O'z atrofingizdagi o'zgaruvchan texnologiyani tushunish uchun bilishingiz kerak bo'lgan narsa
Neyron tarmoqlar - bu neyronlar (asab hujayralari) odamlarda qanday ishlashiga o'xshash tarzda ma'lumotlardan (ma'lumotlarni) uzatish, qayta ishlash va o'rganish uchun mo'ljallangan bog'langan birliklar yoki tugunlarning kompyuter modellari.
Sun'iy asab tarmoqlari
Texnologiyada neyron tarmoqlar ko'pincha sun'iy neyron tarmoqlari (NNN) yoki neyron tarmoqlari deb ataladi va ular modellashtirilgan biologik neyron tarmoqlardan ajralib turadi. ANN orqasidagi asosiy fikr inson miyasi mavjud bo'lgan eng murakkab va aqlli "kompyuter" dir. MRTni miyadan foydalangan holda axborotni qayta ishlash tizimiga va tizimiga iloji boricha yaqin modellab, tadqiqotchilar inson razvedkasiga yaqinlashgan yoki undan yuqori bo'lgan kompyuterlarni yaratishga umid qilishdi. Neyron tarmoqlari sun'iy aql (AI), kompyuterni o'rganish (ML) va chuqur o'rganishdagi hozirgi taraqqiyotning muhim tarkibiy qismi hisoblanadi.
Nerv tarmoqlari qanday ishlaydi: solishtirish
Neyron tarmoqlari qanday ishlashini va ikkala tur (biologik va sun'iy) o'rtasidagi farqlarni tushunish uchun, 15 qavatli ofis binosi va binolar, alohida qavatlar va shaxsiy idoralar bo'ylab qo'ng'iroqlarni amalga oshiradigan telefon tarmoqlari va stansiyalarga misol qilib kelaylik. 15 qavatli ofis binosidagi har bir alohida ofis neyron (biologiyada kompyuter tarmog'i yoki asab hujayrasidagi tugun) ni ifodalaydi. Bino o'zi 15 qavatli tizimda (neyron tarmoq) tashkil etilgan ofislar majmuini o'z ichiga olgan strukturadir.
Biologik neyron tarmoqlariga misolni qo'llash orqali, qo'ng'iroqlarni qabul qiladigan santimetr binoning har qanday qavatidagi bironta xonaga ulanish uchun chiziqlar bor. Bundan tashqari, har bir ofisda har qanday qavatdagi binoning boshqa binosiga ulanadigan yo'nalish mavjud. Tasdiqlashni (kirishni) amalga oshirishni tasavvur qiling va kommutator uni 3-qavatda ofisga o'tkazadi, uni to'g'ridan-to'g'ri, 11 qavatdagi ofitserga topshiradi, keyin uni bevosita 5-qavatda ofisga o'tkazadi. Miyaning har bir neyroni yoki asab xujayrasi (tizim) tizimdagi yoki neyron tarmoqdagi (bino) boshqa biron bir neyronga bevosita bog'lanishi mumkin. Ma'lumot (chaqiruv) javob yoki qaror (chiqim) mavjud bo'lgunga qadar zarur bo'lgan narsalarni o'rganish yoki o'rganish uchun boshqa neyronlarga (idoraga) o'tkazilishi mumkin.
Ushbu misolni ANNlarga qo'llaganimizda, u ancha murakkablashadi. Binoning har bir qavatida o'z kommutatori mavjud bo'lib, u faqat bitta qavatda joylashgan idoralarga, shuningdek yuqorida va pastdagi qavatlardagi statsionarlarga ulanishi mumkin. Har bir ofis faqatgina o'sha qavatda joylashgan boshqa ofislarga va o'sha qavat uchun panjaraga bevosita ulanishi mumkin. Barcha yangi qo'ng'iroqlar 1-qavatda joylashgan kommutator bilan boshlanishi kerak va qo'ng'iroq tugashi uchun 15-qavatga qadar har bir alohida qavatga raqamli tartibda o'tkazilishi kerak. Keling, uni qanday ishlashini ko'rib chiqaylik.
1 - qavat kommutatoriga chaqiruv (kirish) kelib tushganini tasavvur qiling va 1 - qavatda (tugun) ofisga yuboring. So'ngra, birinchi qavatning boshqa bo'limlariga (tugunlarga) to'g'ridan-to'g'ri topshiriladi va keyingi qavatga yuborishga tayyor. Keyin qo'ng'iroq 1 - qavat santraliga qaytarilishi kerak, bu esa uni 2- qavatdagi santralga o'tkazadi. Bu xuddi shu qadamlar bir vaqtning o'zida bitta qavatni takrorlaydi, chunki chaqiruv bu jarayon orqali har bir qavatga 15-darajaga qadar yuboriladi.
YSAlarda tugunlar (idoralar) qatlamlar (binoning ichki qavatlari) joylashgan. Axborot (chaqiruv) har doim kiruvchi qatlam (1 - qavat va uning sig'imi) orqali keladi va keyingi qatlamga o'tishdan oldin har bir qatlam (qavat) orqali yuborilishi va qayta ishlanishi kerak. Har bir qavat (qavat) bu chaqiruv haqida aniq tafsilotlar bilan ishlaydi va natijani keyingi qatlamga chaqiradi. Chaqiruv chiqish qatlamiga (15-qavat va uning sig'imi) etib kelganida, u 1-14 qatlamlaridan ishlov berish ma'lumotlarini o'z ichiga oladi. 15-qavatdagi (xonalar) tugunlar (vakolatxonalar) boshqa qatlamlardan (qatlamlardan) kirish va ishlov berish ma'lumotlarini javob yoki piksellar (chiqish) bilan chiqish uchun foydalanadi.
Neyron tarmoqlari va Mashinani o'rganish
Neyron tarmoqlari - kompyuterni o'rganish kategoriyasida bir xil texnologiya. Darhaqiqat, neytral tarmoqlarni tadqiq qilish va rivojlantirishda ilgarilash MLda rivojlanish oqimlari va oqimlariga qattiq bog'langan. Neyron tarmoqlari ma'lumotlarni qayta ishlash qobiliyatini kengaytiradi va ML ning hisoblash quvvatini oshiradi, qayta ishlanishi mumkin bo'lgan ma'lumotlar hajmini oshiradi, shuningdek murakkab vazifalarni bajarish qobiliyati ham oshiriladi.
ANN uchun birinchi hujjatli kompyuter modeli 1943 yilda Uolter Pitts va Uorren Makgulx tomonidan yaratilgan. Dastlab qiziqish va neyral tarmoqlarda va mashinasozlikdagi tadqiqotlar oxir-oqibat sekinlashdi va 1969-yilga borib, yangilanib turadigan qiziqishlarning kichik qismiga aylandi. Vaqtinchalik kompyuterlar bu sohalarni yanada rivojlantirish uchun etarlicha yoki katta hajmli protsessorlarga ega bo'lmagani uchun, ML va neyron tarmoqlari uchun zarur bo'lgan katta miqdordagi ma'lumot mavjud bo'lmagan.
Internetning o'sishi va kengayishi (va shu tariqa internet orqali katta miqdordagi ma'lumotlarga kirish) bilan birga vaqt ichida hisoblash kuchining kattalashishi ortib borayotir. Neylon tarmoqlari va ML hozirgi kunda har kuni ko'riladigan va foydalanadigan texnologiyalarda, masalan, yuzni tanib olish , rasmni qayta ishlash va qidirish va real vaqt tilini tarjima qilish - faqat bir nechtagina nomlanadi.
Har kungi hayotda neyron tarmoqlari namunalari
YSA texnologiya sohasida juda murakkab mavzudir, ammo har kuni hayotimizga ta'sir qiladigan yo'llarning ko'payib borayotgani sababli kashf qilish uchun biroz vaqt talab etiladi. Quyida neyron tarmoqlarining turli sohalarda qo'llanadigan usullarining bir nechta misollari keltirilgan:
- Moliya: Neytral tarmoqlar valyuta kurslarini taxmin qilish uchun ishlatiladi. Ular shuningdek, fond bozorida ishlatiladigan avtomatlashtirilgan savdo tizimlarining orqasidagi texnologiyada ham qo'llaniladi.
- Tibbiyot: Neytral tarmoqlarning tasvirni qayta ishlash qobiliyatlari erta bosqichni aniqroq aniqlash va aniqlash va saraton turlarini aniqlash qiyin bo'lgan texnologiyalarga yordam berdi. Bunday turdagi saratonlardan biri teri saratonining eng jiddiy va o'limli shakli bo'lgan invaziv melanomadir. Melanomani erta bosqichlarda aniqlash, u tarqalishidan oldin, ushbu turdagi saraton kasaliga chalingan bemorlarni engish uchun eng yaxshi imkoniyatni beradi.
- Ob-havo: Atmosfera o'zgarishlarini potentsial jiddiy va xavfli ob-havo hodisalarini imkon qadar tez va aniq ko'rsatishga qodirlik hayotni saqlab qolish uchun zarurdir. Neyron tarmoqlari sun'iy yo'ldosh va radar tasvirlarini real vaqtda qayta ishlashga jalb qilinmoqda, ular nafaqat bo'ronlar va tsiklonlarning erta shakllanishini aniqlash bilan bir qatorda, shamol tezligida va shamol tezligini ko'rsatadigan yo'nalishda keskin o'zgarishlarni aniqlaydilar. Tornadonlar - rekorddagi eng kuchli va eng xavfli ob-havo voqealaridir - ko'pincha to'satdan, to'satdan va bo'ronlarga nisbatan halokatli tarzda.