Sun’iy intellekt ” fanidan mustaqil ish -3 mavzu

Xulosalar. Yuqoridagilarga asoslanib, SIning asosiy yo'nalishlari modellashtirish bilan bog'liq degan xulosaga kelsak, masinali intellektda biz fenomenologik, imitatsion modellashtirish va SIda strukturali modellashtirish bilan ishlaymiz.
Ikkinchi yo'nalish [7], inson intellektual faoliyati mahsulotini ko'rib chiqadi, uning tarkibini o'rganadi va ushbu mahsulotni zamonaviy texnologiyalar vositasida ko'paytirishga intiladi. Mashinali intellekt tizimlarini modellashtirish formal mantiq qonunlari, to’plamlar nazariyasi, graflar, semantik tarmoqlar va diskret hisoblash sohasidagi boshqa ilmiy natijalar asosida amalga oshiriladi. Asosiy natijalar ETlar va tabiiy tilni tahlil qilish tizimlarini yaratishdan iborat. Bu yo’nalashdagi muvaffaqiyatlar , albatta, EHM imkoniyatlarining rivojlanishi va dasturlash mahoratiga uzviy bog’liq.


2.Neyrobionik yo'nalish

Neyronli modellar nafaqat inson miyasining funksiyalarini takrorlaydi, balki shu bilan bir qatorda o'zlarining funksiyalarini ham bajarishi mumkin. Shuning uchun ham neyronli modellashtirishda bir-birini o’zaro to’ldiruvchi ikkita maqsad bor edi va hosirgi vaqtda ham mavjud: birinchisi - fiziologiya va psixologiya darajasida inson miyasi tizimlari faoliyatini tushunish, va ikkinchisi - inson miyasi tizimlari faoliyatiga o’xshash funksiyalarni bajaruvchi hosoblash mashonalarini (sun’iy NTlarni) yaratish [7] .

1949-yilda D.Hebb modeli [7]-inson yordamida o’rgatish modeli yaratildi. U shunday o’rgatuvchi qonunni yaratdiki, ushbi qonun sun'iy NTlarni o’ganuvchi algoritmlar uchun boshlang'ich nuqta bo’ldi.
1950-1960 yillarda bir guruh tadqiqotchilar birinchi sun'iy NTlarini yaratdilar. Dastlab ular elektron tarmoqlar sifatida amalga oshirilgan bo;lsa, keyinchalik yanada moslashuvchan kompyuterli modellash muhitiga o'tkazildi. Neyronkompyuter yaratish g’oyasi Fon Neyman EHMlarining yaratilishi bilan bir vaqtda paydo paydo bo'lgan [7].
Mak Kallok va Pittsalarning neyro-hisoblash (Mc Culloch and Pitts,1943) bo’yich asosiy ishlari 1943 yilda paydo bo’ldi. Ular inson miyasiga o’xshab ishlaydigan komputer sxemasini taklif qildilar va nerv katakchalari-neyronning qisqartirilgan modelini yaratdilar.
Birinchi tajribaviy neyrokompyuter Snark 1951 yilda Marvin Minsky tomonidan qurilgan, ammo neyrokompyuterning birinchi muvaffaqiyatini Amerikalik Frank Rosenblattning perseptronni (ingliz tilidan perceptron – his, his qilish) ishlab chiqishi bilan bog'lashadi [7]. U sodda tasvirlarni o'rganish bo’yicha birinchi ishlab chiqilgan NTlardan biri edi.
Ilmiy jamoatchilikning NTlarga bo'lgan qiziqishi 1980 yillar boshida fizik Xopfildning nazariy ishlaridan so'ng boshlandi (1982, 1984) [7].
NTlarini amaliy qo'llash Rumelxart tomonidan xatoliklarni teskari tarqalish usuli deb nomlanuvchi ko'p qatlamli pertseptron yordamida tanishni o’rgatish haqidagi ilmiy ishlari chop etilgandan keyin boshlandi.
Neyronli qayta ishlash tizimlarini quyidagicha sinflash mumkin (2.1 – rasm) [7].

Haqiqatan ham, neyokompyuterlar ixtisoslashgan tizimlarda qo'llaniladi, u yerda yuzlab NTlarini o'qitish va doimiy ravishda qayta o'qitish, birlamchi axborot komplekslariga yoki ishlash tezligi juda muhim bo'lgan real vaqt tizimlariga integrallashtirilgan bo'lishi kerak (Masalan, zamonaviy zarracha tezlatgichlarida eksperimentlar o'tkazishda 1010 gacha bo'lgan CNAPS neyrokomputerdan foydalaniladi va har bir protsessor 512 neyrondan iborat).

Zamonaviy kompyuterlarning mavjudligi va hisoblash qobiliyatlari ortishi ma’lumotlarni neyronli hisoblash tamoyillaridan kompyuterlarning ketma-ketligiga mo’ljallangan dasturlarning keng tarqalishiga olib keldi. Bunday yondashuvda parallellashtirishdan foydalanmaydi, lekin neyronlarning tarmoqlarini formallashtirilmagan masalalarni echishga qaratadi va ular neyro emulyatorlar tomonidan amalga oshiriladi.
Umumiy maqsadlarga mo’ljallangan neyropaketlar –keng ko'lamli vazifalar (masalan, statistik ma'lumotlarni qayta ishlash) uchun mo'ljallangan dasturiy mahsulotlardir [7].
Tijorat paketlari (Brain Maker Professional, Neuro Meteorologiyasi, Jopa - IQ300) o'zlarining ma'lumotlar bazasini oldindan tayyorlash blokiga ega, lekin ba'zida bu maqsadlar uchun standart elektron jadvallardan foydalanish qulayroq. Shunday qilib, FIAN guruhining neyromahsulotlari to'g'ridan-to'g'ri Microsoft Excel-ga maxsus ma'lumotni qayta ishlash funksiyasi sifatida kiritilgan.
Neyroilovalarni ishlab chiqish tizimlari - bu ma'lumotlarni qayta ishlash uchun o'rgatilgan NTlardan foydalanadigan dasturiy kodni ishlab chiqishi mumkin bo'lgan dasturdir [7].
Murakkab NTlarini ishlab chiqish uchun qulay vositalardan biri – MATLAB hisoblanadi. MATLAB qayta ishlash (wavelet – tahlil, statistika, iqtisodiy tahlil va h.k.) usullari bilan birgalikda neyrotarmoqli usllarni tahlili uchun qulay muhit hisoblanadi.
Hozirgi vaqtda neyrotarmoqlar ishlab chiqarishning aniq (korxonani boshqarish, tashkiliy-texnik tizimlar, reaktorlar va boshqalar) masalalarida keng qo’llanolmoqda. Misol uchun, Falcon mahsuloti plastik karta to'lovlari bo’yicha bankning avtomatlashtirilgan xizmat ko’rsatish tizimiga kiritilgan.
Shunday qilib, neyropaketlar mustaqil dasturlashni talab qilmaydi, ular o'rganishga oson, bu amaliy muammolarni tez va arzon hal etish vositasi. Neyroilovalar murakkab real vaqtda ma'lumotlarni qayta ishlash tizimlarini yaratish uchun ishlatilishi mumkin. Tayyor echimlar tizimi muammolarni kompleks echishni ta’minlaydi.
Kirish va chiqish signallarining binarligi va analogli(uzlukli)giga qarab neyrotarmoqlarni binar va analogli tiplarga ajratish mumkin. Binar neyrotarmoqlarda kirish ikkilik signallardan, har bir neyronning chiqishi esa mantiqiy nol va mantiqiy birdan iborat bo’ladi. Analogli nerotarmoqlarda neyronlarning chiqish qiymatlari uzluksiz qiymatlarni qabul qiladi.
Yana tasniflanishiga ko'ra neyron tarmog’i sinxronli va asinxronli tiplarga bo'linadi [7].
Birinchi holatda, vaqtning har bir momentida faqat bitta neyron o'z holatini o'zgartiradi, ikkinchisida - bir guruh neyronlar birdaniga o’z holatini o'zgartiradi.
Bart Kosko tomonidan aloqalar tipi va o’gatish tiplariga (Encoding – Decoding) ko’ra NTlar 2.1 – jadvaldagidek sinflashtiriladi.
2.1 – jadval.