09/10/2017
Искусственный интеллект. (Часть 2)
В этой публикации постараюсь максимально доступно, без формул и специальной терминологии объяснить принцип работы нейронной сети.
Исследования биологов позволили выделить нервные клетки организмов, нейроны, и изучить принципы их работы. На рис.1 показана клетка головного мозга. По усикам (дендрит) поступают сигналы возбуждения или торможения, клетка складывает плюс с минусом и получает среднее значение, которое передается на следующий нейрон. Все конечно значительно сложнее, но для нас, этого вполне достаточно.
На рис. 2 изображена компьютерная модель нейрона, его схематическое изображение. Как видите она аналогична живой клетке и работает точно также. На вход поступают числовые значения, внутри ячейки происходит суммирование чисел, результат которого подается на выход. Что бы получить нейронную сеть, нейроны собирают в последовательность, которая позволяет передавать сигнал, от входа на выход. На рис. 3 показан типичный пример, называемый персептрон.
Так что же такого «волшебного» делаю нейронные сети? Возьмем простой пример, попасть скомканным листом бумаги в мусорную корзину. Человек учится этому, раз за разом бросая бумажку в корзину, в результате, чем больше он тренируется, тем чаще попадает. Перед нами ставят задачу сделать механизм, который бы попадал без промаха. Классически это делается так, на основании опытов мы строим график движения комка. На основании графика выводим формулу движения (в нашем случае это парабола), дополняем формулу силой броска и углом склонения, теперь можем строить механизм. Благодаря математике мы можем точно рассчитать где и в какой момент времени находится ком бумаги во время броска.
Как видно с момента постановки задачи до момента реализации может пройти много времени, пока проведем испытания, рассчитаем математическую модель, а ведь чем больше параметров, тем сложнее вычисления.
Вот здесь и проявляется главное преимущество нейронных сетей. Они обучаются как человек. На вход подаются, данные о корзине и запускается процесс обучения.
