Как да обучаваме компютрите Избрана

Невронните мрежи са навсякъде около нас, но начинът им на действие се различава драстично от този на човешкия мозък

Споделяне

Икономист

Икономист

iconomist.bg

newsroom@iconomist.bg

Веско Милев

Как фотоапаратите разпознават човешки лица? Или как автомобилите в близко бъдеще ще могат да се управляват сами? Отговорът е само един – чрез невронните мрежи. Те са клас компютърни алгоритми с общо предназначение, които притежават способността да се учат.

Теоретично разработени през 40-те години на миналия век, първоначално развитието на невронните мрежи е било бавно поради ниската изчислителна сила на компютрите. През втората половина на 70-те години и в периода около началото на 90-те интересът и финансирането на разработки в областта на изкуствен интелект намаляват, което допълнително забавя развитието им. Едва през последните две десетилетия разработката и употребата на невронни мрежи набира значителна скорост и тези алгоритми започват да реализират големия си приложен потенциал.

Днес невронните мрежи са навсякъде около нас. Използват се за разпознаване на образи, за прогнозиране на времето, за разпознаване на реч, за търгуване на стоковите борси, за диагностициране на някои видове рак и за още много цели.

Но мисли ли електронният мозък като човешкия?
Всъщност не е сигурно дали изобщо можем да говорим за „мислене“, тъй като няма всеобщо възприето определение за процеса. По-точно е да се каже, че невронните мрежи „възприемат“ света по съвсем прост начин: получават входна информация, обработват я и връщат резултат спрямо вътрешната си структура. Те не разбират съществото на информацията, която обработват, и не правят логически връзки между отделните единици входни данни.

Една невронна мрежа може да се използва само за конкретна цел. Ако възникне нужда от друга задача, била тя и изключително подобна, трябва да се създаде изцяло нова невронна мрежа. След това мрежата трябва да се тренира наново – няма как към старата просто да се добавят още неврони или да се пригоди към новото действие, защото ще се загуби първоначалната ѝ функционалност.

Има един лесен и интересен експеримент, който може да се проведе с невронни мрежи, недостатъчно добре тренирани да работят с изображения. Добър тест е въпросът дали изображението на дадена снимка е на панда, да кажем. Взема се която и да е снимка на панда, получила положителен резултат от мрежата, т.е. всичко работи правилно. Цветовете на изображението се изопачават съвсем малко, колкото да е незабележимо за човешкото око. Промененото изображение се подава отново на невронната мрежа, която този път връща... отрицателен резултат! Невронната мрежа е подведена, защото не е била тренирана да работи с изображения с леко променени цветове.

Това е същността на невронните мрежи – те са само клас математически функции, макар и извънредно сложни. Прилагат сляпо принципите, на които са били обучени. Не влагат ни най-малко интуиция, която е присъща на всеки човек – невронните мрежи просто не разполагат с нея. Ето защо, макар невронните мрежи по устройство да са сходни на човешкия мозък, по начин на действие те драстично се различават.

Но всъщност това е и един от начините за усъвършенстване на невронни мрежи: създават се две, като едната е с цел да върши някаква полезна работа, докато другата създава фалшиви примери или по друг начин я обърква. Двете работят една срещу друга и се „състезават“ коя ще бъде крачка напред. Не след дълго тази, която върши полезна работа, работи достатъчно добре даже и при наличие на несъвършени входни данни.

Текстът е публикуван в брой 48/2017 г. на списание "Икономист", който може да купите в разпространителската мрежа. Вижте какво още може да прочетете в броя.

Споделяне

Оставете коментар

..................................