ნერვული ქსელის ნაწილის ინტელექტი. მარტივი სიტყვებით დაკეცვის შესახებ: რა არის ნერვული ზომები? ნერვული ქსელების შემობრუნება

უკვე მრავალი წლის წინ ადამიანები ცდილობენ ისწავლონ საკუთარი თავის აზროვნება, მაგრამ მოწყალების რაოდენობა ძალიან დიდია. შესაძლებელია ამ ბარიერის დაშლა

შეეცადეთ დააკოპიროთ ადამიანის ინტელექტი და ის რაც შეიძლება მალე შეწყვეტს მუშაობას. ჯერ კიდევ 1770 წელს, უგრიელმა მეღვინემ ვოლფგანგ ფონ კემპელენმა შექმნა ავტომატი, რომელიც სცემდა ყველას, ვინც ამას ეხებოდა და დაამარცხა ნაპოლეონ ბონაპარტი. მეტი ეფექტისთვის მაყურებელს აჩვენეს აპარატის დასაკეცი მექანიზმები. გვიანდელი მეღვინე იქნება ვიკრიტი - ავტომატური აპარატის შუაში არის გამშვები, რომელიც ჩართულია მთელ პროცესში. პროტე პოდიამ გაასწრო მდიდარი გალას შექმნას.

როგორ დაიწყო ეს ყველაფერი

მე-20 საუკუნის 50-იანი წლების დასაწყისიდან უამრავი კლდე გავიდა.ფრენკ როზენბლატის ცნობილი პერცეპტრონი ურთიერთდაკავშირებული ობიექტების მათემატიკური მოდელია, სადაც ერთი ობიექტის შემავალი სიგნალი სხვებისთვის გამომავალი სიგნალის ფუნქციას ასრულებდა.

პერცეპტრონის უზენაესი ძალა იყო ე.წ. კარიბჭე წყალობის გაფართოებისთვის. ელემენტების ეს ველი (ვუზლივი), ნაქსოვი მეგობარიერთმანეთთან საზომით (მატრიცა). სუნის სუნი, თუმცა, რეაგირებს შეყვანის სიგნალზე - მაგალითად, ჩამოართვით მას ისეთი რამ, როგორიც არის. მაგრამ ვთქვათ, გვინდა ვასწავლოთ პერცეპტრონს ასოების ერთმანეთის მიყოლებით გარჩევა. ჩვენ ვიკვებებით A, B, D შეყვანით შემთხვევითი თანმიმდევრობით. მოდელმა თავდაპირველად არაფერი იცის ერთ-ერთი ობიექტის შესახებ, მაგრამ მას ეძლევა კარიბჭის ბმული, რომლის მიღმა იქმნება მოწყალების ფუნქცია, რაც ნიშნავს, რომ მოდელს ძალიან მოეწონა. ასოს შეყვანისას ფუნქცია აჩვენებს ნულს (შესწორება არ არის). რაც უფრო შორს არის პერცეტრონი სწორი გამოსავალიდან, ფუნქციის მნიშვნელობა იზრდება. სიგნალი დაფქვის შესახებ იგზავნება უკან შესასვლელში, რაც იწვევს მოდელის კორექტირებას: მატრიცაში კვანძებმა შეცვალეს კვანძები. შედეგად, პერცეპტრონი დაიმახსოვრა მისი მდგომარეობა შეყვანის ობიექტების წინა ნაკრებისთვის და დაიწყო.

ტერმინი „მოდელის ინოვაცია“ თავიდანვე არ იყო გამოყენებული. ფაქტობრივად, მოდელის მდგომარეობა თანაბარი სიძლიერით მივიდა შებრუნებული გაფართოების რამდენიმე ციკლის შემდეგ. ანალოგიურად, ქანქარა იმავე დონეზე მოდის მისი გასუფთავების შემდეგ. მაგრამ ის ფაქტი, რომ მოდელს შეეძლო დაევიწყებინა თავისი ფიგურა და დაეკარგა თავი ახალში, წინასწარმეტყველებს ადამიანის სწავლის პროცესს. მოდელი წარმატებული აღმოჩნდა და მოგვიანებით საფუძველი ჩაუყარა პირველ ნერვულ ქსელს.

ნეიროინტერვენციის თეორიის შემდგომი განვითარება განიცადა მრავალი აღმავლობა და ვარდნა ათწლეულის განმავლობაში. ყველაზე თვალსაჩინო კრიტიკას შორის იყო დაზვერვის პირველი მოდელი - ლოგიკის თეორეტიკოსი (LT, „ლოგიკური თეორეტიკოსი“), რომელიც აღმოაჩინეს 1956 წელს ალენ ნიუელისა და ჰერბერტ საიმონის მიერ და „ელიზა“ - პროგრამა, რომელიც მხარს უჭერდა ზრდას. ინგლისურითემაზე, რომელიც შეიქმნა 1965 წელს ჯოზეფ ვაიზენბაუმის მიერ. თუმცა, აღმოჩნდა, რომ იმდროინდელი კომპიუტერული შესაძლებლობები არ იძლეოდა ნეირონული ქსელების შექმნის საშუალებას უფრო პრაქტიკული მიზნებისთვის. ზოკრემ, ამოიცნო მძლავრი მტრის ტექნოლოგია, რომელსაც ასე აინტერესებდა სამხედროები.

1990-იან წლებში მოხდა ახალი განვითარება ნეიროპროტექტორებში. მკვლევარების მიღწევებმა მონაცემთა მოპოვებაში (მონაცემთა მოპოვება), კომპიუტერული ინტელექტი და ენის თარგმნა, კომპიუტერული ხედვა და სხვა სფეროებში კიდევ ერთხელ გახადა აქტუალური ადამიანის ინტელექტის შესაძლებლობების განვითარება. პროცესორების სიჩქარის ზრდამ და მეხსიერების მუშაობის დაქვეითებამ შესაძლებელი გახადა ნეირო ჭრის დაწყება უფრო და უფრო ნაკლებ რეალურ ცხოვრებაში. მაგრამ აღმოჩნდა, რომ სწავლისთვის ცოტა მონაცემი და რესურსი იყო, ნევროლოგიური ზომები იყო "არასაკმარისად ინტელექტუალური" - იყო დიდი რაოდენობით წყალობა. ამიტომ, მათ აღმოაჩინეს სტაგნაცია სპეციალიზებულ განყოფილებებში, მაგალითად, სიმბოლოების ამოცნობა და ხელოვნური ინტელექტის მიმართ ფარული ინტერესი კვლავ გაჩნდა.

ადამიანების ნეირონები და ნეირომერეზი

რა არის ნერვული საზღვრები, რომლებიც დაკავშირებულია ადამიანის თავის ნეირონებთან და როგორ შეიძლება ვუწოდოთ მათ ინტელექტი?

ადამიანის ფსიქიკური პროცესის ამჟამინდელი დასკვნები ვარაუდობს, რომ ქერქის ნეირონებს შეუძლიათ ერთმანეთთან კომუნიკაცია თავიანთ აქსონებთან, პერიოდულად გაათავისუფლონ სიგნალები "მხრებიდან" და გადავიდნენ ფუძიდან აგზნების მდგომარეობაში. ადამიანის ტვინი შეიცავს დაახლოებით 85-86 მილიარდ ნეირონს და ერთ ნეირონს შეუძლია დაუკავშირდეს 20 ათასამდე სხვა ნეირონს. ფაქტია, რომ ეს სტრუქტურა შექმნილია იმისთვის, რომ იყოს misliti, რომელმაც უკვე უზრუნველყო თავისი მოწაფეების პატივისცემა.

ტერმინი "ხელოვნური ინტელექტი" პირველად აღმოაჩინა და პირველად გაჟღერდა 1956 წელს ამერიკელმა მეცნიერმა ჯონ მაკკარტის მიერ. პერცეპტრონის მოდელის აღწერილობაში, რომელიც უფრო მეტად იყო განხილული, უკვე 50-60-იან წლებში დაინერგა კვანძების, ზომებისა და კავშირების სტატისტიკური ცნებები და ეს კვანძები იმდროინდელი მუშაობის ნაკადის ქვეშ იყო ადამიანის ტვინის განვითარებასთან ერთად. ნეირონებს უწოდებენ.

ინდივიდუალური ინტელექტის განვითარების შედეგად გაჩნდა არაერთი სახის ღონისძიება. ჩვენი ტვინი გადის სურათების, ტექსტისა და სურათების ამოცნობის მყისიერ პროცესებს და ეს ინახება მეხსიერებაში. კომპიუტერები და ნერვული ქსელები არც ისე უნივერსალურია: მე მქონდა გამოცნობის შანსი განსხვავებული შეხედულებებისკინები რამდენიმე საუკეთესო აპლიკაციით თქვენი სამუშაოსთვის: zgortkovi - მნიშვნელოვანია მათი გამოყენება გამოსახულების ანალიზისთვის, განმეორებადი - დინამიური ცვლილებების ანალიზისთვის, ავტოკოდერები - კლასიფიკაციისთვის (მაგალითად, ასოების, სიმბოლოების ამოცნობისთვის), დეკოდერები უგულებელყოფა - ობიექტის ძირითადი მახასიათებლების გამოსავლენად, სპეციალური ნერვული ქსელები - ახალი ობიექტების შესაქმნელად და სპეციალური მეხსიერების ცენტრები (LTSM) - ინფორმაციის შესანახად და შესანახად.

ნეირო-ინტერფერენციების ტიპების პარალელურად, გაჩნდა იდეა მრავალსფერული ნეირო-ინტერფერენციების შექმნის შესახებ, სადაც ახალი ნეირონების ერთი ბურთი არის მეორე ბურთის შეყვანა. მათ მოგვიანებით დაიწყეს კონსოლიდაცია განსხვავებული ტიპებიბურთები ერთ მოდელში და ეს ყველაფერი ნეირო-ზომების ადამიანის ინტელექტის დონესთან დაახლოების მიზნით.

ჩვენი დღეები

ნეირომოდერაციისადმი ზუსტი პატივისცემა და ტერმინის "ცალი ინტელექტის" აქტიური გამოყენება განპირობებულია იმ უარყოფითი შედეგებით, რომლებიც მიღწეულია გამოთვლების ვიდეო ბარათებზე გადატანის შემდეგ. მათი კანი შეიცავს უფრო მეტ ბირთვს, ქვედა ცენტრალური პროცესორიდა დააბრუნეთ მეხსიერება - ამან გამოიწვია ნერვული დათრგუნვის დაჩქარებული განვითარება ასჯერ ძირითადი პროცესორების წინააღმდეგ. Galusia AI-ის ახალი შემობრუნების კიდევ ერთი მიზეზი იყო დასაწყისისთვის დიდი ვალდებულებების გაჩენა.

ამავდროულად, მსოფლიოში უმსხვილესი კომპანიები იხდიან ნეირომეტრიას: სოციალური მედია (და მათი პარტნიორები, როგორიცაა Cambridge Analytica) მიზნად ისახავს რეკლამას დამატებითი ანალიტიკის გამოყენებით, Nvidia და სხვა საცალო ვაჭრობა ქმნიან პლატფორმებს მანქანებში ვიდეო მონიტორინგისთვის. სიტუაციიდან გამომდინარე გზებზე ნათლად ამოიცნოს ნიშნები და ფეხით მოსიარულეები. თუმცა, ჩვენ უახლოეს მომავალში სტაგნაცია და სტაგნაცია გვექნება, ძირითადად, იმ ქმედებებისთვის, რომლებიც კანონით არ არის საჭირო. მათ შეუძლიათ გაუსწრონ ადგილზე უცნობი პირის გამოჩენას ან ბანკში რეციდივისტს, აპატიონ კერუბანს, ან არ მიიღონ დამსახურება საბოლოო გადაწყვეტილების გამო.

როგორ შეიძლება გამოყენებულ იქნას ნეიროზომები, რომლებიც ინფორმაციის უკეთესი კლასიფიკაციის საფუძველია, ინდივიდუალური ინტელექტის საფუძვლად? მარტივი კვების საფუძველზე შესაძლებელია იმის გაგება, თუ როგორ შეიძლება ხელოვნური ინტელექტის გამოყენება და ეფექტური პრაქტიკა ბუნებრივი ინტელექტის გარეშე. პასუხი არის არა, რადგან საუკეთესო შედეგისთვის ადამიანი თავად არეგულირებს ნეირომეტრულ პარამეტრებს ადეკვატური შედეგების მისაღებად. უხეშად რომ ვთქვათ, კანის მდგომარეობის გასაუმჯობესებლად, ადამიანი ირჩევს ნეიროინტერვენციის საკუთარ არქიტექტურას. სიტუაცია, თუ ის დამოუკიდებელია, აუცილებელია ნეირო-მოდერაციის შექმნა კონკრეტული ამოცანის მისაღწევად, სანამ მიმართულება არ ჩანს ჰორიზონტზე.

მათ არ აინტერესებთ ისინი, ვინც ჯერ კიდევ შეძლეს კაცის ცემა ჩეკებით და ამავდროულად, როგორც კი ის დგას კანის აპარატის უკან, რომელიც სცემს კაცს, ხალხი იკვეხნის იმით, თუ როგორ გააკეთეს ეს.

ნეიროინფორმატიკა და ნეიროკიბერნეტიკა ხელოვნური ინტელექტის ერთ-ერთი პირდაპირი მიმართულებაა. ოსკოლკი" ცალი ინტელექტი - ეს არის კომპიუტერული მეცნიერების პირდაპირი შედეგი, რომელიც გულისხმობს პროგრამული უზრუნველყოფისა და ტექნიკის ფუნქციების შემუშავებას, რაც საშუალებას იძლევა განახორციელოს ტრადიციული ინტელექტუალური ამოცანები.და დღემდე, ამოცანა მოიცავს ინტელექტუალური რობოტების შექმნას, ოპტიმალურ კონტროლს, ვარჯიშს და თვითტრენინგს, შაბლონის ამოცნობას, პროგნოზირებას და ა.

როგორც კლასიკური საექსპერტო სისტემების შექმნისას, ადამიანის ექსპერტი (შესაძლოა, ცოდნის ინჟინრის დახმარებით) ვალდებულია თავიდანვე ფორმალურად მოახდინოს თავისი ცოდნა (წარმოადგინოს ის, როგორც წესების ან შაბლონების ბუნებრივი ნაკრები) და აღმოფხვრას არაგონივრული. და ოფიციალურმა ფორმულირებამ იცის, რომ ეს ხანგრძლივი და შრომატევადი პროცესია - ნეირო ჩარევის ექსპერტულმა სისტემებმა თავად იციან ექსპერიმენტული მონაცემები (ფაქტები). შესაძლებელია შეიქმნას ნეიროექსპერტული სისტემები ადამიანის ექსპერტის რანგში, მაგალითად, საქმიანობის ახალი სფეროსთვის, რომელიც გაჩნდება და საჭიროებს დიაგნოზს.

ნერვული ალგორითმები წარმატებით გამოიყენება რთული პრაქტიკული ამოცანების შესასრულებლად, რომლებიც ტრადიციულად ინტელექტუალურად არის მიჩნეული: მახასიათებლების ამოცნობა (და გამოსახულების და ობიექტების სხვა სპეციფიკური ამოცნობა), უსაფრთხოების მენეჯმენტი უამრავი ლეტალური მოწყობილობა, ავადმყოფობის სამედიცინო დიაგნოზი.

პირველ რიგში, ხელოვნური ინტელექტის ტექნოლოგიებსა და მეთოდებს შეუძლიათ გამოავლინონ სიტუაციის მთავარი ხმა, რაც იწვევს ერთ ან რამდენიმე შემდეგ მახასიათებელს:

ალგორითმი სრულიად უცნობია და მისი პოვნა შესაძლებელია კომპიუტერული რესურსების გაზიარებით,
დავალება არ შეიძლება იყოს გამოხატული რიცხვითი ფორმით,
მიზნების გამოხატვა შეუძლებელია ზუსტად განსაზღვრული ობიექტური ფუნქცია-კრიტერიუმით.

თუმცა ფრაგმენტები ცოდნა - ეს არის ფორმალიზებული ინფორმაცია, რომელიც გამოიყენება ლოგიკური იდენტიფიკაციის პროცესში“, მაშინ შეგვიძლია ვთქვათ, რომ ნეიროპროტექცია ხდება ფაქტები(ფაქტობრივი ცოდნა სინათლის შესახებ, წარმოდგენილი საწყისი შერჩევის სახით) და საწყისი შერჩევის ფორმების პროცესში წესები- ცოდნა იმის შესახებ, თუ როგორ აღწეროთ ნერვული ქსელის აღმოჩენები უმაღლესი გზით. გადაწყვეტილების მიღების ეს წესები შეიძლება შედგენილი იყოს ნერვული ქსელიდან და ჩაიწეროს ცოდნის წარმომადგენლობის ერთ-ერთ ფორმალიზმში, რომელიც ტრადიციულია კლასიკური საექსპერტო სისტემებისთვის (მაგალითად, ლოგიკური განვითარებისთვის წარმოების წესების ნაკრების სახით). გარდა ამისა, გადაწყვეტილების მისაღებად შეგიძლიათ უბრალოდ დაეყრდნოთ ალგორითმის ნერვული საზღვრის მანიფესტაციების იმპულსებს, რადგან მისი ინტერპრეტაცია ნაკლებად მნიშვნელოვანია დავალების შესრულების მეთოდის დარღვევის შესაძლებლობის გამო.

ნერვული საზღვრების საექსპერტო სისტემების სწრაფი განვითარებისა და განვითარების უნარი მათ საშუალებას აძლევს ასახონ სუსტთა თვისებები გარე სამყაროდა იმოქმედოს თანამედროვე ცოდნით, რადგან ადამიანური ექსპერტების ცოდნის ფორმალიზების ტრადიციული გზა რთული და შრომატევადია.

სუნი დაიშალა ადამიანის ნერვული სისტემის ბუნებრივ ნერვულ წრეში.

ცალი ნერვული ქსელები

პირველი ნეიროკომპიუტერის გამომგონებელმა დოქტორმა რობერტ ჰეხტ-ნილსენმა შემდეგი გაგება მისცა ნერვულ ქსელს: „ნერვული ქსელი არის გამოთვლითი სისტემა, რომელიც შედგება რამდენიმე მარტივი, უაღრესად ურთიერთდაკავშირებული დამუშავების ელემენტებისაგან, რომლებიც ამუშავებენ ინფორმაციას მათი დინამიკის მეშვეობით. "ეფექტური რეაგირება გარე გავლენებზე".

ნაწილის ნერვული ქსელების ძირითადი სტრუქტურა (INS)

INN-ის იდეა ემყარება აღმოჩენას, რომ შესაძლებელია ადამიანის რობოტული ტვინის იმიტაცია სილიკონისა და მავთულის დახმარებით საჭირო კავშირების შექმნით, როგორიცაა ცოცხალი ნეირონები და დენდრიტები.

ადამიანის ტვინი შედგება 100 მილიარდი ნერვული უჯრედისგან, რომელსაც ნეირონები ეწოდება. სუნი ასოცირდება სხვა ათასობით აქსონის უჯრედთან. ცხოველები გარე გარემოდან ან ორგანოებიდან სიგნალები მგრძნობიარეა დენდრიტების მიერ. ეს შეყვანის სიგნალები ქმნის ელექტრულ იმპულსებს, რომლებიც სწრაფად მოძრაობენ ნერვულ წრეში. შემდეგ ნეირონს შეუძლია სხვა ნეირონებს გაუგზავნოს ინფორმაცია, რომელიც შეიძლება გაგზავნოს ან არ გაუგზავნოს შეტყობინება.

ინდივიდუალური ნერვული ქსელები შედგება მრავალი კვანძისგან, რომლებიც წარმოადგენენ ადამიანის ტვინის ბიოლოგიურ ნეირონებს. ნეირონები ერთმანეთთან არის დაკავშირებული და სათითაოდ ურთიერთობენ. კვანძებს შეუძლიათ მიიღონ შეყვანის მონაცემები და შეასრულონ მარტივი ოპერაციები მონაცემებზე. ამ ოპერაციების შედეგად, მონაცემები გადადის სხვა ნეირონებზე. კანის კვანძის გამომავალს მის გააქტიურებას უწოდებენ.

ტყავის სამაჯური მოქსოვილია მატყლით. INS აგებულია დაწყებამდე, რადგან ეს განპირობებულია საკითხის მნიშვნელობის შეცვლის გზით. მარტივი INS ნაჩვენებია ბავშვის საფეხურზე:

ცალი ნერვული ბადის სახეები

Є ორი ტიპის ცალი ნერვული ბადის ტოპოლოგიები - პირდაპირი კავშირით და ზარის ზარით.

ინფორმაციის ნაკადი ცალმხრივია. ბლოკი გადასცემს ინფორმაციას სხვა ერთეულებს, რომლებიც არ არის ამოღებული იმავე ინფორმაციით. არ არის შემობრუნების მარყუჟები. ფიქსირებული შესასვლელ-გასასვლელების სუნი დგას.

აქ ნებადართულია კარიბჭის მარყუჟები.

როგორ შევასრულოთ ხელოვნური ნერვული ქსელები

ტოპოლოგია აჩვენებს სქემებს, კანის ისარი შეიცავს კავშირებს ორ ნეირონს შორის და მიუთითებს ინფორმაციის ნაკადის მარშრუტებზე. კანის ლიგატი პასუხისმგებელია ორ ნეირონს შორის სიგნალის კონტროლზე.

ვინაიდან ღონისძიება ქმნის „კარგ“ და „აუცილებელ“ გამოსავალს, არ არის საჭირო ეფექტის კორექტირება. თუმცა, ვინაიდან ღონისძიება ქმნის „ზარალს“ ან „უგულებელყოფას“ გადაწყვეტილებებს ან კომპრომისებს, სისტემა არეგულირებს საკუთარ კოეფიციენტებს მიმდინარე შედეგების გასაუმჯობესებლად.

მანქანათმცოდნეობა ნერვულ ქსელებში

INS აშენდა დღევანდელობამდე და სუნი მომავლისთვის რჩება. ამის უკან ბევრი სტრატეგიაა

ნავჩანნა - მოიცავს მკითხველს, რომელიც წარადგენს მინიმუმ თავდაპირველ არჩევანს იმის შესახებ, თუ რა იცის მკითხველმა ტიპების შესახებ. მერეჟა ადარებს თავის შედეგებს მკითხველთან და ასწორებს საკუთარ კოეფიციენტებს.

მასწავლებლის გარეშე დაწყება საჭირო არ არის, თუ არ არის საწყისი შერჩევა ცნობილი ტიპებით. მაგალითად, კლასტერიზაციის სფეროში, ე.ი. ელემენტების ქვეჯგუფი ჯგუფში გარკვეული კრიტერიუმების საფუძველზე.

გამაგრებით დაწყება არის სტრატეგია, რომელიც გამოწვეულია სიფრთხილით. მერეჟა იღებს გადაწყვეტილებას, თვალი ადევნებს მის გარემოებებს. თუ სიფრთხილე უფრო ნეგატიურია, მენეჯერი არეგულირებს თავის ქმედებებს, რათა დედამ შეძლოს სხვადასხვა საჭირო გადაწყვეტილების მიღება.

ალგორითმი გარდამტეხი წერტილისთვის

ბაიესის ზომები (BMs)

ეს არის გრაფიკული სტრუქტურები უნიკალური ვიზუალიზაციის წარმოსაჩენად ცვლადი ცვლილებების ერთობლიობას შორის.

ამ შემთხვევებში კანს აქვს დაუცველი ცვლილება კონკრეტული წინადადებებით. მაგალითად, სამედიცინო დიაგნოზში, კიბოს მქონე პაციენტი არის წინადადება, რომ პაციენტს აქვს კიბო.

ნეკნებს, რომლებიც აკავშირებენ კვანძებს, აქვთ მსგავსი განაწილება ამ ცვლად მნიშვნელობებს შორის. თუ ორი კვანძიდან ერთი მიედინება მეორე კვანძზე, მაშინ სუნი შუაზე იქნება მიბმული. ურთიერთშემცვლელ ნაწილებს შორის კავშირის სიძლიერე დიდწილად განისაზღვრება სიძლიერით, რომელიც დაკავშირებულია კანის კვანძთან.

თუ BN-ში მხოლოდ რკალებით ხართ შემოსაზღვრული, ვერ შეძლებთ კვანძისკენ დაბრუნებას რკალის სწორი ხაზის მიყოლებით. BNZ-ის ვარსკვლავებს აციკლური გრაფიკი ეწოდება.

BN-ის სტრუქტურა იდეალურია ყოვლისმომცველი ცოდნისა და მონაცემების მისაღებად, რომლებიც დაცულია. BN შეიძლება გამოყენებულ იქნას მიზეზობრივი ურთიერთობების ამოცნობისა და სხვადასხვა პრობლემების გასაგებად და მათ მომავალში გადასაცემად, მონაცემების ხელმისაწვდომობის მიხედვით.

ნერვული ქსელების დევიზირება

შენობის სუნი ისეთივე მარტივია, როგორც ადამიანებისთვის, მაგრამ რთული მანქანებისთვის:

აერონავტიკა - თვითმფრინავის ავტოპილოტი;

ავტომობილები საავტომობილო სისტემებიხელმძღვანელობა;

ვიისკოვი - მეტეოროლოგიური მეთვალყურეობა, ავტოპილოტი, სიგნალის/გამოსახულების ამოცნობა;

ელექტრონიკა – პროგნოზირება, ხარვეზების ანალიზი, კომპიუტერული ხედვა, ხმის სინთეზი;

ფინანსური - ქონების შეფასება, საკრედიტო კონსულტანტები, იპოთეკა, სავაჭრო კომპანიის პორტფელი და ა.შ.

სიგნალის დამუშავება - ნერვული გაზომვები შეიძლება დაიწყოს ხმოვანი სიგნალის დამუშავება.

დაზვერვის ნაწილი, ნერვული ქსელები, მანქანათმცოდნეობა - რას ნიშნავს ყველა ეს პოპულარული კონცეფცია? გაუთვითცნობიერებელი ადამიანების უმეტესობისთვის, როგორიც მე ვარ, სუნი ყოველთვის ფანტასტიკური ჩანდა, მაგრამ სინამდვილეში მათი არსი ზედაპირზე დევს. დიდი ხანია იდეა მქონდა მარტივი სიტყვებით დამეწერა ხელოვნური ნერვული ქსელების შესახებ. გაარკვიეთ თქვენთვის და აცნობეთ სხვებს როგორია ეს ტექნოლოგია, გადახედეთ მის ისტორიას და პერსპექტივებს. ამ სტატიაში შევეცადე არ შემეშვა ქსელში, არამედ უბრალოდ გამეკეთებინა სიახლეები ამ პერსპექტიული მიმართულების შესახებ მაღალი ტექნოლოგიების სამყაროში.

დაზვერვის ნაწილი, ნერვული ქსელები, მანქანათმცოდნეობა - რას ნიშნავს ყველა ეს პოპულარული კონცეფცია? გაუთვითცნობიერებელი ადამიანების უმეტესობისთვის, ისევე როგორც მე, სუნი ყოველთვის ფანტასტიკური ჩანდა, მაგრამ სინამდვილეში მათი არსი ზედაპირზე დევს. დიდი ხანია იდეა მქონდა მარტივი სიტყვებით დამეწერა ხელოვნური ნერვული ქსელების შესახებ. გაარკვიეთ თქვენთვის და აცნობეთ სხვებს როგორია ეს ტექნოლოგია, გადახედეთ მის ისტორიას და პერსპექტივებს. ამ სტატიაში შევეცადე არ შემეშვა ქსელში, არამედ უბრალოდ გამეკეთებინა სიახლეები ამ პერსპექტიული მიმართულების შესახებ მაღალი ტექნოლოგიების სამყაროში.

ცოტა ისტორია

პირველად, ცალმხრივი ნერვული ქსელების გაგება გამოჩნდა, როდესაც ცდილობდნენ ტვინის პროცესების მოდელირებას. პირველი სერიოზული მიღწევა ამ სფეროში არის 1943 წელს ნეირონული ქსელების მაკკულოხ-პიტსის მოდელის შექმნა. ცოტა ხნის წინ შემუშავდა ცალი ნეირონის მოდელი. მათ ასევე ჩამოაყალიბეს ამ ელემენტების ჩარჩოს დიზაინი ლოგიკური ოპერაციების შესასრულებლად. ალე ნაგოლოვნიშე, ჩვენი ყურადღება გამახვილდა, რომ ასეთი ღონისძიება უნდა იყოს გათვალისწინებული.

შემდეგი მნიშვნელოვანი ეტაპი იყო დონალდ ჰების მიერ INS გამოთვლის პირველი ალგორითმის შემუშავება 1949 წელს, რომელიც გახდა მთავარი მომდევნო ათწლეულისთვის. 1958 წელს ფრენკ როზენბლატი დაიბადა პარაცეპტრონის დარღვევით, სისტემა, რომელიც ამუშავებს თავის ტვინს. დღესდღეობით ტექნოლოგიას მრავალი ანალოგი აქვს და ძირითადად ემყარება ნერვულ ზომებს. 1986 წელს, თითქმის ერთ ღამეში, ამერიკული და რადიანული კვლევის ერთი ტიპი იყო არსებითად მთავარი მეთოდი მრავალბურთიანი პერცეპტრონის შესაქმნელად. 2007 წელს ნერვული ქსელების ჯგუფი გადაეცა ერთმანეთს. ბრიტანელი კომპიუტერული მეცნიერი ჯეფრი ჰინტონი იყო პირველი, ვინც შეიმუშავა ალგორითმი მდიდარი ბურთის ნერვული ქსელების ღრმა სწავლისთვის, რომელიც, მაგალითად, მუშავდება უპილოტო მანქანების მუშაობისთვის.

მოკლედ სმუტის შესახებ

იურიდიული გაგებით, სიტყვები, ნერვული ქსელები არის მათემატიკური მოდელები, რომლებიც მუშაობენ არსებაში ნერვული უჯრედების ქსელის პრინციპზე. INS შეიძლება განხორციელდეს როგორც პროგრამირებაში, ასევე აპარატურულ გადაწყვეტილებებში. ნეირონის იდენტიფიკაციის გასამარტივებლად, შესაძლებელია იმის დადგენა, თუ რა შუაშია ის, რომელსაც არ აქვს შესასვლელი კარიბჭე და ერთი გასასვლელი. გაანგარიშების ალგორითმი განსაზღვრავს, თუ როგორ წარმოიქმნება რიცხვითი შეყვანის სიგნალები გამომავალი სიგნალებიდან. ციფრული მნიშვნელობები მიეწოდება ნეირონის კანის შეყვანას, რომელიც შემდეგ გაფართოვდება ნეირონთაშორის კავშირებამდე (სინოფსები). სინაფსს აქვს ერთი პარამეტრი, რომლის მნიშვნელობაც ერთი ნეირონიდან მეორეზე გადასვლისას იცვლება შეყვანის ინფორმაცია. ნეირომოდერაციის უმარტივესი პრინციპი შეიძლება წარმოდგენილი იყოს ფერების შერევის გამოყენებაში. ლურჯი, მწვანე და წითელი ნეირონები იშლება. ნეირონის ინფორმაცია, რომელი იქნება დომინანტი შემდეგ ნეირონში.

თავად ნეიროფუზია არის სისტემა ასეთი ნეირონების (პროცესორების) არსებობის გარეშე. ამ პროცესორების გამოყენება მარტივია (უფრო მარტივია, პერსონალური კომპიუტერის ქვედა პროცესორი), როდესაც დაკავშირებულია დიდი სისტემაშენობის ნეირონები კიდევ უფრო რთულია.

თუმცა, სტაგნაციის სფეროში, ნეიროფუზია შეიძლება განიმარტოს სხვადასხვა გზით, მაგალითად, INS-ის მანქანური ტექნოლოგიის თვალსაზრისით - ნიმუშის ამოცნობის მეთოდი. მათემატიკური თვალსაზრისით, ეს არის უხვად პარამეტრული ამოცანა. კიბერნეტიკის პერსპექტივიდან - რობოტიკის ადაპტური კონტროლის მოდელი. ინდივიდუალური დაზვერვისთვის, INS არის ძირითადი საწყობი ბუნებრივი ინტელექტის მოდელირებისთვის გამოთვლითი ალგორითმების გამოყენებით.

ნეირომეტრიის მთავარი უპირატესობა საბაზისო გამოთვლის ალგორითმებთან შედარებით არის სწავლის უნარი. ამ სიტყვის პირდაპირი გაგებით, დასაწყისი მდგომარეობს ნეირონებს შორის კავშირის ცნობილ საიმედო კოეფიციენტებში, ასევე შესწავლილ მონაცემებში და გამოვლენილ დასაკეცი კავშირებში შემავალ და გამომავალ სიგნალებს შორის. სინამდვილეში, მომავალში, ნერვული მონიტორინგის დაწყება ნიშნავს, რომ სისტემას შეეძლება აღმოაჩინოს სწორი შედეგი საწყის შერჩევაში არსებული მონაცემების საფუძველზე.

დღევანდელი ბანაკი

და რაც არ უნდა მდიდარი იყოს ეს ტექნოლოგია, INS მაინც ბევრად აღემატება ადამიანის ტვინისა და ინტელექტის შესაძლებლობებს. პროტე, ნეირო-რეჟიმები უკვე სტაგნაციას უწევს საქმიანობის ბევრ სფეროში. ისინი ჯერ არ არიან მზად მაღალი ინტელექტუალური გადაწყვეტილებების მისაღებად, მაგრამ შეუძლიათ შეცვალონ ადამიანები იქ, სადაც ადრე საჭირო იყო. INS-ის გამოყენების რიცხვობრივ სფეროებს შორის შეიძლება ჩაითვალოს: თვითგაშვების წარმოების სისტემების შექმნა, უპილოტო მანქანები, გამოსახულების ამოცნობის სისტემები, ინტელექტუალური უსაფრთხოების სისტემები, რობოტიკა, ენერგიის მონიტორინგის სისტემები, ხმის ურთიერთქმედების ინტერფეისები, ანალიტიკური სისტემები და მრავალი სხვა. ნეირომერგის ასეთი ფართო სიგანე გარეგნულადაც არის გაზრდილი სხვადასხვა გზით INS-ის სწრაფი დაწყება.

დღეს, ნერვული ქსელების ბაზარი ბრწყინვალეა - მილიარდობით და მილიარდობით დოლარი ღირს. როგორც პრაქტიკა გვიჩვენებს, ნეიროფუზიის ტექნოლოგიების უმეტესობა მთელს მსოფლიოში ნაკლებად განსხვავდება ერთმანეთისგან. ნეიროპროტექციის პროტე სტაგნაცია კიდევ უფრო ძვირი აქტივობაა, რომელსაც კრუნჩხვების მქონე ადამიანების უმეტესობას დიდი კომპანიის გარეშე შეუძლია. განვითარებისთვის, ნერვული ზომების დაწყება და ტესტირება მოითხოვს დიდ გამოთვლით ძალისხმევას, აშკარაა, რომ ეს არის უამრავი და დიდი გავლენა IT ბაზარზე. მთავარ კომპანიებს შორის, რომლებიც ამ სფეროში კვლევებს აწარმოებენ, არის Google DeepMind, Microsoft Research, IBM, Facebook და Baidu.

რა თქმა უნდა, ყველაფერი კარგადაა: ვითარდება ნევროლოგიური საზღვრები, იზრდება ბაზარი, მაგრამ პრობლემა ჯერ არ მოგვარებულა. კაცობრიობამ ვერ შეძლო ისეთი ტექნოლოგიების შექმნა, რომელიც მას სურდა ადამიანის ტვინთან მაქსიმალურად მიახლოება. მოდით შევხედოთ მთავარ განსხვავებებს ადამიანის ტვინსა და ხელოვნურ ნერვულ ქსელებს შორის.

რატომ არის ნეირომეგაზინები ჯერ კიდევ შორს ადამიანის ტვინიდან?

ყველაზე მნიშვნელოვანი ასპექტი, რომელიც რადიკალურად ცვლის სისტემის პრინციპს და ეფექტურობას, არის ღირებულების გადაცემასიგნალები ცალკეულ ნერვულ ქსელებში და ნეირონების ბიოლოგიურ ქსელებში. მარჯვნივ არის ის, რომ INS-ში ნეირონები გადასცემენ მნიშვნელობებს, რომლებიც აქტიური მნიშვნელობებია, როგორიცაა რიცხვები. ადამიანის ტვინში ხდება იმპულსების გადაცემა ფიქსირებული ამპლიტუდით და ეს იმპულსები პრაქტიკულად შეფერხებულია. ვარსკვლავი აჩვენებს ადამიანის ნეირონების მიწოდების დაბალ დონეს.

უპირველეს ყოვლისა, ტვინში კომუნიკაციის ხაზი გაცილებით ეფექტური და ეკონომიურია, INS-ში დაბალია. სხვაგვარად, პულსის წრე უზრუნველყოფს ტექნოლოგიის განხორციელების სიმარტივეს: ანალოგური სქემების საკმარისი რაოდენობა დასაკეცი გამოთვლითი მექანიზმების ნაცვლად. ვფიქრობ, იმპულსური სიგნალები მოპარულია ხმის ტრანზიტორებიდან. ოპერაციული რიცხვები დაბალია ხმაურის შემოდინებამდე, რის შედეგადაც დანაშაულის პრევალენტობა მიიწევს.

Ჩანთა

გასაოცარია, რომ ბოლო ათი წლის განმავლობაში მოხდა ნერვული ქსელების განვითარების ბუმი. ჩვენ უპირველეს ყოვლისა გვაწუხებს ის, რომ INS-ის დაწყების პროცესი უფრო მდიდარი და მარტივი გახდა. ასევე აქტიურად დაიწყო ეგრეთ წოდებული „მოპოვებული“ ნერვული ბარიერების განვითარება, რაც საშუალებას გვაძლევს მნიშვნელოვნად დავაჩქაროთ ტექნოლოგიების წინსვლის პროცესი. და რადგან ჯერ კიდევ ნაადრევია საუბარი მათზე, ვისაც შეუძლია, თუ ნეიროინტერფერენციები მთლიანად გაზრდის ადამიანის ტვინის შესაძლებლობებს, სავარაუდოა, რომ მომდევნო ათწლეულებში INS შეძლებს ჩაანაცვლოს ადამიანები ყველაზე მნიშვნელოვანი პროფესიების მეოთხედში. ეს უფრო სიმართლეს ჰგავს.

მათთვის, ვისაც სურს მეტი იცოდეს

დიდი ნერვული ომი: რას იწყებს Google სინამდვილეში?
როგორ შეუძლია კოგნიტურ გამოთვლებს შეცვალოს ჩვენი მომავალი

სამეცნიერო და პრაქტიკული კონფერენცია

"კროკი მაიბუტნეში"

ანდრიიჩუკ ანდრიი, მე-9 კლასის მოსწავლე ა

MBOU "ZOSH No. 47" ჩიტი

სამეცნიერო კარიერი: მიხაილოვი ე.ი. ინფორმატიკის და ფიზიკის მასწავლებელი MBOU "ZOSH No47" ჩიტი (ტიპის კატეგორია)

მ ჩიტა – 2018 წ

Ნეირონული ქსელები. ცალი ინტელექტი

ანდრეიჩუკი ანდრეი

MBOU "ZOSH No. 47"

მე-9 კლასი "A"

მოკლე ინსტრუქციები

წნევის გამოყენების საათში კომპიუტერული სისტემებიკოჟენმა ჰკითხა: „როგორ შეიძლება მანქანამ იფიქროს და მოიქცეს ისევე, როგორც ადამიანი? "
ამრიგად, განვითარება II დაიწყო მანქანებში მსგავსი ინტელექტის შექმნის განზრახვით, მსგავსი ადამიანების.

ნეიროინფორმატიკა და ნეიროკიბერნეტიკა ხელოვნური ინტელექტის ერთ-ერთი პირდაპირი მიმართულებაა. „დაზვერვის ნარჩენები - არა უშუალოდ კომპიუტერული მეცნიერებიდან, რომელიც მოიცავს პროგრამული უზრუნველყოფის და აპარატურის ფუნქციების შემუშავებას, რომლებიც საშუალებას აძლევს ტრადიციული ინტელექტუალური ამოცანების შესრულებას“, და ეს ამოცანები მოიცავს ინტელექტუალური რობოტების შექმნას, ოპტიმალურ კონტროლს, ინიცირებას და თვითდაწყებას. , პროგნოზირება და ა.შ. - ეს არის გარკვეული ნერვული ზომების შემუშავების და რაც შეიძლება ფართოდ ჩამოყალიბების ამოცანა.

Ნეირონული ქსელები. ცალი ინტელექტი

ანდრეიჩუკი ანდრეი

რუსეთი, ტრანსბაიკალის რეგიონი, ქალაქი ჩიტა

MBOU "ZOSH No. 47"

მე-9 კლასი "A"

Აბსტრაქტული

ნერვული ქსელის ალგორითმები წარმატებით, ტრადიციულად აღიარებულია, როგორც ინტელექტუალური: (სურათზე მოცემული ობიექტების სხვა ამოცანები), უპილოტო საფრენი აპარატების კონტროლი და ა.შ.

ამოხსნის ალგორითმი უცნობია და მისი ამოხსნა შესაძლებელია კომპიუტერული რესურსების გაზიარებით;

შენობა არ შეიძლება იყოს მითითებული რიცხვითი ფორმით;

მიზნების გამოხატვა შეუძლებელია ზუსტად განსაზღვრული ობიექტური ფუნქცია-კრიტერიუმით.

ამასთან, ”ცოდნა არის ფორმალიზებული ინფორმაცია, რომელიც არის ლოგიკური წარმოშობის პროცესის ნაწილი”, მაშინ შეგვიძლია ვთქვათ, რომ ნერვული მონიტორინგი იღებს ფაქტებს (ფაქტობრივი ცოდნა სამყაროს შესახებ, წარმოდგენები საწყისი შერჩევის თვალსაზრისით) და ამ პროცესში დასაწყისი აყალიბებს წესებს - დასკვნების აღწერის ცოდნა ნეიროდეპრესია არის განლაგების მეთოდი. გადაწყვეტილების მიღების ეს წესები შეიძლება შედგენილი იყოს ნერვული ქსელიდან და ჩაიწეროს ცოდნის წარმომადგენლობის ერთ-ერთ ფორმალიზმში, რომელიც ტრადიციულია კლასიკური საექსპერტო სისტემებისთვის (მაგალითად, ლოგიკური განვითარებისთვის წარმოების წესების ნაკრების სახით). გარდა ამისა, გადაწყვეტილების მისაღებად შეგიძლიათ უბრალოდ დაეყრდნოთ ალგორითმის ნერვული საზღვრის მანიფესტაციების იმპულსებს, რადგან მისი ინტერპრეტაცია ნაკლებად მნიშვნელოვანია დავალების შესრულების მეთოდის დარღვევის შესაძლებლობის გამო.

ნერვული საზღვრების საექსპერტო სისტემების სწრაფი განვითარებისა და განვითარების უნარი მათ საშუალებას აძლევს აისახონ სწრაფად ცვალებადი სამყაროს მახასიათებლები და იმუშაონ მიმდინარე ცოდნით, ისევე როგორც ფორმალიზების ტრადიციული გზა. ადამიანის ექსპერტების ცოდნა უფრო რთული და რთულია.

კვლევის შესაბამისობა ნერვულ სქემებთან დაკავშირებული, გასაგებია, რომ ადამიანის ტვინში ნაპოვნი ინფორმაციის დამუშავება ციფრული დამუშავების მეთოდებიდან ვითარდება. ადამიანის ტვინი ფუნქციონირებს როგორც ძალიან დასაკეცი, არაწრფივი, პარალელური გამოთვლითი მოწყობილობა.

მეცნიერულად დადასტურებულია, რომ ტვინი შედგება დიდი რაოდენობით ნერვული უჯრედებისგან (ნეირონები). ადამიანის ტვინში სტრუქტურული კავშირების რაოდენობა, რომელიც მხოლოდ ერთი ნეირონის მიერ არის ჩამოყალიბებული, ათიდან ასი ათასამდე მერყეობს. ამ გზით იქმნება ნერვული ბარიერი, რომლის მეშვეობითაც ნერვული სიგნალები გადის. ეს სიგნალები იწვევს ცვლილებებს ნეირონებში და მათ ქცევაში. რიგი ნერვული სიგნალები განსაზღვრავს ტვინის აქტივობას.

მიზანი მოცემული რობოტები - ნერვული ქსელების პროტოტიპის შექმნა და შემდგომი განვითარება(დაამატეთ თქვენი პროგრამის დეტალები)

მიწოდებული მეტა მოიცავს ყლორტსზავდანი :

უშუალოდ აქედან აშკარა ინფორმაციის ანალიზი;

პროგრამების შემუშავება და განხორციელება;

Zastosuvannya და დემონსტრირება კანონით და პრინციპები ნერვული ზომები და ცალი დაზვერვის;

ჩაატარა კვლევები და ექსპერიმენტები.

გამოძიების ობიექტი: ცალი ინტელექტი;

გამოძიების საგანი: ნერვული ურთიერთდაკავშირება ხელოვნური ინტელექტის განხორციელების ერთ-ერთი გზაა;

გამოკვლევის მეთოდები:

- ხელოვნურ ინტელექტთან, მანქანურ უნარებთან და ნეირო-ინტერფერენციებთან პირდაპირი კავშირების გამოკვლევა;

მონაცემთა ამოღების ლეგალიზაცია;

ნერვული გაზომვების მოდელების ექსპერიმენტული კვლევები;

მოწონება პროგრამული უზრუნველყოფის უსაფრთხოებანერვული ქსელის მოდელისთვისდაამატეთ სახელი, დაამატეთ პროგრამის ენა(ნავჩანია, სწავლა).

ჰიპოთეზა: სამუშაო ჰიპოთეზა ემყარება იმ ვარაუდს, რომ ნერვულ გაზომვებსა და ხელოვნურ ინტელექტს შეუძლია მნიშვნელოვნად გაამარტივოს ინფორმაციულ საზოგადოებაში მცხოვრები ადამიანების ცხოვრება და გახდეს თანამედროვე საინფორმაციო ტექნოლოგიების სამსახურში.

სამეცნიერო სიახლე: შემუშავებულია ცალმხრივი ნერვული ქსელების ახალი მოდელი, რომელიც შესაძლებელს ხდის აღწეროს სიგნალის დამუშავების ალგორითმები ელემენტებისა და მათ შორის კავშირების მიხედვით. მოდელის შექმნა პროგრამის სახელის დამატება

პრაქტიკული მნიშვნელობა

რობოტულ პროცესში ქმნილებები და პროგრამების კომპლექსი შეიძლება გაანალიზდეს აღწერისთვის, შედგენისთვის, ვიზუალიზაციისთვის, გაუმჯობესებისთვის და ახალი მოდელის ფარგლებში ნერვული ზომების დასაწყებად. ამ დაშლით, ალგორითმები და არქიტექტურა შესაძლებელს ხდის ნერვული ქსელების სხვა მოდელების დანერგვას და ჩამოყალიბებას.

ნამუშევარი სამი ნაწილისგან შედგება. პირველ ნაწილში განიხილება ნერვული ქსელების და ცალი ინტელექტის კონცეფცია. წარმოდგენილია ნერვული ზომებისა და ხელოვნური ინტელექტის ისტორია და მოცემულია კლასიფიკაცია.

სხვა განყოფილებაში მოცემულია ჭრის ტექნოლოგია პროგრამული კომპლექსი, განხილულია რობოტების ძირითადი ტექნიკა.

მესამე ნაწილში წარმოდგენილია მოდელირების შედეგების აღწერა და მოცემულია ექსპერიმენტების ანალიზი.

Ნეირონული ქსელები. ცალი ინტელექტი

ანდრეიჩუკი ანდრეი

რუსეთი, ტრანსბაიკალის რეგიონი, ქალაქი ჩიტა

MBOU "ZOSH No. 47"

მე-9 კლასი "A"

გამოძიების გეგმა

გრძელდება მნიშვნელოვანი პრობლემების და კვების შესწავლა;

კვლევის მეთოდები: ინფორმაციის იდენტიფიცირება და ამოღებული მონაცემების ანალიზი შერჩეული კვების გამოკვლევიდან, დაკვირვებული კვების ძირითადი მახასიათებლების იდენტიფიცირება, გამოკვლევის გასაგებად გასაღების იდენტიფიცირება.

პროგრესის თვალყურის დევნება:

განცხადება იმ გამოკვლევების შესახებ; კვლევის აქტუალობის განსაზღვრა;
გამოძიების თემასთან დაკავშირებული მნიშვნელოვანი ფსონები;
გამოქვეყნებული ინფორმაცია, საჭირო გამოკვლევები;
Vivchennya dzherel ინფორმაცია; ძირითადი გასაგები ტერმინების ამოცნობა;
მოპოვებული ინფორმაციის შერჩევა და ანალიზი, გამოძიების ძირითადი კატეგორიების შერჩევა;
გეგმის შემუშავება და შემუშავება წინასწარი სამძებრო სამუშაოებისთვის;
ინფორმაციის დამუშავება და ანალიზი;
დაწერილი გამოძიებამდე;
გეგმისა და შეკვეთის ფორმალიზება.
ზახისტი სკოლის კონფერენციაზე.

Ნეირონული ქსელები. ცალი ინტელექტი

ანდრეიჩუკი ანდრეი

რუსეთი, ტრანსბაიკალის რეგიონი, ქალაქი ჩიტა

MBOU "ZOSH No. 47"

მე-9 კლასი "A"

ზმისტ

შესვლა;

Მთავარი ნაწილი;

Doslednytska ნაწილი;

ვისნოვოკი;

საინფორმაციო ელემენტების სია.

Ნეირონული ქსელები. ცალი ინტელექტი

ანდრეიჩუკი ანდრეი

რუსეთი, ტრანსბაიკალის რეგიონი, ქალაქი ჩიტა

MBOU "ZOSH No. 47"

მე-9 კლასი "A"

შედი

დაზვერვა - ეს არის ძალიან ძლიერი კონცეფცია, რომელიც მოიცავს იდეებზე მუშაობის, დაგეგმვის, პრობლემების გადაჭრის, აბსტრაქტული აზროვნების, რთული იდეების გააზრების, სწრაფად წაკითხვის და ცოდნის საფუძველზე დაწყებას.

ადამიანის ინტელექტს აქვს ორგანული სტრუქტურა, ყველა მისი დადებითი და უარყოფითი მხარეების მიუხედავად.

ნეირონების საზღვარი – ხელოვნური ინტელექტის განხორციელების ერთ-ერთი გზა (II).
II-ის განვითარებას აქვს დიდი არეალი - მანქანათმცოდნეობა. ვონი წარმოგიდგენთ ალგორითმების მოთხოვნის მეთოდებს, რომელთა დამოუკიდებლად წაკითხვა შესაძლებელია. ეს აუცილებელია, რადგან არ არსებობს რაიმე ამოცანის მკაფიო პრიორიტეტი. ამ შემთხვევაში უფრო მარტივია არა სწორი გამოსავლის ძიება, არამედ ისეთი მექანიზმის შექმნა, რომელიც თავად უზრუნველყოფს ამ ძიების მეთოდს.

ნევროსიტკა ახდენს ადამიანის ნერვული სისტემის ფუნქციონირების მოდელირებას, რომლის თავისებურებაა უახლესი ინფორმაციის მიხედვით თვითმიყენებული ქცევის განვითარება. ამ გზით, ყოველ ჯერზე სისტემა სულ უფრო და უფრო ნაკლებ შეწყალებას აწარმოებს.

Მთავარი ნაწილი

ნერვული ქსელების ისტორია

ტერმინი "ნერვული ქსელი" გაჩნდა XX საუკუნის შუა ხანებში. პირველი რობოტები, რომლებშიც მთავარი შედეგები პირდაპირ ვინმეს წაართვეს, შეადგინეს მაკკალოჩმა და პიტსმა. 1943 წელს მათმა ჯგუფმა შეიმუშავა ნერვული მიკროსქემის კომპიუტერული მოდელი მათემატიკური ალგორითმებისა და ტვინის აქტივობის თეორიის საფუძველზე. მათ ვარაუდობდნენ, რომ ნეირონები შეიძლება უბრალოდ ჩაითვალოს მოწყობილობებად, რომლებიც მუშაობენ ორმაგი რიცხვებით და ამ მოდელს მათ ბარიერის ლოგიკა უწოდეს. მათი ბიოლოგიური პროტოტიპის მსგავსად, მაკკალოხ-პიტსის ნეირონებმა ახლა დაიწყეს სინაფსური გამტარობის აღწერის პარამეტრების რეგულირება. მკვლევარებმა გამოიყენეს მიკროსქემის დიზაინი ელექტრონული ნეირონებისგან და აჩვენეს, რომ ასეთ წრეს შეუძლია განახორციელოს პრაქტიკულად ნებისმიერი რიცხვი და ლოგიკური ოპერაციები. მაკკალოჩმა და პიტსმა ჩათვალეს, რომ ასეთი ღონისძიება ასევე შეიძლება დაიწყოს, ამოიცნოს ნიმუშები, ამოიცნოს, რაც ყველანაირ საქმეს აკეთებს ინტელექტისთვის.

ამ მოდელმა საფუძველი ჩაუყარა ორ განსხვავებულ მიდგომას ნერვული ზომების თვალყურის დევნებისთვის. ერთი მიდგომა არის ტვინში ბიოლოგიური პროცესების გავლენის ორიენტირება, მეორე არის ნერვული ზომების გამოყენება, როგორც ცალი ინტელექტის მეთოდი სხვადასხვა გამოყენებითი ამოცანებისთვის.

1949 წელს კანადელმა ფიზიოლოგმა და ფსიქოლოგმა ჰებმა შეიმუშავა იდეები თავის ტვინში ნეირონების კავშირის ბუნებისა და მათი ურთიერთქმედების შესახებ;

1954 წელს მასაჩუსეტსის ტექნოლოგიურ ინსტიტუტში შეიქმნა ჰებიანის ღონისძიების იმიტაცია ფარლისა და კლარკის კომპიუტერების ტექნოლოგიის გამოყენებით. ნერვული გაზომვების მსგავსი კვლევა, გარდა კომპიუტერული მოდელირებისა, ჩაატარეს როჩესტერმა, ჰოლანდიმ, ჰებიტმა და დუდამ 1956 წელს;

1957 წელს როზენბლატმა შეიმუშავა მათემატიკური და კომპიუტერული მოდელი ტვინის მიერ ინფორმაციის დასამუშავებლად ორსფერული ნერვული ქსელის საფუძველზე, რომელიც დაიწყო. საათი დაიწყო მოცემულია ზომავიკორისტოვალა არითმეტიკული მოქმედებები და დამატებები;

ნერვული ზომების გამოკვლევისადმი ინტერესი შემცირდა 1969 წელს მინსკისა და ქაღალდის მანქანათმცოდნეობის რობოტების გამოქვეყნების შემდეგ. მათ გამოავლინეს ძირითადი გამოთვლითი პრობლემები, რომლებიც წარმოიქმნება ხელოვნური ნერვული ქსელების კომპიუტერული დანერგვისას;

ერთ-ერთი მნიშვნელოვანი ნაბიჯი, რამაც ხელი შეუწყო შემდგომ კვლევას, იყო 1975 წელს ვერბოს მიერ ქარხნის კარიბჭის გაფართოების მეთოდის შემუშავება, რამაც მას საშუალება მისცა ეფექტურად გადაეტანა მრავალსფერული ზომების პრობლემა და გადაეჭრა პრობლემა „დაკეცვის მოდულით 2“;

1975 წელს ფუკუშიმამ დაარღვია კოგნიტრონი, რომელიც გახდა ერთ-ერთი პირველი მრავალსფერული ნერვული ქსელი. ღონისძიების რეალური სტრუქტურა და კოგნიტრონში გამოყენებული მეთოდები წყლის ლიგატების დასარეგულირებლად იცვლებოდა ერთი სტრატეგიიდან მეორეზე. თითოეულ სტრატეგიას აქვს თავისი დადებითი და უარყოფითი მხარეები;

პარალელური განაწილებული მონაცემთა დამუშავების ალგორითმი 1980-იანი წლების შუა ხანებში პოპულარული გახდა კონექტივიზმის სახელწოდებით. 1986 წელს რუმელჰარტისა და მაკკლელანდის ნაშრომებმა განავითარეს კონექტივიზმი ნერვული პროცესების კომპიუტერული მოდელირებისთვის.

ცალი ნერვული ქსელები

პირველი ნეიროკომპიუტერის გამომგონებელმა დოქტორმა რობერტ ჰეხტ-ნილსენმა შემდეგი გაგება მისცა ნერვულ ქსელს: „ნერვული ქსელი არის გამოთვლითი სისტემა, რომელიც შედგება რამდენიმე მარტივი, უაღრესად ურთიერთდაკავშირებული დამუშავების ელემენტებისაგან, რომლებიც ამუშავებენ ინფორმაციას მათი დინამიკის მეშვეობით. ეფექტური რეაგირება გარე ზეწოლაზე“.

ნაწილის ნერვული ქსელების ძირითადი სტრუქტურა (INS)

ცალი ნერვული ბადის სახეები

Є ორი ტიპის ნეირონული ჰემსტონის ტოპოლოგიები - პირდაპირი შეერთებით და შებრუნებული კავშირით.

იაკ ვლაშტოვანა ნეირონი მერეჟა

ნერვული ქსელი ახდენს ადამიანის ნერვული სისტემის ფუნქციონირების მოდელირებას, რომლის თავისებურებაა უახლესი ინფორმაციის მიხედვით თვითინიციაციის განვითარება. ამ გზით, ყოველ ჯერზე სისტემა სულ უფრო და უფრო ნაკლებ შეწყალებას აწარმოებს.

ჩვენი ნერვული სისტემის მსგავსად, ნეიროცირკულატურა შედგება რამდენიმე გამოთვლითი ელემენტისგან - ნეირონებისგან, რომლებიც მრავალ ბურთზეა გავრცელებული. მონაცემები, რომლებიც მიდის ნეირომერგენციის შეყვანაში, გადის ბადის კანის საფუძვლიან დამუშავებას. ვისთანაც კანის ნეირონს აქვს სიმღერის პარამეტრები, რომლებიც შეიძლება შეიცვალოს შედეგებისგან დამოუკიდებლად - ვის მიმართაც ხდება საჭირო ზომები.

მისაღებია, რომ ნეიროპროტექციის მიზანია კატების ძაღლებისგან განცალკევება. ნერვული ქსელის რეგულირებისთვის, მოცემულია კატებისა და ძაღლების ხელმოწერილი სურათების დიდი მასივი. ნერვული ქსელი აანალიზებს ამ სურათების ნიშნებს (ხაზებს, ფორმებს, ზომას და ფერს) და ქმნის ამოცნობის მოდელს, რომელიც მინიმუმამდე ამცირებს ასობით შეცდომას სტანდარტული შედეგების მისაღწევად.

რობოტული ნეირომეტრიის პროცესი, რომელიც შექმნილია საფოსტო კოდის ნომრის ამოცნობისთვის, იწერება ხელით.

სურათი 1 ნერვული წრედის მიმაგრება

ნერვული კავშირები პირდაპირი კავშირებით

Malyunok 2 ნერვული კავშირები პირდაპირი კავშირებით

სურათი 3 ნერვული კავშირები კონვოლუციური ლიგატიდან

მანქანათმცოდნეობა ნერვულ ქსელებში

დასაწყისი მოიცავს მასწავლებელს, რომელიც წარადგენს თავდაპირველ შერჩევას, რომლის შესახებაც მკითხველმა იცის. მერეჟა ადარებს თავის შედეგებს მკითხველთან და ასწორებს საკუთარ კოეფიციენტებს.

გამაგრებით დაწყება არის სტრატეგია, რომელიც სიფრთხილეს მოითხოვს. მერეჟა იღებს გადაწყვეტილებას, თვალი ადევნებს მის გარემოებებს. თუ სიფრთხილე უფრო ნეგატიურია, მენეჯერი არეგულირებს თავის ქმედებებს, რათა დედამ შეძლოს სხვადასხვა საჭირო გადაწყვეტილების მიღება.

ბაიესის ზომები (BMs)

ნერვული ზომების პოპულარობა

2010 წლამდე მეცნიერებას უბრალოდ არ გააჩნდა საკმარისად დიდი მონაცემთა ბაზა, რათა მკაფიოდ გაეგო სიმღერის მუსიკის ნერვული საზღვრები, რომლებიც ძირითადად დაკავშირებულია სურათების ამოცნობასა და კლასიფიკაციასთან. ამიტომ ნეირომორებს ხშირად სწყალობდნენ: ნაწლავებს ურევდნენ ძაღლს, ან, კიდევ უფრო უარესი, ჯანსაღი ორგანოს ნიშანი და შეშუპებით დაავადებული ორგანოს ნიშანი.

2010 წელს გამოჩნდა ImageNet მონაცემთა ბაზა, რომელიც შეიცავს 15 მილიონ სურათს 22 ათას კატეგორიაში. ImageNet-მა საფუძვლიანად გადახედა სურათების ყველა სხვა მონაცემთა ბაზას და ხელმისაწვდომი იყო ნებისმიერი მკვლევარისთვის. ამ ნეიროკონტროლისადმი ასეთი ვალდებულებებით, შესაძლებელია პრაქტიკულად დაუნდობელი გადაწყვეტილებების მიღება.

ნეიროპროტექციის განვითარებამდე არსებობდა კიდევ ერთი, კიდევ უფრო ფუნდამენტური პრობლემა: ინიცირების ტრადიციული მეთოდი არაეფექტური იყო. მიუხედავად იმისა, რომ ნერვულ ქსელში ბურთების რაოდენობა მნიშვნელოვან როლს თამაშობს, მნიშვნელოვანია ქსელის ინიცირების მეთოდიც. წარსულში, კარიბჭის დაშიფვრის მეთოდი შეიძლება ეფექტურად დაიწყოს დანარჩენი ზომების გარეშე. დაწყების პროცესი ძალიან რთული იყო პრაქტიკული სტაგნაციისთვის და თიხის ნეირომერგიების დაკომპლექტებული ბურთები სათანადოდ არ ფუნქციონირებდა.

ყველაზე მნიშვნელოვანი პრობლემის შედეგებმა 2006 წელს მიაღწია მონაწილეთა სამ დამოუკიდებელ ჯგუფს. უპირველეს ყოვლისა, ჯეფრი ჰინტონმა განახორციელა დახმარებისთვის აუცილებელი ზომები, დაიწყო კანის დაცვა. სხვაგვარად, იან ლეკუნმა შექმნა ვიკორისტანი გამოსახულების ამოცნობის ყველაზე მნიშვნელოვანი პრობლემებისთვის. ნარეშტიმ, ჯოშუა ბენგიომ შეიმუშავა კასკადის ავტოინკოდერი, რომელიც საშუალებას აძლევს ყველა სფეროს ჩაერთოს ღრმა ნერვულ საზღვარზე.

ნერვული ქსელების წარმატებული სტაზირება

ცხრილი 1 ნერვული ზომების დადგენა

მოწინავე ხელოვნურმა ინტელექტმა გამოავლინა გულის დაავადებების რისკი და ეფექტურია ნამდვილი ექიმებისთვის.

ფინანსები

იაპონურმა სადაზღვევო კომპანია Fukoku Mutual Life Insurance-მა კონტრაქტი IBM-ს გადასცა. თქვენი აზრით,იაპონური კომპანიის 34 თანამგზავრს IBM Watson Explorer AI სისტემა ჩაანაცვლებს.

ბიზნესი

ცალი ინტელექტიმექანიზმების შესაფერისად მოხატვა რეკომენდაციებით ონლაინ მაღაზიებში და სერვისებში.Yandex Data Factory ალგორითმიაქციების შენობის გადაცემა.ნერვული ქსელები, რომლებიც აანალიზებენ ბუნებრივ ენას,შეგიძლიათ გამოიყენოთ ის ჩატის ბოტების შესაქმნელად.

ტრანსპორტი

თვითმართვადი მანქანები არის კონცეფცია, რომელზედაც ყველაზე დიდი კონცერნი მუშაობს.ჭკვიანი მანქანები გზებზე 2025 წლამდე გამოჩნდება.

პრომისლოვისტი

სინთეზური მოლეკულების ტექნოლოგია, ფოლადის დნობა, საწყობის დამუშავება.

აბრეშუმის სახელმწიფო

სოფლის კულტურების დათვალიერებისა და ნიმუშების შეგროვების ოპტიმალური დროის განსაზღვრა.

მისტიკა

ფოტო და ვიდეო დამუშავების, ნერვული საზომი კომპანიებმა უკვე ჩაწერეს ორი ალბომი, იაპონურმა ალგორითმმა დაწერა წიგნი"დღეს კომპიუტერმა რომანი დაწერა"პროგრამამ დაამარცხა მსოფლიოს უძლიერესი მოთამაშე

Უსაფრთხოება

ზვიგენების ძებნა სანაპირო წყლებში და ხალხის დევნა პლაჟებზე

პრაქტიკული ნაწილი

ეკრანის ანაბეჭდების ჩასმა ანგარიშის აღწერარობოტული პროგრამის პროცესი!

ვისნოვოკი

ნერვული კავშირები, ტექნოლოგია გასული საუკუნის შუა ხანებიდან, დაუყოვნებლივ ცვლის მთელი გალუასების მუშაობას. მეუღლეების რეაქცია ორაზროვანია: ზოგს ეშინია კრუნჩხვის, ზოგს კი ყოყმანობს ეჭვი შეიტანოს მათ ბირთვში, როგორც ფახივტებში.

გაურკვეველია, საიდან მოდის მანქანური სწავლება, ის არის საიდან მოდის ხალხი. მხოლოდ იმიტომ, რომ ცოცხალ ექიმზე უკეთესი დიაგნოზის დასმაა, ეს არ ნიშნავს იმას, რომ მომავალში მხოლოდ რობოტებით ვიმკურნალებთ. რაც მთავარია, პრეპარატი ერთდროულად მკურნალობს ნეიროდაქვეითებას. ანალოგიურად, IBM Deep Blue სუპერკომპიუტერმა, რომელმაც ჯერ კიდევ 1997 წელს გარი კასპაროვისგან შაჰები მოიგო, შაჰების ხალხი არსად წასულა და ცნობილი დიდოსტატები კვლავ ფუჭდებიან პრიალა ჟურნალების გარეკანებზე.

Piece Intelligence არის მთელი კაცობრიობის მომავალი, ნერვული ქსელების განვითარება და დიდი შედეგი მომავალში, სადაც ადამიანების ფიზიკური მუშაობა არ იქნება საჭირო.

უკვე, ერთდროულად, რამდენად სწრაფად და უმოწყალოდ შეუძლია კომპიუტერს ისეთი მოქმედებების შესრულება, რასაც ათობით მეცნიერი ვერ გააკეთებს. ტექნოლოგიების ინვესტირება და განვითარება II, კაცობრიობა ერთდროულად ვითარდება ათასობით სფეროში და ცალმხრივი ინტელექტი გვხვდება ცხოვრების თითქმის ყველა სფეროში.

ვიკილისტების სია

კატეგორიები

პოპულარული