Биологик ва сунъий нейронлар ҳақида тушунча. Нейрон тармоқ тушунчаси. Нейронларда мантиқий операцияларни бажариш. Персептрон тушунчаси ва вазифалари

Биологик ва сунъий нейронлар ҳақида тушунча. Нейрон тармоқ тушунчаси. Нейронларда мантиқий операцияларни бажариш. Персептрон тушунчаси ва вазифалари.
Сунъий нейрон (СН) тирик нейроннинг ишлаши ҳақидаги асосий ғояларни моделлаштирадиган энг оддий аналог ўзгартирувчи элементдир.
Ҳар бир нейрон кириш қийматларида баъзи функцияларни бажаради. Агар функтсиянинг қиймати маълум бир қийматдан ошса - чегара, у ҳолда нейрон ҳаяжонланади ва бошқа нейронларга узатиш учун чиқиш сигналини ҳосил қилади. Мия рецепторлардан (эшитиш, кўриш ва бошқалар) кириш маълумотларини олади, сўнгра у нейрон тузилмалар томонидан қайта ишланади ва танадаги бошқарув ҳаракатларининг тўпламига айланади.
Муаллифлар сунъий нейрон тармоқлардан (СНТ) фойдаланишни таклиф қилишди, уларнинг элементлари сунъий нейронлар бўлиб, бинар чегара трансдусерларида яратилган ва "ҳаммаси ёки ҳеч нарса" тамойили бўйича ишлайди. Бундай тармоқлар қоидаларини аниқлаш ва маълумотни умумлаштиришни ўрганишга қодир бўлиб чиқди, яъни улар тирик мияга хос бўлган фазилатларга эга эди.
Сунъий нейрон тармоқ (СНТ) - биологик нейрон тармоқнинг соддалаштирилган модели бўлиб, у бир-бири билан ўзаро таъсир қилувчи сунъий нейронлар тўпламидир.

1949 йилда Д.Хебб, И.П.Павлов томонидан кашф этилган шартли рефлекс алоҳида нейронларнинг ассоциациялар ўрнатиш қобилияти натижасида юзага келади, деб таклиф қилди ва биологик нейронларни ўрганиш учун мос келадиган ишончли қоидани шакллантирди.
СНТ нинг биринчи амалий қўлланилиши 1950-йилларнинг охирида содир бўлади, бу Ф.Розенблат томонидан персептрон ихтироси билан боғлиқ.
1972 йилда Т. Кохонен ва Ж. Андерсон мустақил равишда хотира вазифасини бажара оладиган янги турдаги нейрон тармоқларни таклиф қилишди.
1974 йил - Пол Ж. Вербос ва А. И. Галушкин бир вақтнинг ўзида кўп қатламли персептронларни ўқитиш учун орқага тарқалиш алгоритмини ихтиро қилдилар.
1975 йил - Фукусима когнитронни тақдим этди - ўзгармас қарорларни аниқлаш учун мўлжалланган ўзини ўзи ташкил қилувчи тармоқ, лекин бунга фақат тасвирнинг деярли барча ҳолатларини эслаб қолиш орқали эришилади.
1980-йилларда шахсий компютерлар ва иш станциялари пайдо бўлди, бу эса СНТ билан мураккаб тажрибалар ўтказиш имконини берди. 1982 йилда Ж. Хопфилд бир қаватли тўлиқ боғланган динамик СНТ нинг ишлашини тавсифлаш учун механика усулларини муваффақиятли қўллади.
1982 йил - унутилиш давридан сўнг нейрон тармоқларга қизиқиш яна ортади. Ж. Хопфилд тескари алоқага эга нейрон тармоқ энергияни минималлаштирадиган тизим бўлиши мумкинлигини кўрсатди (Хопфилд тармоғи деб аталади). Коҳонен назоратсиз тармоқ (Коҳоненнинг нейрон тармоғи), кластерлаш муаммоларини ҳал қилиш, маълумотларни визуаллаштириш (Коҳоненнинг ўзини ўзи ташкил қилиш харитаси) ва дастлабки маълумотларни таҳлил қилишнинг бошқа вазифаларини тақдим этади.
1986 йил - Девид И. Румелхарт, Ж. Э. Хинтон ва Роналд Ж. Уилямс ва айни пайтда С. И. Бартсев ва В. А. Охонин (Красноярск гуруҳи) билан хатоларни орқага қайтариш усулини қайта кашф этдилар ва сезиларли даражада ривожлантирдилар. Ўқитилган нейрон тармоқларга қизиқиш портлаши бошланди.
2007 йил Торонто университетида Жеффри Хинтон кўп қатламли нейрон тармоқлар учун чуқур ўрганиш алгоритмларини яратди. Муваффақият Хинтоннинг тармоқнинг пастки қатламларини ўқитиш учун Чекланган Болтзманн машинаси (РБМ) дан фойдаланганлиги билан боғлиқ.
Натижада, сунъий нейрон тармоқлардан фойдаланишнинг қуйидаги йўналишларини ажратиб кўрсатиш мумкин:
•тасвирларнинг таснифи. Вазифа - хусусият вектори ифодаланган кириш тасвири бир ёки бир нечта олдиндан белгиланган синфларга тегишли эканлигини кўрсатишдир. Роботехникада асосий иловалардан бири кўриш тизимидан олинган видео маълумотлардан объектни таниб олишдир;

• 
  Функцияни СНТга яқинлаштириш. Тахминлаш вазифаси - хатти-ҳаракати берилган функцияга мос келадиган бундай СНТни топиш;
  

• кластерлаш. Кластерлаш масаласини ҳал қилишда синфларнинг тавсифи олдиндан маълум эмас. Бир-бирига яқин бўлган элементлар (кластерлар) гуруҳларига бўлиниши керак бўлган катта объектлар тўплами мавжуд. Кластерлаш тасвирни қайта ишлаш, билимларни ажратиб олиш, маълумотларни сиқишда қўлланилади;
• башорат қилиш. Инсон фаолиятининг турли соҳаларида қарорлар қабул қилишда башорат қилиш катта аҳамиятга эга;

• 
  ассотсиатив хотира. Замонавий компютерларда хотирага кириш унинг мазмунига боғлиқ бўлмаган манзилни кўрсатиш орқали мавжуд. Бошқа томондан, ассотсиатив хотира бузилган ёки тўлиқ бўлмаган таркибни кўрсатиш орқали кириш мумкин бўлиши керак. Бу хусусият инсон хотирасига хос бўлиб, объектнинг кичик тафсилоти унинг тўлиқ тавсифини тақдим этишга имкон беради. Ассотсиатив хотирани амалга ошириш мултимедиа иловалари ва билим базаларини яратишда айниқса муҳимдир;
  

• оптималлаштириш. Фан, технология, тиббиёт ва иқтисодиётдаги кўплаб муаммоларни оптималлаштириш муаммолари деб ҳисоблаш мумкин. Оптималлаштириш масаласи деганда чекловлар тизимини қаноатлантирадиган ва берилган мақсад функциянинг экстремумини таъминловчи ечимни топиш тушунилади.
Инсоннинг интеллектуал қобилиятлари мия фаолияти билан узвий боғлиқ, аммо бу ҳар доим ҳам ҳисобга олинмаган. Қадимги мисрликлар ақлнинг ўрни мия эмас, балки инсон қалби эканлигига ишонишган.
Одам миясининг нормал вазни 1000 дан 2000 г гача. Шундай қилиб, буюк ёзувчи И. С. Тургеневнинг мияси тахминан 2000 г, бошқа бир буюк ёзувчи А. Франснинг мияси эса ўртача 1291 г, швейтсарияликлар — 1000 г. 1374 г, руслар ва украинлар - ҳар бири 1377 г, бурятлар - 1508 г. Қизиғи шундаки, неандерталнинг ўртача мия ҳажми замонавий одамнинг ўртача мия ҳажмидан бироз каттароқ эди ва 1610 г га етди.

СНТ назариясининг ривожланишига мия моделлари ва инсон тафаккурини яратиш билан боғлиқ бўлган сунъий интеллектнинг бир тармоғи бўлган коннектсионизм ғоялари катта таъсир кўрсатди. Конвенция нуқтаи назаридан (инглизча уланиш - уланиш) индивидуал нейронларни оддий автоматлар ёрдамида моделлаштириш мумкин ва миянинг бутун мураккаблиги нейронлар орасидаги боғланишлар билан белгиланади. Бу нейрон тармоқ моделининг қуйидаги хоссаларини таъминлайди:

•тизимнинг бир хиллиги (нейрон тармоқ элементлари бир хил ва оддий, функция уланишлар тузилиши билан белгиланади);

• 
  тизимнинг бир хиллиги (нейрон тармоғининг элементлари бир хил ва оддий, функцияси уланишлар тузилиши билан белгиланади); •боғланишларнинг ҳаддан ташқари кўплиги сабабли ишончсиз элементлардан қурилган тизимнинг ишончлилиги;
  

• "голографик", бу тизимнинг бир қисмини йўқ қилишда унинг хусусиятларини сақланишини таъминлайди.
Таниб олиш вазифаларида, масалан, замонавий компютер процессорларининг соат частотасидан сезиларли даражада паст бўлган индивидуал нейрон (миллисекундлар) томонидан операцияларни бажаришнинг паст тезлигига қарамай, мия бу қурилмалардан осонгина устун туради. Бу жуда кўп параллел ишлайдиган нейронлар ва нейронлараро алоқалар билан таъминланган юқори даражадаги параллелизмнинг натижасидир, бу умуман миянинг юқори тезлигини белгилайди.

параметр	компьютер	ақл
Процессорли элемент	Мураккаб, юқори тезликли, кичик ўлчамли	Содда, паст тезликда, кўп миқдорда
Хотира	Процессордан ажратилган алохида жойлашган	Мия фаолияти мужассам, соха фаолияти бўйича тақсимланган, ўзаро жипслашган
ҳисоблаш	Марказлашган, аниқ алгоритмли	Тақсимланган, паралел, мослашувчан
Ишончлилик	Узилиш деярли йўқ, аниқлик даражаси юқори	Яшовчан
Масалани ечиш усули	рақамли	Билим ва тафаккурнинг қайта ишлаши
Таъсир доираси	алгоритм	Чекланмаган, аниқмас шароитда ишлай олиш қобиляти

СНТ нинг энг умумий таснифи уларни қайта алоқа мавжудлигига қараб икки синфга ажратади. Агар СНТ тескари алоқага эга бўлмаса, у статик деб аталади ва агар алоқа мавжуд бўлса, тармоқ динамик (такрорий). СНТ таснифининг яна бир тамойили уларнинг топологиясига асосланади. Шунга кўра, тўлиқ боғланган, кўп қатламли ва заиф боғланган, шунингдек, модулли СНТ ни ажратиш мумкин. Тўлиқ боғланган СНТ да ҳар бир нейрон чиқиш сигналини бошқа нейронларга, шу жумладан ўзига узатади.

Нейрон тармоқларнинг таснифи Нейрон тармоқлар Статик Динамик олдинга узатиладиган тармоқлар РБФ-тармоқлари Коҳонен Ҳопфиелд Ҳамминг Перcептрон АДАЛИНE Элман АРТ-тармоқлари Кўп қатламли СНТ да нейронлар қатламларга бирлаштирилган. Қатлам умумий кириш сигналлари бўлган нейронлар тўпламини ўз ичига олади. Қатламдаги нейронлар сони ҳар қандай бўлиши мумкин ва уларнинг бошқа қатламлардаги сонига боғлиқ эмас. Ҳаммаси бўлиб, тармоқ чапдан ўнгга рақамланган Ҳар бир нейрон ўзининг энг яқин қўшниларидан тўрт, олти ёки саккизтаси билан боғланган.

Нейрон нейрон тармоқнинг асосий бирлигидир. Ҳар бир нейрон маълум миқдордаги киришларга эга, бу ерда сигналлар қабул қилинади, улар ҳар бир киришнинг аҳамияти (оғирлиги) ҳисобга олинган ҳолда умумлаштирилади. Бундан ташқари, сигналлар бошқа нейронларнинг киришларига юборилади. Ҳар бир бундай "тугун" нинг оғирлиги ижобий ёки салбий бўлиши мумкин. Мисол учун, агар нейронда тўртта кириш бўлса, унда бир-биридан мустақил равишда созланиши мумкин бўлган тўртта вазн қиймати ҳам мавжуд.
Сунъий нейрон тармоғи табиий нейрон тармоқ - инсон мияси ишини тақлид қилади ва сунъий интеллектга эга машиналарни яратиш учун ишлатилади.
Икки кириш ва чегара фаоллаштириш функцияси бўлган СН берилган Барча мумкин бўлган х₁w₁ + х₂w₂ комбинациялари текисликни (х₁х₂) белгилайди ва тенглама бу текисликдаги баъзи бир чизиқни аниқлайди.