Можно назвать если не искуственным интилектом, до которого им пока далеко, то некой аналитической системой они уже точно являются.
В кратце, нейросеть это набор нейронов, которые по сути являются ячейками хранилищами информации, созданными програмно, каждая ячейка имеет своё имя и адрес, по которому к ней обращаются другие связанные с ней ячейки называемые нейронами. Так-же нейрон имеет свой вес "аргумента" который может быть случайным, фиксированным или изменяемым, это было бы проще описать формулами через взаимосвязь между нейронами как переменными, но пока что попытаюсь обойтись без этого. вдобавок нейроны могут иметь разные типы, одни могут принимать сигнал, другие могут его "обрабатывать" третьи передавать его наружу, фактически это связано сих местоположением, наружние или внутренние нейроны в цепочке.
По сути это основная информация и основные принципы на которых строится нейросеть, но их множество типов и множество предназначений.
Разберу один из них. Есть некая нейросеть, задача которой распознавать буквы в фотографиях и цифры. Каждый нейрон соответствует одному знаку, тоесть либо одной букве, либо одной цифре, либо одному знаку препинания. далее советую прочитать вот это[ссылка] остаётся добавить лиш, что ещё существует значение веса нейрона, фактически под весом подразумевается увеличение им сигнала на некоторую величину и таким образом, усиление уже существующего результата или-же наоборот ослабление.
пока что интересу для, с полгода примерно периодически посматриваю разные статейки на эту тему. и чего-то вот начал задумываться над созданием бота на этой основе. но пока небуду делать, там заморочек дофига на самом деле. лучше пока просто пообсуждаю на разных форумах, больно уж интересная штука.
Если задуматься по сути, ничего особо интересного там нет. Ну, адаптивная система с настраивыми коэффициентами. Противность в том, что при достижении определённой сложности может вести себя непредсказуемо. Особенно с нелинейными коэффициентами. А фантазий вокруг всего этого накручено немерячно...
Да, ещё важный момент: инструментарий для её первичного обучения может оказаться неизмеримо сложнее и запутаннее самой нейросети...
_________________ Всегда нужно быть готовым к тому, что убеждения, которых придерживался в течении долгого времени, могут оказаться ошибочными\\\". П.А.М. Дирак
Cайт habr.com содержит не только указанный пример. Там намного больше интересного.
Что касается высказывания "один нейрон обрабатывает одну букву", то это возможно при свёртке, когда сеть многослойная, причём внутренние слои содержат меньше нейронов, чем входные и выходные слои. Всё равно входные сигналы представляют набор стимулов, которые требуется немного преобразовать. А ещё нужна качественная база для обучения сети. Иначе будет как с невоспитанным ребёнком.
Если говорить о зрении человека и высоко организованных животных, то первичная обработка всегда производится в первичной сети непосредственно за сетчаткой в соответствии с навыками, полученными в процессе эволюции. Дальше сигнал поступает в мозг и уже идут другие обработки.
Проще было с программой распознавания текста. Помните? Неизвестные и спорные символы вносились в базу, правда, программа их использовала без обучения. Впрочем, это было лет 20 назад. Как сейчас - даже не интересовался. И, к стыду, забыл её название.
mebius Пост: 600043 От 22.Sep.2018 (00:00)
Да, ещё важный момент: инструментарий для её первичного обучения может оказаться неизмеримо сложнее и запутаннее самой нейросети...
Интересно то, что зачастую частные математические преобразования работают в реальном времени и проще в аппаратной поддержке, чем поддержка нейронной сети. Для сети нужны блоки ПЛМ. NVIDIA, конечно же, уже расстаралась для этого, но есть и чуть менее дорогие решения, как я понял.
Для себя сделал вывод: нейронные сети - это очередная попытка получить бога из машины. Построить аналог организма, обучить его неким закономерностям и не морочить себе головы разными математическими разработками. Вроде бы всё просто... Но мы легко можем получить электронного психопата, поскольку ничего не смыслим о том, как поведенческие реакции зависят от распределения весовых коэффициентов на входах каждого узла.
Иногда выход из строя части сети или переобучение сети приводит к проблемам распознавания или неправильным реакциям. И потом получится, как в роликах о неудачных бостонских разработках из серии "Кожаные ублюдки".
Colorist Пост: 600329 От 26.Sep.2018 (01:36)
Для себя сделал вывод: нейронные сети - это очередная попытка получить бога из машины.
Это - наивное представление о возможностях данного матаппарата, который никаким боком нельзя отнести к элементу "разумности", ибо он не более чем многофакторный адаптивный алгоритм, применяемый в современных системах управления высокой сложности.
Всего лишь автокорректируемое звено обратной связи с большими возможностями непредсказуемого поведения.
Он зачастую порождает больше проблем, чем решает.
_________________ Всегда нужно быть готовым к тому, что убеждения, которых придерживался в течении долгого времени, могут оказаться ошибочными\\\". П.А.М. Дирак
mebius Пост: 600475 От 27.Sep.2018 (20:38)
Всего лишь автокорректируемое звено обратной связи с большими возможностями непредсказуемого поведения.
Он зачастую порождает больше проблем, чем решает.
Ну так известная формула - мы хотим умные машины. Для чего? Для того, чтобы пользователю не нужно было обучать их, но просто сказать - принеси (убери) это. Всемирная жажда "главной кнопки".
Так думает подавляющее большинство.
И проблемы, связанные с переобучением (некорректным обучением) нейронных сетей, так же естественны, как и энтропия.
Количество синапсов у одного нейрона достигает двух сотен. И по каждому синапсу может передаваться до сотен тысяч разных сигналов- это комбинации разных химических соединений, вырабатываемых на границе синапсов.
По аналогии с вычислительной техникой- если мы возьмем контроллер на базе АРМ, у которого есть 16 разрядная шина связи- он может эмулировать 1 синапс. Таким образом 1 нейрон можно эмулировать двумя сотнями АРМов.
В зрительном центре мозга человека несколько миллиардов нейронов. Для того чтобы смоделировать его такими контроллерами нужно несколько сотен миллиардов АРМов.
Пока еще вся мировая промышленность не выпустила такое число контроллеров.
Хотя АРМы - самая многочисленная армия контроллеров, их выпуск уже составил более десятка миллиардов.
То есть даже на один центр пока техники не хватает. А в мозгу несколько сотен таких центров.
При рождении человека 100 млрд. нейронов, существующие в его мозгу, образуют более 50 трлн. синапсов. В первые месяцы жизни количество синапсов возрастает двадцатикратно и составляет более 1000 трлн.
Даже мозг двухмесячного младенца смоделировать пока проблематично.
Но есть какие то червяки, у которых мозг состоит всего из 8 нейронов.
Вот их поведение уже можно смоделировать несколькими тысячами АРМов.
dedivan Пост: 600498 От 28.Sep.2018 (08:29)
Даже мозг двухмесячного младенца смоделировать пока проблематично.
Даже если смоделировать мозг человека это ничего не даёт, поскольку нет главного, того что управляет этим мозгом - сознания. А что такое сознание офф. наука совершенно не понимает. Копается в физиологии, тогда как сознание нематериально.
В реанимации лежат тела. Мозг у них есть. Но человека то там нет, есть лишь тушка, мясо, физиология, рефлексы.
проблема даже не в количестве нейронов, а в количестве информации, тот-же человеческий мозг, может по последним оценкам хранить информации больше чем храница во всей сети в несколько раз. Точные цифры не помню к сожалению, однако даже что бы того-же червяка смоделировать, нужно на порядок больший объём информации чем сейчас храница может на одном диске. проще говоря, скорость чтения записи, тормозно будет это всё, ооочень тормозно, но имхо, математика рулит.
_________________ Всегда нужно быть готовым к тому, что убеждения, которых придерживался в течении долгого времени, могут оказаться ошибочными\\\". П.А.М. Дирак