#동향|신경 네트워크

단어"신경망을"오늘은 하나의 가장 유행 기간 및 종종들에 의해 학대하는 마케팅 촉진에 그들의 기술 벤처 기업입니다. 그러나,그것은 부정할 수 없는 오늘날의 우리의 고려사항은 하나의 가장 중요한 현상하지 않고,그것을 상상하는 것은 불가능하 모니터링을 할 수 있습니다.

무엇이 더 강력한—인간의 두뇌 컴퓨터까? 대부분의 이 질문에 대답은 분명하고 정말 무엇인지에 대해 논하는 올바른 것입니다. 하지만 살펴보면 작품은 과학자가 수행을 통해 지난 수십 년 동안,우리는 것을 알 수 그들 중 많은 사람들이를 가지고 노력하고의 작동 원리 컴퓨터의 방법으로는 인간의 생각,그리고지 성공하지 않습니다. 어떻게 가능할까요? 의 도움으로 신경 네트워크—컴퓨터 시스템 구성의 수백,수천 수백만 명의 인공적인 뇌세포를 배울 수 있는 행동 원리와 매우 유사한 뇌가 어떻게 작동합니다.

인간의 두뇌와 컴퓨터가 자주에 비해,그리고 우리는 것을 인정해야에서 많이 일반적입니다. 정상적인 뇌의 구성에 대해 100 억 미세한 세포 이라는 신경다. 각 신경 세포로 구성되어 있는 세포의 몸으로 몇 분기에서 그것을 연결—많은 돌기(입력 채널의 세포가 정보를 전송하는 세포체)고 하나의 축삭기(출력 채널의 세포에 관련된 정보의 표시). 컴퓨터에 해당하는 신경이 전체 장치라는 트랜지스터입니다. 현대 마이크로프로세서에서 사용되는 컴퓨터 및 모바일 장치를 포함한 두 개 이상의 억 트랜지스터입니다.

이 아마도 사이에 유사성이 컴퓨터와 인간의 두뇌 끝이의 차이점을 시작합니다. 그리고 컴퓨터는—그것은 냉 금속 상자에 바이너리로 가득 숫자,그리고 두뇌—그것의 따뜻한 무언가를 살아 및로 채워진 생각과 감정 그리고 기억합니다. 진정한 차이가 있는 컴퓨터 시스템으로 구성되어 있는 상대적으로 간단하는 직렬 연결하는 동안,뇌를 함께 복잡한 병렬로 연결,그리고 각각의 신경 세포가 연결되어 있 약 10,000 개의 이웃들입니다.

한 손으로는 수백만의 트랜지스터,결합하는 간단하고 논리 시스템에서 다른—100 배 더 많은 신경 세포와 상호 작용을 통해 서로 복잡한,결합한 관계입니다. 그 결과,프로세스의 인적 사고,적어도 이 단계에서,는 것은 매우 어려운 연구는 특히 인위적으로 재현합니다. 그리고 그것은 정확히 무엇을 하려고 과학자들은 일등 공신 Warren 및 월터 피츠 할 때,에서 40 년 첫 공식화의 개념은 인공 신경망이다.

컴퓨터에 저장하도록 설계되어 많은 양의 쓸모 없는 정보를 의미하고 논리,는 경우에만 pre-입력한 정확한 지침을 위해 처리합니다. 인간의 뇌가 느리고 수시로 필요 몇 개월 정가 복잡합니다. 하지만 컴퓨터와 달리,우리는 자발적으로 정보를 조합으로 복잡한 패턴—따라서 뿌리의 창의력의 베토벤이나 셰익스피어:을 만드는 원래 패턴 형성,특이한 관계를 인식의 것 그래서 그들은 새로운 및 예기치 않은 빛입니다.

동의하는 경우에,그것은 좋은 것이 하루의 컴퓨터를 관리할 수 있 사용할 수 있는 정보뿐만 아니니까? 사실,우리는 이미 움직이고 이 흥미로운 미래,그리고 매우 빠르게 합니다. 아마도 이었으로 인해 여러 가지의 주요 인수:최근 몇 년 동안에서 크게 증가하의 성능을 컴퓨터의 출현,인공 신경회로망 학습 기계뿐만 아니라,인터넷의 등장으로,거대한 양의 데이터로 사용되는 교육 자료에 대한 인공지능합니다.

의 기본적인 아이디어는 인공 신경 네트워크로 구성되어 있에 복사하는 복잡한 상호 연결이 사이의 세포는 인공적인 뇌는 기계를 배울 수 있는 패턴을 인식하고 결정을 내리는 방식 그것은 않습니다. 대단한 것은 신경 네트워크는 필요하지 않습 프로그:그것은 자율 학습을 위해 설계합니다.

그러나,하나는 그 말을 거의 신경 네트워크—이것은 정확한 인공 사본의 뇌입니다. 그것이 중요하다는 점을 참고 네트워크—의 모든 컴퓨터 시뮬레이션:이러한 네트워크에 의해 생성 프로그래밍 기존의 컴퓨터에서는 전통적인 방법은 보통의 트랜지스터,결합에 대한 논리적 연결합니다. 그러나,그들이 운영하는 것처럼 구성되어 수십억의 작은 뇌 세포에서 일하는 병렬합니다. 컴퓨터 시뮬레이션만의 컬렉션을 대수 변수 및 수학적 방정식을 수집하는 그들을 함께합니다.

기존의 인공 신경 네트워크로 구성되어 있고 수만,수백,수천,또는 수백만의 인공 신경이라는 단위에 있는 레이어는 각각의 장치에 연결된 다음,양쪽에서 그것의 자신의 계층에 있습니다. 그들 중 일부는 입력 블록고를 받도록 설계되었 외부 세계에서 정보를니다. 이 블록에 연결되어 있으로의 숨겨진 블록하는 프로세스 수신 데이터의 대부분을 차지한 인공적인 뇌니다. 마지막으로,출력 단위 do를 제거할 수 있는 정보입니다.

사이의 연결은 블록의 특징은 숫자에 의해 호출량과될 수 있습 양(단위 자극 등)또는 부정적인 때(단위 블록 또는 억제)니다. 더 높은 무게와 관련하여,더 많은 하나의 단위는 다른 영향을 줍니다. 이 연상이 어떻게 살아있는 뇌 세포가 서로 영향을 미칩니다.

정보 흐름을 통해 신경 네트워크에서는 두 가지 방법이 있습니다. 네트워크 훈련이나 정상적으로 작동 하는 교육 후,샘플의 정보를 공급하는 그녀의 블록을 통해의 입력,그리고 다음 단위를 출력합니다. 이 일반적인 구조물이라고 네트워크와 함께 위한 메커니즘을 예측하는 이벤트입니다. 그러나,도래의 정보를 보증하지 않습 여기의 모든 단위입니다. 각 단위를 받은 입력이 그것의 이웃,그리고 이러한 신호는 곱게 연결되어 있습니다. 각 블록을 추가한 소개는 데이터의 수신 신호와는 경우 총 금액은 임계값을 초과하는,단위 자극하 주변 블록합니다.

신경 네트워크는 훈련이 있어야 합 필수 존재의 의견이:에서 같은 방법으로 아이들이 지속적으로 필요하이 무엇인지에 대해 이야기 좋고 나쁜 것입니다. 사실,의견을 우리는 지속적으로습니다. 을 기억하는 방법 당신이 배에서 볼링을 선택할 때 공이와 롤 트랙을 따라,당신의 두뇌 속도를 모니터링하고의 공고 그 궤도니다. 에 따라 목록 다음 시간 당신이 기억하는 어떻게 압연 공을 마지막으로 시간 및 조정됩니다 그들의 움직임을 달성하기 위해 좋은 결과입니다. 따라서,당신이 사용한 피드백을 비교 결과 함께 원고를 조정하고 자신의 행동을 성공을 달성합니다.

신경 네트워크에서 훈련한 유사한 방법에 의하여,치료하는 의견이"라는 메소드의 전파의 오류"입니다. 그것을 비교한 수신 데이터를 출력하는 데이터를 사용하는 차이점 이러한 데이터를 위한 무게 변동을 연결의 단위 사이에 관련된 네트워크입니다. 또한,이 변화에 영향을 미칠 모든 연결에서 입력장치 출력 단위와 다시합니다. 시간이 지남에,방법의 오류 백 전파할 수 있을 훈련하는 네트워크를 제로로 줄일 사이의 차이를 원하는 실제 결과입니다.

후 신경 네트워크는 훈련을 사용하여 충분한 수의 예에 도달 단계에 제공할 수 있습니다 그녀의 새로운 브랜드를 입력 데이터의 집합,그녀가 본 적이없는,시계를 위한 그녀의 반응합니다. 예를 들어,당신을 보여주는 신경 네트워크와의 거대한 숫자의 사진이 의자와 테이블,최대 사용할 수 있을 설명하는 그녀에게 사이의 차이는 이러한 조각의 가구합니다. 다음 당신을 표시하려고 그녀의 사진을 소파하고 결과를 기다립니다. 는 방법에 따라 효과적으로 당신은 훈련을 신경 네트워크,하고 관련시킬 것 그는 그 범주의"의자"또는"표"경험을 기반으로합니다. 이러한 프로세스에서 발생하는 뇌의 작은 아이가 처음 본체와도 연계되도록 상세 목록의 개념을 이미 알려진 그습니다.

당신이 그것에 대하여 생각하는 경우,이 하나의 예입니다 이미 충분히 이해하는 인공 신경 네트워크에서는 그 진화의 과정할 수 있는 많은 실제적인 응용 프로그램입니다. 예를 들어,비행기 제조업체가 이미 테스트는 자동으로 훈련하는 시스템 자동 조종되지 않는 시스템 프로그래밍,사전에 결정을 기반으로 들어오는 실시간 신호 대시보드 및 조종석 항공기의 제어에 기초 정보를 받았습니다.

또는,예를 들어,은행 부문니다. 상상을 실행하는 은행,어디 모든 분들은 수천명의 신용카드 거래가 가능합니다. 신경 네트워크를 성공적으로 사용할 수 있습을 식별하는 활동으로 분류된 사기입니다. 입력으로 사용할 수 있습니다 다음 질의:1)카드 홀더로서 사람입니까? 2)사용할지 여부를 핀 카드니까? 3)이 있었던 지난 10 분이 다섯이나 이상의 카드 트랜잭션까? 4)기 지도에서 같은 국가가 그것을 발급되었는가?

을 받은 충분한 수의 리드할 수 있는 시스템 자동으로 표시하는 트랜잭션으로,의심스러운 그 은행의 직원할 수 있는지 여부를 결정하고 그들의 관계를 모든 작업입니다. 또한,신경 네트워크 도움이 될 수행하여 결정을 내리는지 여부에 대한 대출을 실행하여 고객에게 신속하게 분석하고 자신의 신용사,현재의 소득 및 고용합니다.

그러나 이러한 응용 프로그램의 신경 네트워크는 여전히 개념 단계에서 그 가능성이 와서 우리의 삶에 가까운 미래에 있습니다. 뉴스는 오늘날에 관한 이 기술을 사용하여 와서는 주로 엔터테인먼트 산업습니다. 첫 번째 것은 내가 기억하는 감각 바르셀로나 응용 프로그램을 사로 사진과 그림으로 존재하지 않는 회화의 위대한 예술가뿐만 아니라,스캔들 Findface 할 수 있는 서비스에 대한이 비밀리에 만들어진 인간의 얼굴을 찾는 그의 페이지 Vkontakte 니다. 그리고 물론,이러한 리콜을 실험 을 할 때,신경 네트워크,공부의 텍스트 노래를 예고 Letov 썼다는 가상의 앨범"민방위"니다.

지만 경우에 당신은 따로 넣어 아이러니,오늘신경 네트워크의 일상 생활에 훨씬 더 좋은 보다 상상할 수 있습니다. 왜 당신이 생각하는 최근 몇 년 동안,당신의 메일이 눈에 띄게 적은 스팸? 크게 감사해야 하는 컴퓨터 시스템을 구별하는 것을 배웠 실제 이메일에 대응하는 장소에서 bin.

덕분에 신경 네트워크는 최근에도 향상에 크게 기계 번역,그리고 이러한 시스템은 하나 이상의 임의의 값의 단어를 선택합 번역 상황에 따라,검토의 거대한 숫자는 제안에서 다양한 언어입니다.

그러나 이 단계에서,이 컴퓨터에 따르면 그들의 의식의 수준과 비교하는 어린이들의 음악을 조정할 수 있습니다. 그럼에도 불구하고,필요한 모든 것을 자신의 추가 연구를 포함됩니다:데이터를 볼륨으로 계속 성장은 컴퓨팅 프로세서의 강습니다. 그래서 우리는 우리로 무장한 팝콘고 계속 시청 방법이 아이디어를 개발하고 무엇이 그것이 궁극적으로 이어질 것입니다.