Neironu tīkls - kas tas ir? Definīcija, nozīme un darbības joma

2024 Autors: Leah Sherlock | [email protected]. Pēdējoreiz modificēts: 2023-12-17 05:43

Iepriekš tikai no zinātniskās fantastikas grāmatām pazīstamais termins neironu tīkls pēdējos gados pamazām un nemanāmi ienācis sabiedriskajā dzīvē kā jaunāko zinātnes sasniegumu neatņemama sastāvdaļa. Protams, diezgan ilgu laiku spēļu industrijā iesaistītie cilvēki zināja, ka šis ir neironu tīkls. Taču mūsdienās šo terminu atrod visi, to zina un saprot plašas masas. Tas neapšaubāmi norāda, ka zinātne ir kļuvusi tuvāka reālajai dzīvei, un nākotnē mūs sagaida jauni sasniegumi. Un tomēr, kas ir neironu tīkls? Mēģināsim izdomāt vārda nozīmi.

Tagadne un nākotne

Senākos laikos neironu tīkls, Horts un kosmosa gājēji bija cieši saistīti jēdzieni, jo ar mākslīgo intelektu ar spējām, kas krietni pārspēj vienkāršu mašīnu, bija iespējams sastapt tikai fantāziju pasaulē, kas rodas iztēlē. daži autori. Un tomēr tendences ir tādas, ka pēdējā laikā ap parastu cilvēku patiesībā arvien vairāk ir tādu objektu, kas iepriekš tika minēti tikai zinātniskās fantastikas literatūrā. Tas ļauj teikt, ka pat visspēcīgākais fantāzijas lidojums, iespējams, agrāk vai vēlāk atradīs savu ekvivalentu realitātē. Grāmatas par hitiem, neironu tīkliem jautagad ir vairāk kopīga ar realitāti nekā pirms desmit gadiem, un kas zina, kas notiks vēl pēc desmit gadiem?

Neironu tīkls mūsdienu realitātē ir tehnoloģija, kas ļauj identificēt cilvēkus, ja jūsu rīcībā ir tikai fotogrāfija. Mākslīgais intelekts ir diezgan spējīgs vadīt automašīnu, var spēlēt un uzvarēt pokera spēli. Turklāt neironu tīkli ir jauni veidi, kā veikt zinātniskus atklājumus, kas ļauj izmantot iepriekš neiespējamas skaitļošanas iespējas. Tas sniedz unikālas iespējas izprast mūsdienu pasauli. Tomēr tikai no ziņu ziņojumiem, kas vēsta par jaunākajiem atklājumiem, reti ir skaidrs, kas ir neironu tīkls. Vai šis termins ir jāattiecina uz programmu, mašīnu vai serveru kompleksu?

Vispārējais skats

Kā jūs varat redzēt no paša termina "neironu tīkls" (šajā rakstā sniegtie fotoattēli arī ļauj to saprast), ir struktūra, kas tika izveidota pēc analoģijas ar cilvēka smadzeņu loģiku. Protams, tik augstas sarežģītības pakāpes pilnībā bioloģiskas struktūras kopēšana šobrīd nešķiet reāla, taču zinātnieki jau ir spējuši manāmi pietuvoties problēmas risinājumam. Pieņemsim, ka nesen izveidotie neironu tīkli ir diezgan efektīvi. Horts un citi rakstnieki, kuri publicēja fantastiskus darbus, savu darbu rakstīšanas laikā gandrīz nezināja, ka līdz šim gadam zinātne spēs pakāpties tik tālu uz priekšu.

Cilvēka smadzeņu īpatnība ir tā, ka tās ir daudzu elementu struktūra, starp kurāminformācija nepārtraukti tiek pārraidīta caur neironiem. Faktiski arī jauni neironu tīkli ir līdzīgas struktūras, kur elektriskie impulsi nodrošina attiecīgo datu apmaiņu. Vārdu sakot, gluži kā cilvēka smadzenēs. Un tomēr nav skaidrs: vai ir kāda atšķirība no parastā datora? Galu galā mašīna, kā zināms, arī ir izveidota no detaļām, starp kurām dati tiek pārsūtīti ar elektriskās strāvas palīdzību. Grāmatās par kosmosu, neironu tīkliem viss parasti izskatās apburoši – milzīgas vai niecīgas mašīnas, no kurām vienā acu uzmetienā varoņi saprot, ar ko viņiem ir darīšana. Taču patiesībā situācija līdz šim ir savādāka.

Kā tas ir uzbūvēts?

Kā redzams no zinātniskajiem rakstiem par neironu tīkliem (“Spacewalkers”, diemžēl, neietilpst šajā kategorijā, lai cik aizraujoši tie būtu), ideja progresīvākajā struktūrā šajā jomā. mākslīgais intelekts, veidojot sarežģītu struktūru, kuras atsevišķās daļas ir ļoti vienkāršas. Patiesībā, velkot paralēles ar cilvēkiem, var atrast līdzību: teiksim, tikai vienai zīdītāja smadzeņu daļai nav lielas spējas, spējas un tā nevar nodrošināt saprātīgu uzvedību. Bet, ja runā par cilvēku kopumā, tad šāds radījums mierīgi iztur intelekta līmeņa pārbaudi bez īpašām problēmām.

Neskatoties uz šīm līdzībām, līdzīga pieeja mākslīgā intelekta radīšanai pirms dažiem gadiem tika izstumta. To var redzēt gan no zinātniskiem rakstiem, gan no zinātniskās fantastikas grāmatām par neironu tīklu (piemēram, iepriekš minētie “Spacewalkers”). Starp citu, zināmā mērā pat izteikumiCiceronu var saistīt ar mūsdienu ideju par neironu tīkliem: savulaik viņš diezgan kodīgi ieteica pērtiķiem mest gaisā uz žetoniem rakstītus burtus, lai no tiem agri vai vēlu veidotos jēgpilns teksts. Un tikai 21. gadsimts parādīja, ka šāda ļaunprātība ir pilnīgi nepamatota. Neironu tīkls un zinātniskā fantastika gāja katrs savu ceļu: ja jūs pērtiķu armijai piešķirsiet daudz žetonu, tie ne tikai radīs jēgpilnu tekstu, bet arī iegūs varu pār pasauli.

Spēks ir vienotībā, brāli

Kā mēs uzzinājām no daudziem eksperimentiem, neironu tīkla apmācība noved pie panākumiem, ja objektā ir iekļauts liels skaits elementu. Kā joko zinātnieki, patiesībā neironu tīklu var samontēt no jebko, pat no sērkociņu kastēm, jo galvenā ideja ir noteikumu kopums, kam pakļaujas radošā kopiena. Parasti noteikumi ir diezgan vienkārši, taču tie ļauj kontrolēt datu apstrādes procesu. Šādā situācijā neirons (kaut arī mākslīgs) nebūs nekāda ierīce, nevis sarežģīta struktūra vai nesaprotama sistēma, bet gan vienkāršas aritmētiskas darbības, kas realizētas ar minimālu enerģijas patēriņu. Oficiāli zinātnē mākslīgos neironus sauc par "perceptroniem". Dažu zinātnisko autoru skatījumā neironu tīkliem (“Spacefalls” to labi ilustrē) vajadzētu būt daudz sarežģītākiem, taču mūsdienu zinātne rāda, ka arī vienkāršība dod lieliskus rezultātus.

Mākslīgā neirona darbība ir vienkārša: tiek ievadīti skaitļi, katram tiek aprēķināta vērtībainformācijas blokā, rezultāti tiek summēti, izvade ir vienība vai vērtība "-1". Vai lasītājs kādreiz gribēja būt starp kritušajiem? Neironu tīkli realitātē, vismaz šobrīd, darbojas pavisam citādi, tāpēc, iedomājoties sevi fantāzijas darbā, par to nevajadzētu aizmirst. Faktiski mūsdienu cilvēks var strādāt ar mākslīgo intelektu, piemēram, šādi: jūs varat parādīt attēlu, un elektroniskā sistēma atbildēs uz jautājumu "vai nu - vai". Pieņemsim, ka cilvēks uzstāda viena punkta koordinātu sistēmu un jautā, kas ir attēlots - zeme vai, teiksim, debesis. Pēc informācijas analīzes sistēma sniedz atbildi - ļoti iespējams, nepareizu (atkarībā no AI pilnības).

Patīk

Kā var redzēt no mūsdienu neironu tīkla loģikas, katrs tā elements mēģina uzminēt pareizo atbildi uz sistēmai uzdoto jautājumu. Šajā gadījumā precizitāte ir maza, rezultāts ir salīdzināms ar monētas mešanas rezultātu. Bet īstais zinātniskais darbs sākas, kad ir pienācis laiks apmācīt neironu tīklu. Kosmoss, jaunu pasauļu izpēte, ieskats mūsu Visuma fizisko likumu būtībā (uz ko mūsdienu zinātnieki balstās, izmantojot neironu tīklus) kļūs atvērts tieši tajā brīdī, kad mākslīgais intelekts mācīsies ar daudz lielāku efektivitāti un iedarbīgāk nekā cilvēks.

Fakts ir tāds, ka persona, kas uzdod sistēmai jautājumu, zina pareizo atbildi uz to. Tātad, jūs varat to ierakstīt programmas informācijas blokos. Perceptrons, kas sniedz pareizo atbildi, iegūst vērtību, unšeit tas, kurš atbildēja nepareizi, to zaudē, saņemot sodu. Katrs jaunais programmas palaišanas cikls atšķiras no iepriekšējā vērtības līmeņa izmaiņu dēļ. Atgriežoties pie iepriekšējā piemēra: agrāk vai vēlāk programma iemācīsies skaidri atšķirt zemi un kosmosu. Neironu tīkli mācās, jo efektīvāk, jo pareizāk ir sastādīta studiju programma – un tās veidošana mūsdienu zinātniekiem maksā daudz pūļu. Kā daļa no iepriekš izvirzītā uzdevuma: ja neironu tīklam tiks nodrošināta cita fotogrāfija analīzei, tas, iespējams, uzreiz nevarēs to precīzi apstrādāt, bet, pamatojoties uz iepriekš apmācībā iegūtajiem datiem, tas precīzi izdomās, kur zeme ir, un kur ir mākoņi, kosmoss vai kaut kas cits.

Idejas pielietošana realitātē

Protams, patiesībā neironu tīkli ir daudz sarežģītāki nekā iepriekš aprakstītie, lai gan pats princips paliek nemainīgs. Elementu, no kuriem veidojas neironu tīkls, galvenais uzdevums ir sistematizēt skaitlisko informāciju. Kombinējot elementu pārpilnību, uzdevums kļūst sarežģītāks, jo ievades informācija var būt nevis no ārpuses, bet gan no perceptrona, kas jau ir paveicis savu sistematizācijas darbu.

Ja atgriežamies pie iepriekš minētā uzdevuma, tad neironu tīkla iekšienē var nākt klajā ar šādiem procesiem: viens neirons atšķir zilos pikseļus no citiem, otrs apstrādā koordinātas, trešais analizē pirmā saņemtos datus. divi, pamatojoties uz kuriem tas izlemj, vai dotajā punktā atrodas zeme vai debesis. Turklāt šķirošanu zilajos un citos pikseļos var uzticēt vairākiem neironiem vienlaikus un apkopot to saņemto informāciju. Tie perceptroni, kas doslabāks un precīzāks rezultāts beigās saņems bonusu lielākas vērtības veidā, un to rezultāti būs prioritāte jebkura uzdevuma pārstrādāšanā. Protams, neironu tīkls izrādās ārkārtīgi apjomīgs, un tajā apstrādātā informācija vispār būs nepanesams kalns, taču kļūdas varēs ņemt vērā un analizēt un novērst nākotnē. Lielākoties uz neironu tīklu balstītie implanti, kas atrodami daudzās zinātniskās fantastikas grāmatās, darbojas šādi (ja vien, protams, autori neuztraucas par to, kā tas darbojas).

Vēstures pavērsieni

Tas var pārsteigt neprofesionālus cilvēkus, taču pirmie neironu tīkli parādījās 1958. gadā. Tas ir saistīts ar faktu, ka mākslīgo neironu ierīce ir līdzīga citiem datora elementiem, starp kuriem tiek pārraidīta informācija binārās skaitļu sistēmas formātā. Sešdesmito gadu beigās tika izgudrota mašīna ar nosaukumu Mark I Perceptron, kurā tika realizēti neironu tīklu principi. Tas nozīmē, ka pirmais neironu tīkls parādījās tikai desmit gadus pēc pirmā datora uzbūvēšanas.

Pirmā neironu tīkla pirmie neironi sastāvēja no rezistoriem, radiolampām (tolaik tāds kods, ko varētu izmantot mūsdienu zinātnieki, vēl nebija izstrādāts). Darbs ar neironu tīklu bija Frenka Rozenblata uzdevums, kurš izveidoja divu slāņu tīklu. Ārējo datu pārsūtīšanai tīklā tika izmantots ekrāns ar 400 pikseļu izšķirtspēju. Drīz vien mašīna spēja atpazīt ģeometriskas formas. Tas jau liecināja, ka, uzlabojot tehniskos risinājumus, neironu tīkli variemācīties lasīt burtus. Un kas zina, kas vēl?

Pirmais neironu tīkls

Kā redzams no vēstures, Rozenblats burtiski dega ar savu darbu, lieliski tajā orientējās, bija neirofizioloģijas speciālists. Viņš bija aizraujoša un populāra universitātes kursa autors, kurā ikviens varēja saprast, kā īstenot cilvēka smadzenes tehniskā iemiesojumā. Jau toreiz zinātnieku aprindas cerēja, ka drīzumā būs reālas iespējas izveidot viedus robotus, kas spēj pārvietoties, runāt un veidot sev līdzīgas sistēmas. Kas zina, varbūt šie roboti dotos kolonizēt citas planētas?

Rozentblats bija entuziasts, un jūs varat viņu saprast. Zinātnieki uzskatīja, ka mākslīgo intelektu var realizēt, ja matemātiskā loģika būtu pilnībā iemiesota mašīnā. Šajā brīdī Tjūringa tests jau pastāvēja, Asimovs popularizēja robotikas ideju. Zinātnieku aprindas bija pārliecinātas, ka Visuma izpēte ir laika jautājums.

Skepsi pamatota

Jau sešdesmitajos gados bija zinātnieki, kuri strīdējās ar Rozenblatu un citiem izciliem prātiem, kas strādā pie mākslīgā intelekta. Diezgan precīzu priekšstatu par viņu izdomājumu loģiku var iegūt savā jomā labi pazīstamā Mārvina Minska publikācijās. Starp citu, ir zināms, ka Īzaks Asimovs un Stenlijs Kubriks atzinīgi izteicās par Minska spējām (Minskis palīdzēja viņam strādāt pie A Space Odyssey). Minskis nebija pret neironu tīklu izveidi, par koPar to liecina Kubrika filma, un viņa zinātniskās karjeras ietvaros viņš piecdesmitajos gados nodarbojās ar mašīnmācību. Tomēr Minskis bija kategorisks pret kļūdainiem viedokļiem, kritizējot cerības, kurām tobrīd vēl nebija stabila pamata. Starp citu, Mārvins no Duglasa Adamsa grāmatām ir nosaukts Minska vārdā.

Neironu tīklu kritika un tā laika pieeja sistematizēta publikācijā "Perceptron", kas datēta ar 1969. gadu. Tieši šī grāmata jau pašā sākumā nogalināja daudzu cilvēku interesi par neironu tīkliem, jo zinātnieks ar izcilu reputāciju skaidri parādīja, ka Markam Pirmajam ir vairākas nepilnības. Pirmkārt, tikai divu slāņu klātbūtne bija acīmredzami nepietiekama, un mašīna varēja darīt pārāk maz, neskatoties uz tās milzīgo izmēru un milzīgo enerģijas patēriņu. Otrs kritikas punkts tika veltīts Rosenblatt izstrādātajiem algoritmiem tīkla apmācībai. Pēc Minska teiktā, informācija par kļūdām tika zaudēta ar lielu varbūtību, un nepieciešamais slānis vienkārši nesaņēma pilnu datu apjomu pareizai situācijas analīzei.

Lietas apstājās

Neskatoties uz to, ka Minska galvenā doma bija norādīt uz kļūdām saviem kolēģiem, lai stimulētu viņus uzlabot attīstību, situācija bija atšķirīga. Rozenblats nomira 1971. gadā, un nebija neviena, kas turpinātu viņa darbu. Šajā periodā sākās datoru laikmets, un šī tehnoloģiju joma virzījās uz priekšu ar milzīgiem soļiem. Šajā nozarē strādāja labākie matemātikas un datorzinātņu prāti, un mākslīgais intelekts šķita nepamatota enerģijas un resursu izšķērdēšana.

Neironu tīkli nav piesaistījuši zinātnieku aprindas uzmanību vairāk nekā desmit gadus. Pagrieziena punkts notika, kad kiberpanks nāca modē. Varēja atrast formulas, pēc kurām kļūdas var aprēķināt ar augstu precizitāti. 1986. gadā Minska formulētajai problēmai tika atrasts jau trešais risinājums (visus trīs izstrādāja neatkarīgas zinātnieku grupas), un tieši šis atklājums pamudināja entuziastus izpētīt jaunu jomu: atkal aktivizējās darbs pie neironu tīkliem. Tomēr terminu perceptrons klusi nomainīja kognitīvā skaitļošana, atbrīvojās no eksperimentālām ierīcēm, sāka izmantot kodēšanu, izmantojot visefektīvākās programmēšanas metodes. Tikai daži gadi, un neironi jau ir salikti sarežģītās struktūrās, kas spēj tikt galā ar diezgan nopietniem uzdevumiem. Laika gaitā bija iespējams, piemēram, izveidot programmas cilvēka rokraksta lasīšanai. Pirmie tīkli izrādījās spējīgi pašmācīties, tas ir, viņi neatkarīgi atrada pareizās atbildes, bez mājiena no personas, kas kontrolē datoru. Neironu tīkli ir atraduši savu pielietojumu praksē. Piemēram, tieši tajās Amerikas banku struktūrās tiek izmantotas programmas, kas identificē čeku numurus.

Uz priekšu ar lēcieniem un robežām

90. gados kļuva skaidrs, ka neironu tīklu galvenā iezīme, kurai nepieciešama īpaša zinātnieku uzmanība, ir spēja izpētīt noteiktu apgabalu, meklējot pareizo risinājumu, bez personas pamudinājuma. Programma izmanto izmēģinājumu un kļūdu metodi, uz kuras pamata tā veido uzvedības noteikumus.

Šis periods iezīmējās ar intereses pieaugumupubliski uz pagaidu robotiem. Entuziasti dizaineri no visas pasaules sāka aktīvi izstrādāt savus robotus, kas spēj mācīties. 1997. gadā tas iezīmēja pirmo patiesi nopietno panākumu pasaules līmenī: pirmo reizi dators pārspēja pasaules labāko šahistu Gariju Kasparovu. Tomēr līdz deviņdesmito gadu beigām zinātnieki nonāca pie secinājuma, ka viņi ir sasnieguši griestus, un mākslīgais intelekts vairs nevar attīstīties. Turklāt labi optimizēts algoritms to pašu problēmu risināšanā ir daudz efektīvāks par jebkuru neironu tīklu. Dažas funkcijas palika neironu tīkliem, piemēram, arhīvu tekstu atpazīšana, taču nekas sarežģītāks nebija pieejams. Būtībā, kā saka mūsdienu zinātnieki, trūka tehnisko iespēju.

Mūsu laiks

Neironu tīkli mūsdienās ir veids, kā atrisināt vissarežģītākās problēmas, izmantojot metodi “risinājums tiks atrasts pats”. Faktiski tas nav saistīts ne ar vienu zinātnisku revolūciju, vienkārši mūsdienu zinātniekiem, programmēšanas pasaules spīdekļiem, ir pieejama jaudīga tehnika, kas ļauj praksē īstenot to, ko cilvēks iepriekš vispār varēja iedomāties. Atgriežoties pie Cicerona frāzes par pērtiķiem un žetoniem: ja jūs piešķirat dzīvniekiem kādu, kurš piešķirs viņiem atlīdzību par pareizo frāzi, viņi ne tikai radīs jēgpilnu tekstu, bet uzrakstīs jaunu "Karu un mieru", un ne sliktāk.

Mūsu dienu neironu tīkli apkalpo lielākos informācijas tehnoloģiju jomā strādājošos uzņēmumus. Tie ir daudzslāņu neironu tīkli, kas ieviesti, izmantojot jaudīgus serverus,izmantojot globālā tīmekļa iespējas, pēdējo desmitgažu laikā uzkrāto informācijas masīvus.