Čo potrebujete vedieť, aby ste pochopili meniacu sa technológiu okolo vás
Neurónové siete sú počítačové modely pripojených jednotiek alebo uzlov navrhnutých na prenos, spracovanie a učenie sa z informácií (údajov) podobným spôsobom ako neuróny (nervové bunky) pracujú u ľudí.
Umelé neurónové siete
V technológii sa neurónové siete často označujú ako umelé neurónové siete (ANN) alebo neurónové siete na odlíšenie od biologických neurónových sietí, ktoré sú modelované po nich. Hlavnou myšlienkou spoločnosti ANNs je, že ľudský mozog je najkomplexnejší a inteligentnejší "počítač", ktorý existuje. Modelovaním ANNs čo najdôkladnejšie na štruktúru a systém spracovania informácií, ktoré používa mozog, výskumníci dúfali, že vytvoria počítače, ktoré sa blížia k ľudskej inteligencii alebo jej prekonajú. Neurónové siete sú kľúčovou súčasťou súčasného pokroku v umelom inteligencii (AI), strojovom učení (ML) a hlbokom vzdelávaní .
Ako fungujú neurónové siete: Porovnanie
Aby sme pochopili fungovanie neurónových sietí a rozdiely medzi týmito dvomi typmi (biologickými a umelými), použite príklad 15-poschodovej administratívnej budovy a telefónnych liniek a rozvádzačov, ktoré smerujú hovory v celej budove, jednotlivých podlažiach a jednotlivých kanceláriách. Každá samostatná kancelária v našej 15-poschodovej administratívnej budove predstavuje neurón (uzol v počítačovej sieti alebo nervovej bunky v biológii). Samotná budova je štruktúra obsahujúca súbor kancelárií usporiadaných v systéme 15 poschodí (neurónová sieť).
Aplikáciou príkladu na biologické neurónové siete má ústredňa, ktorá prijíma hovory, linky na pripojenie k akejkoľvek kancelárii na každom poschodí v celej budove. Okrem toho má každá kancelária linky, ktoré ju spájajú s každou ďalšou kanceláriou v celej budove na každom poschodí. Predstavte si, že príde hovor (vstup) a rozvádzač ho prenesie do kancelárie na 3. poschodí, ktorý ho prenesie priamo do kancelárie v 11. poschodí, ktorý ho potom priamo prenesie do kancelárie v 5. poschodí. V mozgu sa každý neurón alebo nervová bunka (kancelária) môže priamo pripojiť k akémukoľvek inému neurónu vo svojom systéme alebo neurónovej sieti (budove). Informácie (hovor) sa môžu prenášať na akýkoľvek iný neurón (kancelária), aby spracovali alebo zistili, čo je potrebné, kým nie je odpoveď alebo rozlíšenie (výstup).
Keď tento príklad aplikujeme na ANN, stáva sa dosť zložitejšou. Každé poschodie budovy vyžaduje vlastný rozvádzač, ktorý sa môže pripojiť len k kanceláriám na rovnakom poschodí, ako aj rozvádzače na podlahách nad a pod ním. Každá kancelária sa môže priamo pripojiť k iným kanceláriám na rovnakom poschodí a rozvádzaču pre dané poschodie. Všetky nové hovory musia začať s rozvádzačom na 1. poschodí a musia byť prenesené na jednotlivé podlažie v číselnom poradí až do 15. poschodia pred ukončením hovoru. Začnime to a uvidíme, ako to funguje.
Predstavte si, že k ústredni prvého poschodia prichádza hovor (vstup) a odošle sa do kancelárie na 1. poschodí (uzol). Hovor sa potom prenesie priamo medzi ostatné kancelárie (uzly) na 1. poschodí, kým nebude pripravený na odoslanie do ďalšieho poschodia. Potom musí byť hovor poslaný späť do rozvádzača na 1. poschodí, ktorý ho potom prenesie do rozvádzača na druhom poschodí. Rovnaké kroky opakujte v jednom poschodí naraz, pričom hovor je zasielaný týmto procesom na každom poschodí celkom až do poschodia 15.
V ANN sú uzly (kancelárie) usporiadané vo vrstvách (podlahy budovy). Informácie (hovor) vždy prichádzajú cez vstupnú vrstvu ( 1. poschodie a jeho rozvádzač) a musia byť odoslané a spracované každou vrstvou (podlahou) pred tým, ako sa môže presunúť na ďalšiu. Každá vrstva (podlaha) spracováva konkrétne detaily o tomto hovore a pošle výsledok spolu s volaním na ďalšiu vrstvu. Keď hovor dosiahne výstupnú vrstvu (15. poschodie a jej rozvádzač), obsahuje informácie o spracovaní z vrstiev 1-14. Uzly (kancelárie) na 15. vrstve (podlaha) používajú vstupné a spracovateľské informácie zo všetkých ostatných vrstiev (podlahy), aby prišli s odpoveďou alebo rozlíšením (výstupom).
Neurónové siete a strojové učenie
Neurónové siete sú jedným typom technológie v rámci kategórie strojového učenia. V skutočnosti je pokrok vo výskume a vývoji neurónových sietí pevne spojený s únikmi a tokmi pokroku v ML. Neurónové siete rozširujú možnosti spracovania údajov a zvyšujú výpočtový výkon ML, zvyšujú objem spracovávaných údajov, ale aj schopnosť vykonávať zložitejšie úlohy.
Prvý zdokumentovaný počítačový model pre ANN bol vytvorený v roku 1943 Walterom Pittsom a Warrenom McCullochom. Počiatočný záujem a výskum v oblasti neurónových sietí a strojového učenia sa nakoniec spomalil a do roku 1969 bol viac alebo menej vyradený, len s malými výbuchmi obnoveného záujmu. Počítače v tom čase jednoducho nemali dosť rýchlych alebo dostatočne veľkých procesorov, aby tieto oblasti ďalej rozvíjali a obrovské množstvo údajov potrebných pre ML a neurónové siete nebolo k dispozícii v tom čase.
Obrovské zvýšenie výpočtového výkonu v priebehu času spolu s rastom a rozšírením internetu (a tým aj prístup k obrovskému množstvu údajov prostredníctvom internetu) vyriešili tieto skoré výzvy. Neurónové siete a ML sú teraz nástrojom technológií, ktoré vidíme a používame každý deň, ako je rozpoznávanie tváre , spracovanie a vyhľadávanie obrázkov a jazykový preklad v reálnom čase.
Príklady neurónovej siete v každodennom živote
ANN je pomerne zložitá téma v rámci technológie, ale stojí za to čas na preskúmanie kvôli čoraz väčšiemu počtu spôsobov, ako každý deň ovplyvňuje náš život. Tu je niekoľko ďalších príkladov spôsobov, akými neurónové siete v súčasnosti používajú rôzne odvetvia:
- Financie: Neurónové siete sa používajú na predpovedanie výmenných kurzov. Používajú sa aj v technológii automatických obchodných systémov používaných na akciovom trhu.
- Medicína: Možnosti spracovania obrazu neurónových sietí prispeli k technológiám, ktoré pomáhajú presnejšie sledovať a odhaľovať včasné a ťažko identifikovateľné druhy rakoviny. Jedným z takýchto typov rakoviny je invazívny melanóm, najvážnejšia a smrteľnejšia forma rakoviny kože. Identifikácia melanómu v skorších štádiách pred jeho rozšírením prináša pacientom s týmto typom rakoviny najvyššiu šancu poraziť.
- Počasie: schopnosť odhaliť zmeny v atmosfére, ktoré naznačujú potenciálne vážne a nebezpečné počasie čo najrýchlejšie a najpresnejšie, je nevyhnutná na záchranu životov. Neurónové siete sa podieľajú na spracovaní satelitných a radarových snímok v reálnom čase, ktoré nielen odhalia včasné vytváranie hurikánov a cyklónov, ale tiež odhalia náhle zmeny v rýchlosti a smeru vetra, ktoré naznačujú formovanie tornádo. Tornáda sú niektoré z najsilnejších a najnebezpečnejších udalostí počasia - často náhly, deštruktívnejší a smrteľnejší ako hurikány.