Нейронные сети — это маленькие модели, состоящие из небольших обрабатывающих блоков, которые вы найдете в мозгу человека (клетки мозга под названием «нейроны») Ученые делают эти модели и заставляют их вести себя разумно. Их можно научить делать вещи, которые традиционные компьютеры делают трудно. Ранние нейронные сети были названы многослойными персептронами.
Еще одно название для нейронных сетей это «коннекшионистские сети», и люди, которые делают и разрабатывают их, часто называют «коннекционистами» сети часто принимающие форму компьютерных программ. Данные программы имитируют эти модели, хотя все больше и больше кремниевых чипов производят с помощью нейронных сетей, разработанных непосредственно в форме электронных компонентов.
Главной особенностью сети является то, что она учится на опыте. Если вы хотите отличить мужские лица от женских, вам следовало бы показать большое количество (чем больше, тем лучше) фотографий лиц, и сказать сети, какие из них мужские, а какие женские. Сеть приспосабливается так, чтобы узнавать различия между мужскими и женскими лицами.
Структура нейронов в мозге была впервые объяснена McCulloch-ом и Pitts-ом в 1940 году. Нейронные сети, казалось, были очень перспективными в первые дни вычислений, но они впали в немилость, и только недавно они вернулись. В настоящее время они начинают появляться везде, от обучения некоторого маленького робота для навигации по круглому лабиринту, до того, чтобы выступать в качестве искусственного «носа», который может унюхать разницу между прекрасным вином и дешевым вином. Как нейронные сети действительно точны?
Нейронные сети, как правило, используются в качестве классификаторов. Это означает, что они используются для выбора между несколькими вариантами, когда сталкиваются с некоторыми входными данными. Например, могут быть предоставлены произнесенные слова в качестве входных данных и необходимо узнать, что это за слова (т.е. выбор одного слова из словаря возможных).
Конечно, они могут делать другие вещи. Нейронные сети могут выступать в качестве обработчика адресных справочников. Это означает, что они могут хранить сложные образцы, а затем можно предложить им часть образца или версию образца, которая была повреждена, и они будут отображать все оригинальные неповрежденные образцы. Нейронная сеть получает четверть образца, и она воспроизводит картину в целом от этой четверти.
Конечно, как только вы начинаете использовать различные нейронные сети вместе, вы можете получить намного более сложное поведение. В конце концов, человеческий мозг это — огромное количество специализированных нейронных сетей — все работает вместе, чтобы дать сложное поведение. Такие системы обычно называют архитектурой мультисетей.
Сети состоят из маленьких элементов, называемых клетками, и они связаны друг с другом таким образом, что они могут передать сигналы друг к другу. На практике сигнал, который одна клетка посылает другой простое число из 0 и 1, 0 означает, что нет сигнала, 1 означает большой сигнал. Соединения имеют определенные силы или веса. Сеть начинается с задания этих сил произвольным образом. Сеть подвергается воздействию различных входов, и силы приспосабливаются по некоторым математическим правилам. Это то, что мы называем обучением, и после этого сеть может распознавать входные сигналы или, по крайней мере, сделать что-то разумное. Информация сохраняется в силах связей, так же как это происходит в человеческом мозге. Обучение осуществляется в крошечные шаги. На обучение сети уходит много времени.
