רשתות עצביות הן מודלים ממוחשבים של יחידות מחוברות או צמתים שנועדו לשדר, לעבד וללמוד ממידע (נתונים) באופן דומה לאופן שבו נוירונים (תאי עצב) עובדים בבני אדם.
רשתות עצביות מלאכותיות
בטכנולוגיה, רשתות עצביות מכונים לעתים קרובות רשתות עצביות מלאכותיות (ANN) או רשתות עצביות כדי להבדיל בין רשתות עצביות ביולוגיות שהן מעוצבות. הרעיון המרכזי מאחורי ANNs הוא שהמוח האנושי הוא ה"מחשב "המורכב והאינטליגנטי ביותר שקיים. על ידי הדמיית אננס ככל הניתן על המבנה ומערכת עיבוד המידע המשמש את המוח, החוקרים קיוו ליצור מחשבים שהתקרבו או עלו על האינטליגנציה האנושית. רשתות עצביות הן מרכיב מרכזי בהתקדמות הקיימת בתחום הבינה המלאכותית (AI), למידה ממוחשבת (ML) ולמידה מעמיקה.
כיצד עובד רשתות עצביות: השוואה
כדי להבין כיצד פועלות רשתות עצביות וההבדלים בין שני הסוגים (ביולוגיים ומלאכותיים), נשתמש בדוגמה של בניין משרדים בן 15 קומות וקווי הטלפון והמרכזיות המנתבים שיחות בכל הבניין, קומות אישיות ומשרדים בודדים. כל משרד בודד בבניין משרדים בן 15 קומות מייצג נוירון (צומת ברשת מחשבים או תא עצב בביולוגיה). הבניין עצמו הוא מבנה המכיל קבוצה של משרדים מסודרים במערכת של 15 קומות (רשת עצבית).
החלת הדוגמה לרשתות עצביות ביולוגיות, מרכזיה שמקבלת שיחות יש קווים כדי להתחבר לכל משרד על הרצפה בכל הבניין. בנוסף, לכל משרד יש קווים המחברים אותו לכל משרד אחר בבניין כולו על כל קומה. תארו לעצמכם שיחה נכנס (קלט) ואת מרכזיה מעבירה אותו למשרד על 3מחקר ופיתוח קומה, אשר מעבירה אותו ישירות למשרד על 11ה קומה, אשר לאחר מכן ישירות מעבירה אותו למשרד על 5ה קומה. במוח, כל נוירון או תא עצב (משרד) יכולים להתחבר ישירות לכל נוירון אחר במערכת שלה או רשת עצבית (הבניין). מידע (השיחה) יכול להיות מועבר לכל נוירון אחר (המשרד) כדי לעבד או ללמוד מה נדרש עד שיש תשובה או רזולוציה (פלט).
כאשר אנו מיישמים את הדוגמה הזו ל- ANNs, זה נהיה קצת יותר מורכב. כל קומה של הבניין מחייבת מרכזיה משלה, אשר יכול להתחבר רק למשרדים באותה קומה, כמו גם את לוחות על הרצפה מעל ומתחת. כל משרד יכול רק להתחבר ישירות למשרדים אחרים על אותה קומה ואת מרכזיית עבור הרצפה. כל השיחות החדשות חייבות להתחיל עם מרכזיית הקומה הראשונה ויש להעביר אותן לכל קומה נפרדת בסדר מספרי עד ל -15ה קומה לפני סיום השיחה. בואו נניח את זה כדי לראות איך זה עובד.
תאר לעצמך שיחה נכנסת (קלט) ל 1רחוב קומה מרכזית והוא נשלח למשרד על 1רחוב קומה (צומת). השיחה מועברת ישירות בין משרדים אחרים (צמתים) על 1רחוב הרצפה עד שהוא מוכן להישלח לקומה הבאה. לאחר מכן השיחה חייבת להישלח בחזרה ל 1רחוב קומה, אשר לאחר מכן מעבירה אותו ל 2nd מרכזית הרצפה. אותם צעדים חוזרים על קומה אחת בכל פעם, כאשר השיחה נשלחת באמצעות תהליך זה בכל קומה אחת כל הדרך עד לקומה 15.
ב ANN, צמתים (משרדים) מסודרים בשכבות (קומות הבניין). מידע (שיחה) תמיד מגיע דרך שכבת הקלט (1)רחוב קומה מרכזיה שלה) ויש לשלוח דרך ומעובד על ידי כל שכבה (הרצפה) לפני זה יכול לעבור הבא. כל שכבה (הרצפה) תהליכים פרט ספציפי על השיחה הזאת ושולח את התוצאה יחד עם השיחה לשכבה הבאה. כאשר השיחה מגיעה לשכבת הפלט (15)ה הרצפה והמרכזיה שלה), הוא כולל את עיבוד מידע משכבות 1-14. צמתים (משרדים) על 15ה שכבת (קומה) להשתמש קלט ועיבוד מידע מכל שאר השכבות (קומות) לבוא עם תשובה או רזולוציה (פלט).
רשתות עצביות ולמידה ממוחשבת
רשתות עצביות הן סוג אחד של טכנולוגיה תחת הקטגוריה למידה מכונה. למעשה, קידום במחקר ופיתוח של רשתות עצביות כבר מחובר בחוזקה את ebbs וזרמים של התקדמות ML. רשתות עצביות מרחיבות את יכולות עיבוד הנתונים ומגבירות את עוצמת המחשוב של ML, ומגדילות את נפח הנתונים שניתן לעבד, אך גם את היכולת לבצע משימות מורכבות יותר.
מודל המחשב המתועד הראשון עבור ANNs נוצר בשנת 1943 על ידי וולטר פיטס וורן מק'קלוך. ההתעניינות הראשונית ומחקר ברשתות עצביות ובלימוד מכונה, האטה בסופו של דבר, ונפלה פחות או יותר ב -1969, עם התפרצויות קטנות של עניין מחודש. מחשבים של הזמן פשוט לא היה מהיר מספיק או גדול מספיק מעבדים כדי לקדם את האזורים האלה עוד יותר, ואת כמות עצומה של נתונים הדרושים ML ו רשתות עצביות לא היה זמין באותה עת.
הגדלה מסיבית של כוח המחשוב לאורך זמן יחד עם הצמיחה וההרחבה של האינטרנט (ובכך גישה כמויות אדירות של נתונים באמצעות האינטרנט) פתרו את האתגרים הראשונים. רשתות עצביות ו- ML משמשות כיום בטכנולוגיות שאנו רואים ומשתמשות בהן מדי יום, כגון זיהוי פנים, עיבוד תמונות וחיפוש, ותרגום לשפות בזמן אמת - עד כמה שמות.
דוגמאות רשת עצבית בחיי היומיום
ANN הוא נושא מורכב למדי בתוך הטכנולוגיה, עם זאת, כדאי לקחת קצת זמן לחקור בגלל מספר הולך וגדל של דרכים זה משפיע על חיינו כל יום. הנה כמה דוגמאות נוספות של דרכים רשתות עצביות משמשים כיום על ידי תעשיות שונות:
- מימון: רשתות עצביות משמשים לחיזוי שערי חליפין. הם משמשים גם את הטכנולוגיה מאחורי מערכות המסחר האוטומטי המשמש בשוק המניות.
- תרופה: יכולות עיבוד התמונה של רשתות עצביות תרמו לטכנולוגיה המסייעת באופן מדויק יותר לזיהוי וגילוי מוקדם של שלב וקשה לזהות סוגים של סרטן. סוג אחד של סרטן הוא מלנומה פולשנית, הצורה הרצינית והקטלנית ביותר של סרטן העור. זיהוי מלנומה בשלבים מוקדמים יותר, לפני שהיא מתפשטת, מעניק לחולים עם סוג זה של סרטן את הסיכויים הטובים ביותר לנצח אותו.
- מזג אוויר: היכולת לזהות שינויים אטמוספריים המצביעים על אירוע מזג אוויר חמור ומסוכן כמו במהירות ובדייקנות ככל האפשר הוא חיוני להצלת חיים. רשתות עצביות מעורבים עיבוד בזמן אמת של לוויין ותמונות מכ"ם לא רק לזהות היווצרות מוקדמת של הוריקנים וציקלונים, אלא גם לזהות שינויים פתאומיים מהירות הרוח ואת כיוון המעידים על טורנדו להרכיב. סופות טורנדו הן חלק מאירועי מזג האוויר החזקים והמסוכנים ביותר - לעתים קרובות פתאומיים יותר, הרסניים וקטלניים יותר מסופות הוריקן.
