Neurális hálózat – mi ez? Definíció, jelentés és terjedelem

2024 Szerző: Leah Sherlock | [email protected]. Utoljára módosítva: 2023-12-17 05:38

A korábban csak tudományos-fantasztikus könyvekből ismert neurális hálózat kifejezés az elmúlt években fokozatosan és észrevétlenül került be a közéletbe a legújabb tudományos fejlesztések szerves részeként. Természetesen a játékiparban részt vevők elég régóta tudják, hogy ez egy neurális hálózat. De manapság a kifejezést mindenki megtalálja, széles tömegek ismerik és értik. Ez kétségtelenül azt jelzi, hogy a tudomány közelebb került a való élethez, és a jövőben újabb áttörések várnak ránk. És mégis, mi az a neurális hálózat? Próbáljuk meg kitalálni a szó jelentését.

Jelen és jövő

Régebben a neurális hálózat, a Hort és az űrjárók szorosan összefüggő fogalmak voltak, mert egy egyszerű gépnél jóval magasabb képességű mesterséges intelligenciával csak egy olyan fantáziavilágban lehetett találkozni, amely a képzeletben felbukkan. néhány szerző. És mégis, a tendenciák olyanok, hogy a közelmúltban egy hétköznapi ember körül a valóságban egyre több olyan tárgy van, amelyeket korábban csak a tudományos-fantasztikus irodalom említ. Ez lehetővé teszi azt, hogy a fantázia legerőszakosabb repülése is előbb-utóbb megtalálja megfelelőjét a valóságban. Könyvek slágerekről, neurális hálózatokról mármost több közös vonásuk van a valósággal, mint tíz évvel ezelőtt, és ki tudja, mi lesz még egy évtized múlva?

A neurális hálózat a modern valóságban olyan technológia, amely lehetővé teszi az emberek azonosítását, mindössze egy fényképpel. A mesterséges intelligencia eléggé képes autót vezetni, pókert játszhat és nyerhet. Sőt, a neurális hálózatok a tudományos felfedezések új módjai, amelyek lehetővé teszik, hogy korábban lehetetlen számítástechnikai lehetőségekhez folyamodjon. Ez egyedülálló esélyt ad a mai világ megértésére. Azonban csak a legfrissebb felfedezéseket bejelentő hírekből ritkán derül ki, mi is az a neurális hálózat. Ezt a kifejezést egy programra, egy gépre vagy egy szerver komplexumra kell alkalmazni?

Általános nézet

Amint az a "neurális hálózat" kifejezésből is látható (a cikkben bemutatott fényképek is lehetővé teszik ennek megértését), egy olyan struktúra, amelyet az emberi agy logikájával analóg módon terveztek. Természetesen egy ilyen komplexitású, teljesen biológiai szerkezet másolása jelenleg nem tűnik reálisnak, de a tudósok már érezhetően közelebb tudtak kerülni a probléma megoldásához. Tegyük fel, hogy a nemrégiben létrehozott neurális hálózatok meglehetősen hatékonyak. Hort és más írók, akik fantasztikus műveket publikáltak, munkáik írásakor aligha tudták, hogy a tudomány ebben az évben ennyire előre tud lépni.

Az emberi agy sajátossága, hogy számos elemből álló szerkezet, amelyek közöttaz információ folyamatosan továbbításra kerül a neuronokon keresztül. Valójában az új neurális hálózatok is hasonló struktúrák, ahol az elektromos impulzusok biztosítják a releváns adatok cseréjét. Egyszóval, mint az emberi agyban. És mégsem világos: van valami különbség a hagyományos számítógéphez képest? Hiszen a gép, mint ismeretes, szintén alkatrészekből készül, amelyek között elektromos áram segítségével továbbítják az adatokat. Az űrről és a neurális hálózatokról szóló könyvekben általában minden elbűvölőnek tűnik – hatalmas vagy apró gépek, amelyekre egy pillantásra rájönnek a szereplők, hogy mivel is foglalkoznak. A valóságban azonban eddig más a helyzet.

Hogyan épül fel?

Amint az a neurális hálózatokról szóló tudományos közleményekből is látható (az „űrjárók sajnos nem tartoznak ebbe a kategóriába, bármennyire is lenyűgözőek), az ötlet a legprogresszívebb struktúrában mesterséges intelligencia, egy olyan összetett szerkezet létrehozásában, amelynek egyes részei nagyon egyszerűek. Valójában az emberrel párhuzamot vonva találhatunk hasonlóságot: mondjuk egy emlős agyának csak egy része nem rendelkezik nagy képességekkel, képességekkel, és nem tud intelligens viselkedést biztosítani. De ha egy személy egészéről van szó, akkor egy ilyen lény nyugodtan átmegy az intelligencia szintjére vonatkozó teszten, minden különösebb probléma nélkül.

E hasonlóságok ellenére néhány évvel ezelőtt a mesterséges intelligencia létrehozásának hasonló megközelítését kiközösítették. Ez mind tudományos cikkekből, mind a neurális hálózatról szóló tudományos-fantasztikus könyvekből kiderül (például a fent említett „Spacewalkers”). Egyébként bizonyos mértékig még nyilatkozatokat isCicero a neurális hálózatok modern eszméjéhez köthető: egy időben meglehetősen maróan javasolta, hogy a majmok tokenekre írt betűket dobjanak a levegőbe, hogy előbb-utóbb értelmes szöveg alakuljon ki belőlük. És csak a 21. század mutatta meg, hogy az ilyen rosszindulat teljesen indokolatlan. A neurális hálózat és a sci-fi külön utat járt be: ha sok jelzőt adsz egy sereg majomnak, nem csak értelmes szöveget alkotnak, hanem hatalmat is szereznek a világ felett.

Az erő egységben van, testvérem

Amint azt számos kísérletből megtudtuk, a neurális hálózat betanítása akkor vezet sikerhez, ha maga az objektum rengeteg elemet tartalmaz. Ahogy a tudósok tréfálkoznak, egy neurális hálózat valójában bármiből összeállítható, még gyufadobozokból is, mivel a fő gondolat egy olyan szabályrendszer, amelynek a létrejövő közösség engedelmeskedik. Általában a szabályok meglehetősen egyszerűek, de lehetővé teszik az adatfeldolgozási folyamat szabályozását. Ilyen helyzetben az idegsejt (bár mesterséges) egyáltalán nem eszköz lesz, nem bonyolult szerkezet vagy áttekinthetetlen rendszer, hanem egyszerű, minimális energiafelhasználással megvalósított aritmetikai műveletek. A tudományban hivatalosan a mesterséges neuronokat „perceptronoknak” nevezik. Egyes tudományos szerzők szerint a neurális hálózatoknak (a „Spacefalls” ezt jól illusztrálják) sokkal összetettebbnek kell lenniük, de a modern tudomány azt mutatja, hogy az egyszerűség is kiváló eredményeket ad.

Egy mesterséges neuron működése egyszerű: számokat kell bevinni, mindegyik értékét kiszámítaniinformációs blokk, az eredmények összeadódnak, a kimenet egy egység vagy a "-1" érték. Akart az olvasó valaha is az elesettek közé tartozni? A neurális hálózatok a valóságban egészen máshogy működnek, legalábbis jelenleg, ezért ha fantáziamunkában képzeljük magunkat, erről nem szabad megfeledkezni. Valójában egy modern ember tud dolgozni mesterséges intelligenciával, például így: megmutathat egy képet, és az elektronikus rendszer válaszol a „vagy - vagy” kérdésre. Tegyük fel, hogy egy személy beállítja egy pont koordinátarendszerét, és megkérdezi, hogy mi van ábrázolva - a föld vagy mondjuk az ég. Az információk elemzése után a rendszer választ ad - valószínűleg téves (az AI tökéletességétől függően).

Tetszik

Amint a modern neurális hálózat logikájából látható, minden eleme megpróbálja kitalálni a helyes választ a rendszernek feltett kérdésre. Ebben az esetben kicsi a pontosság, az eredmény összemérhető az érmefeldobás eredményével. De az igazi tudományos munka akkor kezdődik, amikor eljön az ideje a neurális hálózat betanításának. A világűr, az új világok felfedezése, az univerzumunk fizikai törvényeinek lényegébe való betekintés (amelyekre a modern tudósok neurális hálózatok segítségével támaszkodnak) éppen abban a pillanatban válik nyitottá, amikor a mesterséges intelligencia sokkal hatékonyabban és eredményesebben tanul, mint az ember.

A tény az, hogy aki kérdést tesz fel a rendszernek, az tudja a helyes választ. Tehát beírhatja a program információs blokkjaiba. A helyes választ adó perceptron értéket nyer, illitt az, aki rosszul válaszolt, elveszti, pénzbírságot kap. Minden új programindítási ciklus az értékszint változása miatt eltér az előzőtől. Visszatérve az előző példához: előbb-utóbb a program megtanulja világosan megkülönböztetni a földet és az űrt. A neurális hálózatok minél hatékonyabban tanulnak, annál helyesebben készül a tanulmányi program - és kialakítása sok erőfeszítésbe kerül a modern tudósoknak. A korábban kitűzött feladat részeként: ha a neurális hálózatot egy másik fotóval látjuk el elemzésre, akkor valószínűleg nem azonnal tudja pontosan feldolgozni, de a korábbi képzés során kapott adatok alapján pontosan kitalálja, hogy hol a Föld van, és hol vannak a felhők, az űr vagy valami más.

Egy ötlet alkalmazása a valóságban

Természetesen a valóságban a neurális hálózatok sokkal bonyolultabbak, mint a fent leírtak, bár maga az elv ugyanaz marad. Azoknak az elemeknek a fő feladata, amelyekből a neurális hálózat kialakul, a numerikus információk rendszerezése. Rengeteg elem kombinálásakor a feladat bonyolultabbá válik, mivel lehet, hogy a bemeneti információ nem kívülről származik, hanem a perceptronból, amely már elvégezte a rendszerezési feladatát.

Ha visszatérünk a fenti feladathoz, akkor a neurális hálózaton belül a következő folyamatok jöhetnek létre: az egyik neuron megkülönbözteti a kék pixeleket a többitől, a másik a koordinátákat dolgozza fel, a harmadik elemzi az első által kapott adatokat. kettő, ami alapján eldönti, hogy a föld vagy az ég van-e az adott pontban. Sőt, a kék és egyéb pixelek rendezése egyszerre több neuronra is rábízható, és az általuk kapott információ összegezhető. Azok a perceptronok, amelyek megadjáka jobb és pontosabb eredmény a végén magasabb érték formájában bónuszt kap, eredményeik pedig prioritást élveznek bármely feladat újrafeldolgozásánál. Természetesen a neurális hálózat rendkívül terjedelmesnek bizonyul, és a benne feldolgozott információk egyáltalán elviselhetetlen hegyek lesznek, de a hibák figyelembe vétele, elemzése, megelőzése a jövőben lehetséges lesz. A sok sci-fi könyvben megtalálható, nagyrészt neurális hálózatra épülő implantátumok így működnek (kivéve persze, ha a szerzők azon gondolkodnak, hogyan működik).

Történelmi mérföldkövek

A laikusokat meglepheti, de az első neurális hálózatok 1958-ban jelentek meg. Ez annak köszönhető, hogy a mesterséges neuronok eszköze hasonló más számítógépes elemekhez, amelyek között kettes számrendszer formátumban továbbítják az információkat. A hatvanas évek végén feltalálták a Mark I Perceptron nevű gépet, amelyben a neurális hálózatok alapelveit implementálták. Ez azt jelenti, hogy az első neurális hálózat csak egy évtizeddel az első számítógép felépítése után jelent meg.

Az első neurális hálózat első neuronjai ellenállásokból, rádiócsövekből álltak (akkor még nem dolgoztak ki olyan kódot, amelyet a modern tudósok használhattak volna). A neurális hálózattal való munka Frank Rosenblatt feladata volt, aki egy kétrétegű hálózatot hozott létre. Egy 400 pixeles felbontású képernyőt használtak a külső adatok hálózatba való továbbítására. A gép hamar képes volt felismerni a geometriai formákat. Ez már azt sugallta, hogy a technikai megoldások fejlesztésével a neurális hálózatok képesek lesznektanulj meg betűket olvasni. És ki tudja még mit?

Első neurális hálózat

Mint a történelemből kiderül, Rosenblatt szó szerint beleégett a munkájába, tökéletesen eligazodott benne, a neurofiziológia specialistája volt. Lenyűgöző és népszerű egyetemi kurzus szerzője volt, amelyen bárki megérthette, hogyan lehet megvalósítani az emberi agyat egy technikai megtestesülésben. A tudományos közösség már akkor abban reménykedett, hogy hamarosan valódi lehetőségek nyílnak olyan intelligens robotok kialakítására, amelyek képesek mozogni, beszélni, és hozzájuk hasonló rendszereket alkotni. Ki tudja, lehet, hogy ezek a robotok más bolygókat gyarmatosítanak?

Rosentblatt lelkes volt, és meg lehet érteni. A tudósok úgy vélték, hogy a mesterséges intelligencia megvalósítható, ha a matematikai logika teljes mértékben megtestesül egy gépben. Ezen a ponton a Turing-teszt már létezett, Asimov népszerűsítette a robotika ötletét. A tudományos közösség meg volt győződve arról, hogy az Univerzum feltárása idő kérdése.

A szkepticizmus indokolt

Már a hatvanas években voltak tudósok, akik vitatkoztak Rosenblatttal és más, mesterséges intelligencián dolgozó nagy elmékkel. A kitalálási logikájukról meglehetősen pontos képet kaphatunk a szakterületén jól ismert Marvin Minsky publikációiból. Egyébként köztudott, hogy Isaac Asimov és Stanley Kubrick nagyra értékelte Minsky képességeit (Minsky segített neki az A Space Odyssey-n dolgozni). Minsky nem ellenezte a neurális hálózatok létrehozását, amirőlKubrick filmje erről tanúskodik, és tudományos pályafutása részeként még az ötvenes években foglalkozott gépi tanulással. Mindazonáltal Minsky kategorikusan nyilatkozott a téves véleményekkel kapcsolatban, kritizálta azokat a reményeket, amelyeknek abban a pillanatban még nem volt szilárd alapja. A Douglas Adams könyveiből származó Marvin egyébként Minskyről kapta a nevét.

A neurális hálózatok kritikáját és az akkori megközelítést az 1969-ben kiadott „Perceptron” kiadvány rendszerezi. Ez a könyv volt az, ami szó szerint kioltotta sok ember érdeklődését a neurális hálózatok iránt, mert egy kiváló hírnévvel rendelkező tudós egyértelműen kimutatta, hogy Márk Elsőnek számos hibája van. Először is, a két réteg jelenléte egyértelműen nem volt elegendő, és a gép gigantikus mérete és hatalmas energiafogyasztása ellenére is keveset tudott csinálni. A kritika második pontját a Rosenblatt által a hálózati képzéshez kifejlesztett algoritmusoknak szentelték. Minsky szerint a hibákkal kapcsolatos információk nagy valószínűséggel elvesztek, és a szükséges réteg egyszerűen nem kapta meg a teljes adatmennyiséget a helyzet helyes elemzéséhez.

A dolgok megálltak

Annak ellenére, hogy Minsky fő gondolata az volt, hogy felhívja kollégáit a hibákra, hogy ösztönözze őket a fejlődés javítására, a helyzet más volt. Rosenblatt 1971-ben megh alt, és nem volt, aki folytassa munkáját. Ebben az időszakban kezdődött a számítógépek korszaka, és ez a technológiai terület hatalmas lépésekkel haladt előre. A matematika és a számítástechnika legjobb elméit alkalmazták ebben az ágazatban, és a mesterséges intelligencia az energia és az erőforrások ésszerűtlen pazarlásának tűnt.

A neurális hálózatok már több mint egy évtizede nem keltették fel a tudományos közösség figyelmét. A fordulópont akkor következett be, amikor a cyberpunk divatba jött. Sikerült olyan képleteket találni, amelyekkel a hibák nagy pontossággal kiszámíthatók. 1986-ban a Minsky által megfogalmazott probléma már egy harmadik megoldást is talált (mindhármat független tudóscsoportok dolgozták ki), és ez a felfedezés késztette a lelkeseket egy új terület felfedezésére: a neurális hálózatokon végzett munka ismét aktívvá vált. A perceptronok kifejezést azonban csendben felváltotta a kognitív számítástechnika, megszabadultunk a kísérleti eszközöktől, elkezdték használni a kódolást, a leghatékonyabb programozási technikákkal. Csak néhány év, és a neuronok máris összetett struktúrákká állnak össze, amelyek elég komoly feladatokkal is megbirkózni tudnak. Idővel lehetőség nyílt például az emberi kézírás olvasására alkalmas programok létrehozására. Az első hálózatok öntanuló képességűnek tűntek, azaz önállóan, a számítógépet irányító személy utalása nélkül találták meg a helyes válaszokat. A neurális hálózatok megtalálták alkalmazásukat a gyakorlatban. Például Amerikában a banki struktúrákban rajtuk használják a csekken lévő számokat azonosító programokat.

Ugrásokkal előre

A 90-es években világossá vált, hogy a neurális hálózatok kulcsfontosságú jellemzője, amely a tudósok különös figyelmét igényli, az a képesség, hogy egy adott területet feltárjanak a megfelelő megoldás keresése érdekében anélkül, hogy személytől kérnék. A program a próba és hiba módszert használja, amely alapján viselkedési szabályokat hoz létre.

Ezt az időszakot az érdeklődés megugrása jellemeztenyilvános a rögtönzött robotoknak. A világ minden tájáról érkező lelkes tervezők elkezdték aktívan megtervezni saját, tanulásra képes robotjaikat. 1997-ben ez jelentette az első igazán komoly sikert világszinten: először verte számítógéppel a világ legjobb sakkozóját, Garri Kaszparovot. A kilencvenes évek végére azonban a tudósok arra a következtetésre jutottak, hogy elérték a plafont, és a mesterséges intelligencia nem fejlődhet tovább. Ráadásul egy jól optimalizált algoritmus sokkal hatékonyabb, mint bármely neurális hálózat ugyanazon problémák megoldásában. Néhány funkció megmaradt a neurális hálózatoknál, például az archív szövegek felismerése, de ennél bonyolultabb nem volt elérhető. Alapvetően, ahogy a modern tudósok mondják, hiányoztak a technikai lehetőségek.

A mi időnk

A neurális hálózatok manapság a legbonyolultabb problémák megoldását jelentik a „megoldás magától megtalálható” módszerrel. Valójában ez nem kapcsolódik semmilyen tudományos forradalomhoz, csak a modern tudósok, a programozás világának fényesei férnek hozzá egy olyan erőteljes technikához, amely lehetővé teszi számukra, hogy a gyakorlatba ültessék azt, amit az ember korábban általánosságban elképzelni tudott. Visszatérve Cicero majmokról és jelzőkről szóló mondatára: ha valakit az állatok közé rendelsz, aki jutalmat ad a helyes kifejezésért, akkor nem csak értelmes szöveget alkot, hanem új "Háború és békét" ír, és nem rosszabbat.

Napjaink neurális hálózatai az információs technológia területén dolgozó legnagyobb cégeknél állnak szolgálatban. Ezek többrétegű neurális hálózatok, amelyeket erős szervereken keresztül valósítanak meg,kihasználva a világháló lehetőségeit, az elmúlt évtizedek során felhalmozott információtömböket.