Таныг эргэн тойрны өөрчилсөн технологийг ойлгохын тулд юу мэдэх хэрэгтэй вэ
Мэдрэлийн сүлжээнүүд нь холбосон, боловсруулах, мэдээлэлээс (мэдээг) мэдрэхүйн мэдрэлийн эсүүд (хүний мэдрэлийн эсүүд) хүмүүст хэрхэн ажилладаг талаар компьютерийн нэгжийн загвар буюу сүлжээнүүд юм.
Зохиомол мэдрэлийн сүлжээнүүд
Технологийн хувьд мэдрэлийн сүлжээг хиймэл мэдрэлийн сүлжээнүүд (ANNs) буюу мэдрэлийн сүлжээнүүд гэж нэрлэдэг бөгөөд тэдгээрийн загварчилдаг биологийн мэдрэлийн сүлжээнүүдээс ялгах хэрэгтэй. ANN-ийн гол санаа нь хүний тархи бол хамгийн нарийн төвөгтэй, ухаалаг "компьютер" байгаа явдал юм. Тархины хэрэглэдэг бүтэц, системийг аль болох ойртуулан загварчлах замаар судлаачид хүний оюун ухааныг давж гарсан, эсвэл давсан компьютер бий болгохыг судлаачид үздэг. Нүдний тор нь хиймэл оюун ухаан (AI), машин суралцах (ML), гүн гүнзгий мэдлэгийг сайжруулах өнөөгийн дэвшил юм.
Нейрессор хэрхэн ажилладаг вэ?
Няравын сүлжээ хэрхэн ажилладаг, хоёр төрлийн (биологийн болон зохиомлоор) хоорондын ялгааг ойлгохын тулд 15 давхар оффисын барилга, утасны шугам, солих самбар зэргийг барилга, бие даасан шал, бие даасан оффисын бүхээгт дууддаг. Манай 15 давхар оффисийн байранд байрлах оффис бүрийг нейрон (компьютерийн сүлжээний зангилаа буюу биологийн салбарт мэдрэлийн эсийн) төлөөлдөг. Энэхүү барилга нь 15 давхар (мэдрэлийн сүлжээ) системд байрлуулсан оффисын цогцолбор юм.
Жишээ нь биологийн мэдрэлийн сулжээний сүлжээнд холболт хийх бөгөөд дуудлага хүлээн авах самбар нь бүх байранд ямар ч давхарт оффисуудтай холбогдох шугамуудтай байдаг. Үүнээс гадна, оффис бүрт бүх барилгын бүх байранд ямар ч шалан дээр холбогддог шугамууд байдаг. Дуудлага ирэхэд (оролт) орж, самбар нь 3- р давхрын оффис руу шилждэг бөгөөд энэ нь 11- р давхарт байрлах оффис руу 5- р давхарт оффис руу шууд шилждэг. Тархиндаа мэдрэлийн эс бүр мэдрэлийн эс (оффис) нь өөр өөр мэдрэлийн системд, эсвэл мэдрэлийн сүлжээнд (барилгын байранд) холбогдож болно. Мэдээлэл (дуудлага) нь бусад мэдрэлийн (оффис) руу дамжуулж, хариулт эсвэл шийдвэр (гаралт) байх хүртэл юу шаардлагатай болохыг сурч мэдэх буюу сурах боломжтой.
Бид энэ жишээг ANN-д хэрэглэх үед энэ нь арай илүү төвөгтэй болно. Барилгын давхраа нь өөрийнх нь залгуурыг шаарддаг. Энэ нь зөвхөн давхарт байгаа оффисуудтай, түүнчлэн дээрх шалан дээр байрлуулах самбаруудтай холбогдож болно. Албан газар бүр нь нэг давхарт байгаа бусад оффисуудтай шууд холбож, уг давхарт зориулсан самбарыг холбож болно. Бүх шинэ дуудлага 1-р давхарт байрлах самбарыг эхлүүлэх ёстой бөгөөд давхарт байрлал бүрт 15- р давхарт хүртэл дуудлага дуусахаас өмнө шилжих ёстой. Үүнийг хэрхэн ажилладгийг харахын тулд хөдөлгөж үзье.
Дуудлагад (оролт) 1 давхарт шилжих самбарт ирдэг ба 1 давхарт (зангилаа) оффис руу илгээдэг. Дараа нь дуудлагыг 1 давхарт байрлуулж (зангилаа) хооронд шууд шилжүүлэхэд бэлэн болно. Дараа нь дуудлагыг 1- р давхарт тавих самбар руу буцаан илгээнэ. Дараа нь 2- р давхрын самбар руу шилжүүлнэ. Эдгээр алхмууд нь нэг давхрыг давтаж, энэ процессоор дамжуулж нэг давхартаа 15-р давхрага руу илгээдэг.
ANN-ийн хувьд зангилаа (оффисууд) давхаргууд (барилгын давхаргууд) байрладаг. Мэдээлэл (дуудлага) нь оролтын давхарга (1- р давхарт ба түүний самбар) -оор дамжин ирдэг бөгөөд дараагийн үе рүү шилжихээсээ өмнө давхар (шал) дамжуулж, боловсруулж байх ёстой. Давхарга (давхраа) нь тухайн дуудлагын талаар тодорхой нарийвчилсан мэдээллээр хангаж, дараагийн давхаргын дуудлагатай хамт үр дүнг илгээдэг. Дуудлага нь гаралтын давхаргад хүрэх (15- р давхарт, түүний самбар), энэ нь 1-14 давхрагаас боловсруулах мэдээлэл орно. 15- р давхар (шал) дээрх цэгүүд (оффисууд) нь бусад давхрага (давхрага) -аас мэдээлэл болон өгөгдлийг ашигладаг.
Мэдрэлийн сүлжээ ба машин суралцах
Мэдрэлийн тор нь машины сургалтын төрлөөр нэг төрлийн технологи юм. Үнэн хэрэгтээ, мэдрэлийн сүлжээг судлах, хөгжүүлэхэд гарсан ахиц дэвшил нь ML ба дэвшилттэй нягт холбоотой юм. Мэдрэлийн тор нь өгөгдөл боловсруулах чадварыг өргөжүүлж, МЛ-ийн тооцооллын хүчийг нэмэгдүүлж, боловсруулж болох өгөгдлийн эзлэхүүнийг нэмэгдүүлж, илүү төвөгтэй даалгавар гүйцэтгэх чадварыг нэмэгдүүлдэг.
ANN-ийн анхны баримтжуулсан компьютерийн загварыг 1943 онд Walter Pitts, Warren McCulloch нар үүсгэн байгуулжээ. Мэдрэлийн сүлжээнүүд болон машин суралцах судалгааны анхдагч сонирхол, судалгаа удааширсан нь 1969 он гэхэд багасч, шинэчлэлийн сонирхол багатай байсан. Тухайн цаг үеийн компьютерууд хангалттай хурдан эсвэл хангалттай хэмжээний процессоруудаа цааш үргэлжлүүлэх боломжгүй байсан бөгөөд тухайн үед ML болон мэдрэлийн сүлжээнд их хэмжээний мэдээлэл шаардлагатай байсангүй.
Интернетийн өсөлт, өргөжин тэлэх хурдацтай өсөлтийн хурдыг нэмэгдүүлсэн (мөн интернетээр дамжуулан их хэмжээний мэдээлэл авах боломжоор) хурдацтай өсч байгаа нь эдгээр тулгарсан бэрхшээлүүдийг шийдэж чадсан. Мэдрэлийн тор болон ML нь нүүрний таних , зураг боловсруулах, хайлт хийх, бодит цагийн хэлээр орчуулах зэргээр өдөр бүр хэрэглэж буй технологид чухал үүрэг гүйцэтгэдэг.
Өдөр тутмын амьдрал дахь мэдрэлийн сүлжээний жишээ
ANN нь технологийн хүрээнд нэлээд төвөгтэй сэдэв боловч энэ нь өдөр тутам бидний амьдралд нөлөөлж болох олон тооны арга замуудаас шалтгаалан судлах цаг хугацаа шаардагдана. Янз бүрийн салбарууд одоо мэдрэлийн сүлжээг ашигладаг хэд хэдэн жишээг энд үзүүлэв:
- Санхүү: Нярайн торыг валютын ханшийг урьдчилан таамаглахад ашигладаг. Эдгээр нь хөрөнгийн зах зээлд хэрэглэгддэг автомат арилжааны системүүдийн ард технологид ашиглагддаг.
- Анагаах ухаан: Мэдрэлийн торны зураг боловсруулах чадавхи нь эрт үе шатыг илрүүлж, илрүүлэхэд хэцүү технологид хувь нэмэр оруулж, хорт хавдарын төрлийг тодорхойлоход хүндрэл учруулж байна. Ийм төрлийн хорт хавдар нь арьсны хорт хавдрын хамгийн ноцтой бөгөөд үхлийн хэлбэр юм. Меланомыг эрт үе шатанд тархаахаас өмнө энэ төрлийн хорт хавдартай өвчтөнүүдийг цохих боломж олгодог.
- Цаг агаар: Болзошгүй аюултай, аюултай цаг агаарын үзэгдлээс аль болох хурдан, үнэн зөвийг илрүүлэх атмосферын өөрчлөлтийг илрүүлэх чадвар нь амь насыг аврахад зайлшгүй шаардлагатай. Норвегийн тор нь хиймэл дагуулын болон радарын зургийг бодит цагийн боловсруулалтад хар салхи, хар салхинаас эрт үүсгэж байгааг илрүүлэх төдийгүй салхины хурд болон салхины хурдны гэнэтийн өөрчлөлтийг илрүүлдэг гэнэ. Торнадо бол цаг агаарын хамгийн хүчтэй бөгөөд хамгийн аюултай цаг агаарын үзэгдлүүд юм. Энэ нь шуурганаас илүү гэнэтийн, хор хөнөөлтэй, үхэлд хүргэдэг.