Искусственный интеллект
- Нейробионическое направление
Download 0.6 Mb. Pdf ko'rish
|
ии сам 1
-
Нейробионическое направление. Нейронные модели не только повторяют функции мозга, но и способны выполнять функции, имеющие свою собственную ценность. Поэтому возникли и остаются в настоящее время две взаимно обогащающие друг друга цели нейронного моделирования: первая - понять функционирование нервной системы человека на уровне физиологии и психологии и вторая - создать вычислительные системы (искусственные нейронные сети), выполняющие функции, сходные с функциями мозга [7]. Именно эта последняя цель и находится в центре внимания для нас. Еще в 1949 г. была создана модель человеческого обучения - модель Д. Хэбба [7]. Он предложил закон обучения, явившийся стартовой точкой для алгоритмов обучения искусственных нейронных сетей. В пятидесятые и шестидесятые годы группа исследователей создала первые искусственные нейронные сети. Выполненные первоначально как электронные сети, они были позднее перенесены в более гибкую среду компьютерного моделирования. Идея нейрокомпьютера появилась практически одновременно с зарождением последовательных фоннейманских ЭВМ [7]. Ключевая работа Мак Каллока и Питтса по нейро-вычислениями (Mc Culloch and Pitts,1943) появилась в 1943 году на два года раньше знаменитой докладной записки фон Неймана о принципах организации вычислений в последовательных универсальных ЭВМ. Они предложили схему компьютера, основанного на аналогии с работой человеческого мозга, и создали упрощенную модель нервной клетки - нейрон. Первый экспериментальный нейрокомпьютер Snark был построен Марвином Минским в 1951 году, но первый успех нейрокомпьютинга связывают с разработкой персептрона (от английского perception - восприятие) американцем Френком Розенблаттом [7]. Это была одна из первых моделей нейронных сетей, которая вызвала большой интерес из-за своей способности обучаться распознаванию простых образов. Персептрон состоял из бинарных нейроподобных элементов и имел простую топологию, что позволило достаточно полно проанализировать ее работу и создать многочисленные физические реализации. Широкий интерес научной общественности к нейросетям начался в начале восмидесятых годов после теоретических работ физика Хопфилда (Hopfield, 1982,1984) [7]. Практическое применение нейросетей началось после публикации Румельхартом метода обучения многослойного персептрона, названного ими методом обратного распространения ошибки. Таким образом, ограничения персептронов, доказательства которых представили Минский и Пейперт, оказались преодолимыми. Удельная стоимость современных нейровычислений на порядок ниже, чем у традиционных компьютеров, а быстродействие - в сотни раз выше. Системы нейронной обработки можно классифицировать следующим образом Реально нейрокомпьютеры используются в специализированных системах, где требуется обучать и постоянно переобучать сотни нейросетей, объединенные в единые информационные комплексы, или в системах реального времени, где скорость обработки данных критична (например, при обработке экспериментов на современных ускорителях элементарных частиц используют нейрокомпьютер CNAPS с производительностью 1010 и каждый процессор состоит из 512 нейронов). Доступность и возросшие вычислительные возможности современных компьютеров привели к широкому распространению программ, использующих принципы нейросетевой обработки данных, но исполняемых на последовательных компьютерах. Этот подход не использует параллелизм, но ориентируется исключительно на способность нейросетей решать неформализованные задачи и реализуется нейроэмуляторами. Нейропакеты общего назначения - законченные независимые программные продукты, предназначенные для широкого класса задач (например, статистической обработке данных)[7]. Коммерческие пакеты (Brain Maker Professional, Neuro Forecaster, Jopa - IQ300) имеют собственный встроенный блок предобработки данных, хотя иногда для этой цели удобнее использовать стандартные электронные таблицы. Так, нейропродукты группы ФИАН встраиваются непосредственно в Microsoft Exel в качестве специализированной функции обработки данных. Download 0.6 Mb. Do'stlaringiz bilan baham: |
Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling
ma'muriyatiga murojaat qiling