Nevronska mreža - kaj je to? Opredelitev, pomen in obseg

2024 Avtor: Leah Sherlock | [email protected]. Nazadnje spremenjeno: 2023-12-17 05:48

Izraz nevronska mreža, ki je bil prej znan le iz znanstvenofantastičnih knjig, je v zadnjih letih postopoma in neopazno vstopil v javno življenje kot sestavni del najnovejšega znanstvenega razvoja. Seveda ljudje, ki se ukvarjajo z igralniško industrijo, že dolgo vedo, da je to nevronska mreža. Danes pa ta izraz najdejo vsi, poznajo ga in razumejo široke množice. To nedvomno kaže, da se je znanost približala resničnemu življenju in da nas v prihodnosti čakajo novi preboji. In vendar, kaj je nevronska mreža? Poskusimo ugotoviti pomen besede.

Sedanjost in prihodnost

V starih časih so bili nevronska mreža, Hort in vesoljski sprehajalci tesno povezani koncepti, saj se je bilo mogoče srečati z umetno inteligenco s sposobnostmi, ki so bile veliko boljše od preprostega stroja le v fantazijskem svetu, ki se pojavi v domišljiji nekateri avtorji. In vendar so trendi takšni, da je v zadnjem času okoli navadnega človeka v resnici vse več tistih predmetov, ki so bili prej omenjeni le v znanstvenofantastični literaturi. To nam omogoča, da rečemo, da bo celo najbolj nasilni let fantazije morda prej ali slej našel svoj ekvivalent v resnici. Knjige o uspešnicah, nevronskih mrežah žeimajo zdaj več skupnega z realnostjo kot pred desetimi leti, in kdo ve, kaj se bo zgodilo čez naslednje desetletje?

Nevronska mreža v sodobni realnosti je tehnologija, ki vam omogoča identifikacijo ljudi, pri čemer imate na voljo samo fotografijo. Umetna inteligenca je precej sposobna voziti avto, lahko igra in zmaga pri igri pokra. Poleg tega so nevronske mreže novi načini znanstvenih odkritij, ki vam omogočajo, da se zatečete k prej nemogočim računalniškim zmogljivostim. To daje edinstvene možnosti za razumevanje današnjega sveta. Vendar je le iz novic, ki oznanjajo najnovejša odkritja, le redko jasno, kaj je nevronska mreža. Ali je treba ta izraz uporabiti za program, stroj ali kompleks strežnikov?

Splošni pogled

Kot lahko vidite iz samega izraza "nevronska mreža" (fotografije, predstavljene v tem članku tudi to omogočajo razumevanje), je struktura, ki je bila zasnovana po analogiji z logiko človeških možganov. Seveda se kopiranje povsem biološke strukture tako visoke stopnje kompleksnosti trenutno ne zdi realistično, vendar so se znanstveniki že lahko opazno približali reševanju problema. Recimo, da so nedavno ustvarjene nevronske mreže precej učinkovite. Hort in drugi pisci, ki so objavljali fantastična dela, ob pisanju svojih del skoraj niso vedeli, da bo znanost do tega leta sposobna stopiti tako daleč naprej.

Posebnost človeških možganov je, da so struktura številnih elementov, med katerimiinformacije se nenehno prenašajo po nevronih. Pravzaprav so tudi nove nevronske mreže podobne strukture, kjer električni impulzi zagotavljajo izmenjavo ustreznih podatkov. Z eno besedo, tako kot v človeških možganih. In vendar ni jasno: ali obstaja kakšna razlika od običajnega računalnika? Konec koncev je stroj, kot veste, ustvarjen tudi iz delov, med katerimi se podatki prenašajo z električnim tokom. V knjigah o vesolju, nevronskih mrežah je običajno vse videti očarljivo – ogromni ali drobni stroji, na katerega liki že na prvi pogled razumejo, s čim imajo opravka. Toda v resnici je situacija zaenkrat drugačna.

Kako je zgrajen?

Kot je razvidno iz znanstvenih člankov o nevronskih omrežjih ("Spacewalkers" na žalost ne spadajo v to kategorijo, ne glede na to, kako fascinantni so), je ideja v najbolj napredni strukturi na področju umetne inteligence, pri ustvarjanju kompleksne strukture, katere posamezni deli so zelo preprosti. Pravzaprav, če potegnemo vzporednico z ljudmi, lahko najdemo podobnost: recimo, samo en del možganov sesalca nima velikih sposobnosti, zmogljivosti in ne more zagotoviti inteligentnega vedenja. Ko pa gre za osebo kot celoto, potem takšno bitje brez posebnih težav mirno opravi test za raven inteligence.

Kljub tem podobnostim je bil podoben pristop k ustvarjanju umetne inteligence pred nekaj leti izgnan. To je razvidno tako iz znanstvenih člankov kot iz znanstvenofantastičnih knjig o nevronski mreži (na primer zgoraj omenjeni "Spacewalkers"). Mimogrede, do neke mere celo izjaveCicerona lahko povežemo s sodobno idejo nevronskih omrežij: nekoč je precej jedko predlagal, naj opice vržejo v zrak črke, napisane na žetonih, da bi iz njih prej ali slej nastalo smiselno besedilo. In šele 21. stoletje je pokazalo, da je bila takšna zloba povsem neupravičena. Nevronska mreža in znanstvena fantastika sta šli vsak svojo pot: če vojski opic daste veliko žetonov, ne bodo ustvarile samo smiselnega besedila, ampak bodo pridobile tudi moč nad svetom.

Moč je v enotnosti, brat

Kot smo se naučili iz številnih eksperimentov, usposabljanje nevronske mreže nato vodi do uspeha, ko objekt sam vključuje ogromno elementov. Kot se pošalijo znanstveniki, je pravzaprav nevronsko mrežo mogoče sestaviti iz česar koli, tudi iz škatel vžigalic, saj je glavna ideja niz pravil, ki jih spoštuje nastala skupnost. Pravila so običajno precej preprosta, vendar vam omogočajo nadzor nad procesom obdelave podatkov. V takšni situaciji nevron (čeprav umetni) sploh ne bo naprava, ne zapletena struktura ali nerazumljiv sistem, temveč preproste aritmetične operacije, ki se izvajajo z minimalno porabo energije. Uradno v znanosti se umetni nevroni imenujejo "perceptroni". Nevronske mreže ("Spacefalls" to dobro ponazarjajo) bi morale biti po mnenju nekaterih znanstvenih avtorjev veliko bolj zapletene, vendar sodobna znanost kaže, da preprostost daje tudi odlične rezultate.

Delovanje umetnega nevrona je preprosto: vnesejo se številke, za vsako se izračuna vrednostinformacijski blok, rezultati se seštejejo, izhod je enota ali vrednost "-1". Je bralec kdaj želel biti med padlimi? Nevronske mreže v resnici delujejo na povsem drugačen način, vsaj v tem trenutku, zato, ko si predstavljate sebe v fantazijskem delu, na to ne smete pozabiti. Pravzaprav lahko sodobna oseba dela z umetno inteligenco, na primer tako: lahko pokažete sliko in elektronski sistem bo odgovoril na vprašanje "ali - ali". Recimo, da oseba nastavi koordinatni sistem ene točke in vpraša, kaj je upodobljeno - zemlja ali, recimo, nebo. Po analizi informacij sistem da odgovor - zelo verjetno napačen (odvisno od popolnosti AI).

Palec gor

Kot lahko vidite iz logike sodobne nevronske mreže, vsak njen element poskuša uganiti pravilen odgovor na vprašanje, zastavljeno sistemu. V tem primeru je malo natančnosti, rezultat je primerljiv z rezultatom metanja kovanca. Toda pravo znanstveno delo se začne, ko pride čas za usposabljanje nevronske mreže. Vesolje, raziskovanje novih svetov, vpogled v bistvo fizikalnih zakonitosti našega vesolja (na katerega se sodobni znanstveniki zanašajo z uporabo nevronskih omrežij) se bo odprlo ravno v trenutku, ko se bo umetna inteligenca učila veliko bolj učinkovito in uspešno kot človek.

Dejstvo je, da oseba, ki sistemu zastavi vprašanje, ve pravilen odgovor nanj. Torej ga lahko zapišete v informacijske bloke programa. Perceptron, ki daje pravilen odgovor, pridobi vrednost intukaj tisti, ki je odgovoril napačno, izgubi in prejme globo. Vsak nov cikel zagona programa se razlikuje od prejšnjega zaradi spremembe ravni vrednosti. Če se vrnemo k prejšnjemu primeru: prej ali slej se bo program naučil jasno razlikovati med zemljo in vesoljem. Nevronske mreže se učijo bolj učinkovito, bolj pravilno je sestavljen študijski program - in njegovo oblikovanje sodobnim znanstvenikom stane veliko truda. Kot del prej zastavljene naloge: če bo nevronska mreža dobila še eno fotografijo za analizo, je verjetno ne bo mogla takoj natančno obdelati, vendar bo na podlagi podatkov, pridobljenih med usposabljanjem, natančno ugotovila, kje zemlja je in kje so oblaki, vesolje ali kaj drugega.

Uporaba ideje v realnost

Seveda so v resnici nevronske mreže veliko bolj zapletene od zgoraj opisanih, čeprav samo načelo ostaja enako. Glavna naloga elementov, iz katerih je sestavljena nevronska mreža, je sistematizacija številčnih informacij. Pri kombiniranju obilice elementov postane naloga bolj zapletena, saj vhodne informacije morda niso od zunaj, ampak iz perceptrona, ki je že opravil svoje delo sistematizacije.

Če se vrnemo k zgornji nalogi, lahko znotraj nevronske mreže pridemo do naslednjih procesov: en nevron razlikuje modre piksle od drugih, drugi obdeluje koordinate, tretji analizira podatke, ki jih prejme prvi dve, na podlagi katerih se odloči, ali je zemlja ali nebo v dani točki. Poleg tega je razvrščanje v modre in druge slikovne pike mogoče zaupati več nevronom hkrati, informacije, ki jih prejmejo, pa je mogoče povzeti. Tisti perceptroni, ki bodo daliboljši in natančnejši rezultat bo na koncu prejel bonus v obliki višje vrednosti, njihovi rezultati pa bodo prednostni pri ponovni obdelavi katere koli naloge. Seveda se nevronska mreža izkaže za izjemno obsežno, v njej obdelane informacije pa bodo sploh neznosna gora, vendar bo mogoče napake upoštevati in analizirati ter jih v prihodnosti preprečiti. Vsadki, ki v veliki meri temeljijo na nevronskih omrežjih, ki jih najdemo v številnih znanstvenofantastičnih knjigah, delujejo tako (če seveda avtorji ne razmišljajo o tem, kako delujejo).

Zgodovinski mejniki

Laika bo morda presenetilo, a prve nevronske mreže so se pojavile leta 1958. To je posledica dejstva, da je naprava umetnih nevronov podobna drugim računalniškim elementom, med katerimi se informacije prenašajo v obliki binarnega številskega sistema. Konec šestdesetih let je bil izumljen stroj, imenovan Mark I Perceptron, v katerem so bila implementirana načela nevronskih mrež. To pomeni, da se je prva nevronska mreža pojavila šele desetletje po izdelavi prvega računalnika.

Prve nevrone prve nevronske mreže so sestavljali upori, radijske cevi (takrat še ni bila razvita taka koda, ki bi jo lahko uporabljali sodobni znanstveniki). Delo z nevronsko mrežo je bila naloga Franka Rosenblatta, ki je ustvaril dvoslojno mrežo. Za prenos zunanjih podatkov v omrežje je bil uporabljen zaslon z ločljivostjo 400 slikovnih pik. Stroj je kmalu lahko prepoznal geometrijske oblike. Že to je nakazovalo, da z izboljšanjem tehničnih rešitev lahko nevronske mreženauči se brati črke. In kdo ve kaj še?

Prva nevronska mreža

Kot je razvidno iz zgodovine, je Rosenblatt s svojim delom dobesedno gorel, v njem se je odlično orientiral, bil je specialist za nevrofiziologijo. Bil je avtor fascinantnega in priljubljenega univerzitetnega tečaja, v katerem je vsak lahko razumel, kako uveljaviti človeške možgane v tehnični izvedbi. Že takrat je znanstvena skupnost upala, da se bodo kmalu pojavile resnične priložnosti za oblikovanje inteligentnih robotov, ki so sposobni premikati, govoriti in tvoriti sisteme, podobne sebi. Kdo ve, morda bi ti roboti šli kolonizirat druge planete?

Rosentblatt je bil navdušenec in lahko ga razumete. Znanstveniki so verjeli, da bi lahko umetno inteligenco uresničili, če bi bila matematična logika v celoti utelešena v stroju. Na tej točki je Turingov test že obstajal, Asimov je populariziral idejo robotike. Znanstvena skupnost je bila prepričana, da je raziskovanje vesolja vprašanje časa.

Skepticizem upravičen

Že v šestdesetih letih so bili znanstveniki, ki so se prepirali z Rosenblattom in drugimi velikimi umi, ki so delali na področju umetne inteligence. Precej natančno predstavo o njihovi logiki izmišljotin je mogoče dobiti iz publikacij Marvina Minskyja, dobro znanega na svojem področju. Mimogrede, znano je, da sta Isaac Asimov in Stanley Kubrick zelo govorila o sposobnostih Minskyja (Minsky mu je pomagal pri delu na Vesoljski odiseji). Minsky ni bil proti ustvarjanju nevronskih mrež, o katerihKubrickov film priča, v okviru svoje znanstvene kariere pa se je že v petdesetih letih ukvarjal s strojnim učenjem. Kljub temu je bil Minsky kategoričen glede napačnih mnenj in kritiziral upanje, za katere v tistem trenutku še ni bilo trdnih temeljev. Mimogrede, Marvin iz knjig Douglasa Adamsa je poimenovan po Minskyju.

Kritika nevronskih mrež in pristopa tistega časa je sistematizirana v publikaciji "Perceptron" iz leta 1969. Prav ta knjiga je pri mnogih dobesedno ubila zanimanje za nevronske mreže, saj je znanstvenik z odličnim ugledom jasno pokazal, da ima Mark Prvi številne pomanjkljivosti. Prvič, prisotnost le dveh slojev je bila očitno nezadostna, stroj pa je lahko naredil premalo, kljub ogromni velikosti in ogromni porabi energije. Druga točka kritike je bila posvečena algoritmom, ki jih je razvil Rosenblatt za omrežno usposabljanje. Po mnenju Minskyja so bile informacije o napakah izgubljene z veliko verjetnostjo, potrebna plast pa preprosto ni prejela celotne količine podatkov za pravilno analizo situacije.

Stvari se ustavijo

Kljub temu, da je bila glavna ideja Minskyja opozoriti na napake svojim kolegom, da bi jih spodbudil k izboljšanju razvoja, je bila situacija drugačna. Rosenblatt je umrl leta 1971 in ni bilo nikogar, ki bi nadaljeval njegovo delo. V tem obdobju se je začela doba računalnikov in to področje tehnologije je napredovalo z velikimi koraki. V tem sektorju so bili zaposleni najboljši umi iz matematike in računalništva, umetna inteligenca pa se je zdela nerazumna potrata energije in virov.

Nevronske mreže že več kot desetletje niso pritegnile pozornosti znanstvene skupnosti. Prelomnica se je zgodila, ko je cyberpunk prišel v modo. Možno je bilo najti formule, po katerih je mogoče z visoko natančnostjo izračunati napake. Leta 1986 je problem, ki ga je oblikoval Minsky, našel že tretjo rešitev (vse tri so razvile neodvisne skupine znanstvenikov) in prav to odkritje je spodbudilo navdušence k raziskovanju novega področja: delo na nevronskih mrežah je spet postalo aktivno. Vendar pa je izraz perceptroni tiho nadomestilo kognitivno računalništvo, znebili se eksperimentalnih naprav, začeli uporabljati kodiranje z uporabo najučinkovitejših tehnik programiranja. Le nekaj let in nevroni so že sestavljeni v zapletene strukture, ki so kos precej resnim nalogam. Sčasoma je bilo mogoče na primer ustvariti programe za branje človeškega rokopisa. Pojavila so se prva omrežja, ki so se lahko samoučila, torej so samostojno našla pravilne odgovore, brez namiga osebe, ki upravlja računalnik. Nevronske mreže so našle svojo uporabo v praksi. Na njih se na primer uporabljajo programi, ki identificirajo številke na čekih v bančnih strukturah v Ameriki.

Naprej skokovito

V 90. letih je postalo jasno, da je ključna značilnost nevronskih omrežij, ki zahteva posebno pozornost znanstvenikov, sposobnost raziskovanja določenega področja v iskanju prave rešitve brez pozivanja osebe. Program uporablja metodo poskusov in napak, na podlagi katere ustvarja vedenjska pravila.

To obdobje je zaznamoval porast zanimanjajavnosti do improviziranih robotov. Navdušeni oblikovalci z vsega sveta so začeli aktivno oblikovati svoje robote, sposobne učenja. Leta 1997 je to pomenilo prvi resnično resen uspeh na svetovni ravni: računalnik je prvič premagal najboljšega šahista na svetu Garryja Kasparova. Vendar so znanstveniki do konca devetdesetih prišli do zaključka, da so dosegli zgornjo mejo in da umetna inteligenca ne more rasti naprej. Poleg tega je dobro optimiziran algoritem veliko bolj učinkovit kot katera koli nevronska mreža pri reševanju istih problemov. Nekatere funkcije so ostale pri nevronskih mrežah, na primer prepoznavanje arhivskih besedil, a nič bolj zapletenega ni bilo na voljo. V bistvu je, kot pravijo sodobni znanstveniki, primanjkovalo tehničnih zmogljivosti.

Naš čas

Nevronske mreže so danes način reševanja najkompleksnejših problemov z metodo »rešitev se bo našla sama«. Pravzaprav to ni povezano z nobeno znanstveno revolucijo, le sodobni znanstveniki, svetilke programskega sveta, imajo dostop do močne tehnike, ki jim omogoča, da udejanjijo tisto, kar si je človek prej na splošno lahko predstavljal. Če se vrnemo k Ciceronovi frazi o opicah in žetonih: če živalim dodeliš nekoga, ki jim bo dal nagrado za pravilno besedno zvezo, ne bo le ustvarila smiselnega besedila, ampak bo napisala novo "Vojno in mir" in nič hujšega.

Nevronske mreže naših dni so v službi največjih podjetij, ki delujejo na področju informacijske tehnologije. To so večplastne nevronske mreže, ki se izvajajo prek zmogljivih strežnikov,z uporabo možnosti svetovnega spleta, nizov informacij, nabranih v zadnjih desetletjih.