Нейронные сети для школьника: просто о сложном

Нейронные сети

О понятии «нейронные сети» мы впервые слышим в курсе биологии восьмого класса. Нейрон – это структурно-функциональная единица нашей нервной системы. Нейроны объединяются в сеть, чтобы выполнять специфические физиологические функции. Учёных давно интересовала возможность повторить работу такой сети вне человеческого организма, иными словами – создать искусственную нейронную сеть, которая могла бы повторять процессы, проходящие в головном мозгу и, самое главное, могла бы самостоятельно обучаться.

Про искусственный интеллект написано много книг и снято немало фильмов, но первый серьёзный прорыв в этом направлении совершили американский нейропсихолог, один из основателей кибернетики, Уоррен Мак-Каллок и Уолтер Питтс, американский нейролингвист. Вдвоём они разработали модель искусственного нейрона, а затем и сеть из множества таких элементов. С помощью алгоритмов обучения Мак-Каллок и Питтс доказали, что их сеть способна саморазвиваться. Сначала её использовали в достаточно простых вещах – прогнозы, анализы, распознавание графических образов – на самом примитивном уровне.

Каждый отдельный нейрон в такой сети можно сравнить с процессором, выполняющим одну простую задачу, и способным подать сигнал соседним таким же процессорам и принять ответный сигнал от них. Но этих процессоров очень много, и вместе они способны выполнить уже множество значительно более сложных задач за короткое время.

Главное свойство нейронной сети – её умение обучаться. То есть, нейронную сеть не программируют в привычном нам смысле, ведь любая программа действует по конкретным алгоритмам, она не может отступить и измениться, а нейронная сеть – может. Нейронные сети способны работать с неполными, неверными и частично отсутствующими данными и делать выводы на основании предыдущих знаний.

Разумеется, это означает, что, в отличие от программы, нейронная сеть, как и человек, способна ошибаться.

Зачем же нужны нейронные сети?

Для выполнения задач, с которыми могут справиться люди, но не может справиться программа. При этом нейронная сеть работает быстрее человека, она беспристрастна и у неё отсутствует фактор человеческих ошибок.

Это может быть аналитическое предсказание, например, рост или падение курса валют.

Анализирование и отбор объектов, подходящих под определённые параметры. Например, нейронная сеть получает доступ к электронному журналу школы и предлагает подходящие каждому ученику направления дальнейшего обучения.

Распознавание – сейчас это наиболее активное использование нейронных сетей. Большое количество различных приложений работают именно так.

Это и графические редакторы, определяющие положение лица на фото, глаз, и умеющие проводить корректировку формы лица, цвета глаз, без дополнительного вмешательства пользователя, по одному указанию. Это умение приложения по запросу пользователя сделать из фото стилизацию под манеру различных художников.

Это современные клавиатуры смартфонов, которые не просто предлагают слова из словаря, а анализируют ваш словарный запас и угадывают, что же вы хотите написать. Чем дольше пользователь использует подобную клавиатуру, тем легче нейросети предлагать варианты слов и фраз.

Это приложения, анализирующие на видео вашу мимику, и дополняющие видео несуществующими элементами, например, дорисовывая человеку кроличий нос и уши.

Это приложения, способные по куску музыкального фрагмента отыскать в интернет-библиотеках всю песню.

Это различные голосовые ассистенты в смартфонах, способные отвечать на ваши запросы и так же, как и клавиатуры, обучающиеся со временем.

Это интеллектуальные охранные системы, распознающие хозяев по множеству надёжных параметров.

Это беспилотные автомобили, которые должны не просто двигаться по дорогам в соответствии с правилами дорожного движения, но и обязаны сориентироваться в сложной, аварийной ситуации и избегать дорожно-транспортных происшествий.

Мы прямо сейчас наблюдаем, как нейронные сети постепенно охватывают весь мир, мы применяем их практически во всех сферах деятельности, но, тем не менее, пока нейронные технологии далеки по возможностям от человеческого мозга, и их развитие только начинается.

Лавриненко Мария Михайловна, преподаватель химии и ИКТ, ГБОУ №463

 

Другие статьи

Трудоустройство для студентов
30.07.2019

Наиболее комфортная для студента подработка это удалённая работа, она не отнимает времени на дорогу, не требует близкого общения с большим количеством людей, не заставляет выходить на улицу в любую погоду. Чем же может заниматься выпускник, абитуриент или студент первого курса?

Золотое сечение
29.07.2019

Известный драматург и писатель Евгений Гришковец в одной из своих пьес очень убедительно доказывает, что «когда узнаешь о предмете, как он устроен, то он перестает тебе нравиться». Хочется поспорить с этим утверждением в применении к обучению детей информационным технологиям.

Первые шаги школьника к карьере
26.07.2019

В отличие от других сфер, сфера IT уникальна тем, что в ней можно развиваться и даже зарабатывать в любом возрасте. Но для этого необходимо, во-первых, определиться с конкретным направлением, во-вторых, проявить усидчивость, терпение и ответственность.