mână uman. Primele rețele au apărut capabile de auto-învățare, adică au găsit în mod independent răspunsurile corecte, fără un indiciu de la persoana care controlează computerul. Rețelele neuronale și-au găsit aplicația în practică. De exemplu, programele care identifică numerele pe cecuri sunt folosite în structurile bancare din America.

Înainte cu s alturi

În anii '90, a devenit clar că o caracteristică cheie a rețelelor neuronale care necesită o atenție specială a oamenilor de știință este capacitatea de a explora o anumită zonă în căutarea soluției potrivite fără a fi solicitat de la o persoană. Programul folosește metoda de încercare și eroare, pe baza căreia creează reguli de comportament.

Această perioadă a fost marcată de o creștere a interesuluipublic până la roboți improvizați. Designeri entuziaști din întreaga lume au început să-și proiecteze în mod activ proprii roboți capabili să învețe. În 1997, acesta a marcat primul succes cu adevărat serios la nivel mondial: pentru prima dată, un computer l-a învins pe cel mai bun jucător de șah din lume, Garry Kasparov. Cu toate acestea, până la sfârșitul anilor 90, oamenii de știință au ajuns la concluzia că au atins plafonul, iar inteligența artificială nu putea crește mai departe. Mai mult, un algoritm bine optimizat este mult mai eficient decât orice rețea neuronală în rezolvarea acelorași probleme. Unele funcții au rămas cu rețelele neuronale, de exemplu, recunoașterea textelor de arhivă, dar nu era disponibil nimic mai complicat. Practic, după cum spun oamenii de știință moderni, a existat o lipsă de capabilități tehnice.

Timpul nostru

Rețelele neuronale de astăzi sunt o modalitate de a rezolva cele mai complexe probleme folosind metoda „soluția va fi găsită de la sine”. De fapt, acest lucru nu are legătură cu nicio revoluție științifică, doar oamenii de știință moderni, luminarii lumii programării, au acces la o tehnică puternică care le permite să pună în practică ceea ce o persoană și-ar putea imagina înainte doar în termeni generali. Revenind la fraza lui Cicero despre maimuțe și jetoane: dacă desemnați pe cineva animalelor care le va oferi o recompensă pentru fraza corectă, acestea nu numai că vor crea un text semnificativ, ci vor scrie un nou „Război și pace” și nu mai rău.

Rețelele neuronale ale zilelor noastre sunt în serviciu cu cele mai mari companii care lucrează în domeniul tehnologiei informației. Acestea sunt rețele neuronale multistrat implementate prin servere puternice,folosind posibilitățile World Wide Web, rețelele de informații acumulate în ultimele decenii.