| | | |
ВСТУП
Штучний інтелект - атрибути розумних систем, які виконують інноваційні функції, традиційно вважаються прерогативою людини; наука і технологія створення інтелектуальних машин, особливо інтелектуальних комп'ютерних програм. Штучний інтелект пов'язаний із завданням використання комп’ютерів для розуміння людського інтелекту, але він не обов'язково обмежується біологічно здійсненними методами. Поля застосування сучасних інтелектуальних систем дуже вузькі. Наприклад, програма, яка може перемогти людей у шахи і не може відповідати на запитання тощо. Комп'ютерна техніка проникла у всі рівні суспільства, щоб допомогти людському розвитку, але також принесла багато загроз. Очевидним прикладом є розвиток нової форми мислення, а саме штучного інтелекту. Штучний інтелект (ШI) - це здатність автоматизованих систем формалізувати та виявляти атрибути, пов'язані з поведінкою людини. Розвиток штучного інтелекту пов'язаний з науками психології, нейрофізіології, математики та інформаційних технологій.
Штучний інтелект - це дуже молода наукова сфера, заснована американськими нейрофізіологами. Вони розробили першу, засновану на теорії людської мозкової діяльності "Нейтронні" моделі. Сьогодні штучний інтелект як і раніше є однією з найбільш перспективних і нерозкритих напрямків розвитку систем та технологій управління інформацією. Сьогодні в поняття штучного інтелекту входять нейронні мережі, нечітка логіка, експертні системи, комп'ютери п’ятого покоління та системи моделювання мислення. Багато компаній, включаючи автономні транспортні засоби Google, Mercedes-Benz та Honda, розробили дивовижні приклади ШI. Автомобіль оснащений системами без управління водіями, GPS навігаторами, високомобільними камерами та датчиками, які можуть: перемикатися в автономному режимі, розпізнавати дороги Позначте, визначте його розташування, прокладіть дорогу, знайдіть вільне місце та припаркуйте його. У 2011 році Невада прийняли закон, який дозволяє використовувати автомобілі з самостійним керуванням, а Google почав просувати закони про водії для 10 самостійного керування автомобілями. Розробник стверджує, що до 2030 року автономні транспортні засоби будуть введені в серійне виробництво. Часто робототехніка та штучний інтелект взаємопов'язані. Злиття цих двох наук, створення розумних роботів, можна розглядати як іншу вітку ШI. Наприклад: Асимо, гуманоїдний робот, спритно володіє своїм тілом; ASIMO може грати у футбол, імітувати мову жестів і виконувати природні жести; Робот да Вінчі широко застосовується в медицині, особливо хірургічному лікуванні; кістмет - здатний виражати людей Роботи з подібними емоціями та мімікою; партнер-робот Toyota-скрипаль-робот-скрипаль, кожна його рука контролюється великою кількістю програм, тому його руки схожі за силою та точністю на людину. Cyberdyne, робототехнічний екзоскелет, розроблений японськими фахівцями, є прикладом використання штучного інтелекту в медицині, який може прочитати імпульс мозку і направити його на протезну кінцівку, яка починає рухатися. Розроблений Intel і дозволяє британському фізику Стівену Хокінгу аналізувати своє мислення та імітувати мову штучними звуками Штучний інтелект (ШI) широко використовується в економіці, тому банки використовують системи штучного інтелекту в управлінні економічними системами, страховою діяльністю, фондовими ринками, управлінні персоналом, також популярність використання в галузі телекомунікацій для їх вдосконалення. Слід зазначити основні перспективи розвитку штучного інтелекту: перетворення програмної інженерії в інженерну інженерію; створення програмних систем, що імітують діяльність інтелекту людини; розширення «природного інтелекту»; Однак розвиток штучного інтелекту створює багато загроз для людини, Білл Гейтс сказав публічно: "Розвиток повністю штучного інтелекту може означати кінець людських істот." Основними загрозами розвитку штучного інтелекту людини є: освоєння технологічного процесу або повністю замінити людських істот (багато безробіття); спричинити соціальні, релігійні та моральні проблеми (конфлікт між природними та штучними формами мислення); - знищити соціальну систему; здатність штучного інтелекту відтворювати себе та втрачати контроль. Коли переважає сила штучного інтелекту, світові експерти не мають послідовної відповіді на те, що станеться зі світом. Чи принесе це вічне життя людству, чи шкодить виживанню людині? Можна сказати одне, що почалася ера штучного інтелекту.
1. Введення в теорію штучних нейронних мереж
Сьогодні є безперечним значний науковий та практичний інтерес до обчислювальних структур нового типу - штучних нейронних мереж (ШНМ). Він зумовлений насамперед тим, їх що технологія дозволила розробити ефективні підходи до вирішення проблем, що вважалися складними для реалізації в традиційних комп'ютерах. Штучні нейронні мережі - математичні моделі, а також їхня програмна та апаратна реалізація, побудовані за принципом функціонування біологічних нейронних мереж - мереж нервових клітин живого організму. Системи, архітектура і принцип дії базується на аналогії з мозком живих істот. Ключовим елементом цих систем виступає штучний нейрон як імітаційна модель нервової клітини мозку - біологічного нейрона.1.1 Модель мозку та біологічний нейрон
1.1.1 Аналогія мозку та комп'ютерного процесору
Мозок і Центральний Процесор (ЦП) ЕОМ, є найбільш складними системами переробки інформації. ЦП інтегрує мільйони напівпровідникових транзисторів і подібний мозку, в якому міститься близько 100 мільярдів нейронів, кожен з яких має в середньому 10 000 зв'язків. За аналогією зі схемотехнікою великих інтегральних схем (ВІС) ЕОМ, де відбувається прийом, передача і переробка цифрової інформації, біологічна мережа нейронів відповідає за всі явища, які ми називаємо думками, емоціями, пам'яттю, сенсомоторними та автономними функціями. Мозок, в якому, на відміну від ЦП, щодня гине велика кількість нейронів, надзвичайно надійний і продовжує функціонувати. Обробка величезних обсягів інформації мозком здійснюється дуже швидко, за долі секунди, незважаючи на те, що сам нейрон є повільно діючим елементом з часом реакції у декілька мілісекунд. На відміну від біологічного нейрона, електричні напівпровідники ЦП є більш швидкодіючими і безпомилковими, проте кількість зв'язків між нейронами мозку у багато разів перевищує зв'язки між напівпровідниками ЦП, що забезпечує паралелізм і багатопоточність обробки інформації.1.1.2 Біологічний нейрон
Нервова система людини побудована з елементів (нейронів), має приголомшуючу складність. Близько 1011 нейронів беруть участь в приблизно 1015 передаючих зв'язках, що мають довжину метр і більше. Кожен нейрон володіє багатьма якостями, спільними з іншими елементами тіла, але його унікальною здатністю є прийом, обробка і передача електрохімічних сигналів по нервових шляхах, які утворюють комунікаційну систему мозку.Рисунок 1.1 - Біологічний нейрон
На рис.1.1 показана структура пари типових біологічних нейронів. Нейрон складається з трьох частин: тіла клітини, дендритів і аксона, кожна частина зі своїми, але взаємопов'язаними функціями. Дендрити (входи нейрона) йдуть від тіла нервової клітини (сома) до інших нейронів, де вони приймають сигнали в точках з'єднання (синапсах) [23]. Прийняті синапсом вхідні сигнали підводяться до тіла нейрона. Тут вони підсумовуються, причому одні входи стимулюють активізацію нейрона, а інші - зниження його активності. Коли сумарна активність (збудження) нейрона перевищує деякий поріг, нейрон переходить в активний стан, посилаючи по аксону (виходу нейрона) сигнал іншим нейронам. У цієї основної функціональної схеми багато спрощень і виключень, проте більшість штучних нейронних мереж моделює лише ці прості властивості. Нервові клітини, або нейрони, являють собою особливий вид клітин в живих організмах, що володіють електричною активністю, основне призначення яких полягає в оперативному управлінні організмом. Їх можна розбити на три великі групи: рецепторні, проміжні та ефекторні. Рецепторні нейрони забезпечують введення в мозок сенсорної інформації. Вони трансформують сигнали, що надходять на органи почуттів [28], в електричну імпульсацію своїх аксонів. Ефекторні нейрони передають сигнали, що приходять на них, виконавчим органам. На кінці їх аксонів є спеціальні синаптичні з'єднання з виконавчими органами, наприклад м'язами, де збудження нейронів трансформується в скорочення м'язів. Проміжні нейрони здійснюють обробку інформації, що одержують від рецепторів, і формують керуючі сигнали для ефекторів. Вони утворюють центральну нервову систему.1.2 Штучний нейрон
Основними компонентами нейронної мережі є нейрони /neurons/ (елементи, вузли), які з'єднані зв'язками. Сигнали передаються по зваженим зв'язкам (connection), з кожним з яких пов'язаний ваговий коефіцієнт (weighting coefficient) або вага. Штучний нейрон (Математичний нейрон Маккалока - Піттса, Формальний нейрон [26]) - вузол штучної нейронної мережі, що є спрощеною моделлю природного нейрона. Математично, штучний нейрон зазвичай представляють як деяку нелінійну функцію від єдиного аргументу - лінійної комбінації всіх вхідних сигналів. Цю функцію називають функцією активації або функцією спрацьовування, передавальною функцією.Отриманий результат посилається на єдиний вихід.
Штучний нейрон імітує в першому наближенні властивості біологічного нейрона. На вхід штучного нейрона поступає множина сигналів, які є виходами інших нейронів. Кожен вхід множиться на відповідну вагу, аналогічну його синаптичній силі, і всі виходи підсумовуються, визначаючи рівень активації нейрона. Кожен нейрон характеризується своїм поточним станом за аналогією з нервовими клітинами головного мозку, які можуть бути порушені або загальмовані. Він володіє групою синапсів - односпрямованих вхідних зв'язків, з'єднаних з виходами інших нейронів, а також має аксон - вихідну зв'язок даного нейрона, з якої сигнал (збудження або гальмування) надходить на синапси наступних нейронів. Загальний вигляд нейрона наведено на рис.1.2 Кожен синапс характеризується величиною синаптичного зв'язку або її вагою wi, який з фізичного змістом еквівалентний електричної провідності.Рисунок 1.2 - Штучний нейрон
Поточний стан нейрона визначається, як зважена сума його входів:
(1.1)
Вихід нейрона є функція його стану:
y = f (s) (1.2)
де wі - вага (weight) синапса, i=1…n; b - значення зсуву (bias); s - результат сумування (sum); хi - компонент вхідного вектора (вхідний сигнал), i=1…n; у - вихідний сигнал нейрона; п - число входів нейрона; f - нелінійне перетворення (функція активації). В загальному випадку вхідний сигнал, вагові коефіцієнти і зсув можуть приймати дійсні значення, а в багатьох практичних задачах - лише деякі фіксовані значення. Вихід у визначається видом функції активації і може бути як дійсним, так і цілим. Описаний обчислювальний елемент можна вважати спрощеною математичною моделлю біологічних нейронів, щоб підкреслити відмінність нейронів біологічних і штучних, другі іноді називають нейроноподібними елементами чи формальними нейронами.1.3 Штучні нейронні мережі та їх архітетура
У загальному випадку поняття "штучна нейронна мережа" охоплює ансамблі нейронів будь-якої структури, проте практичне застосування знайшли тільки деякі з них. Це пояснюється тим, що архітектура ШНМ безпосередньо пов'язана з методом її навчання. Навіть різні етапи розвитку ШНМ визначалися появою нових архітектур мереж і спеціально розроблених для них методів навчання.Сьогодні відома велика кількість нейронних структур та їх модифікацій, що орієнтовані на вирішення конкретного типу задач.
Розглянемо детальніше основні властивості ШНМ:
· локальна обробка інформації в штучному нейроні, який є базовою структурною одиницею мережі;
· паралелізм, результатом якого є вирішення глобальної задачі шляхом представлення її у вигляді множини локальних задач, що тісно взаємодіють між собою;
· здатність до навчання, яке підвищує ефективність роботи мережі;
· здатність до розподіленого зберігання знань, які були одержані в ході навчання.
ШНМ задають у вигляді направлених графів, вершинами яких є нейрони, а ребрами позначені міжнейронні зв'язки.
Архітектури сучасних нейронних мереж найчастіше поділяють на три категорії:
· мережі з повним набором міжнейронних зв'язків;
· мережі з фіксованим індексом оточення;
· мережі з пошаровою структурою.
У ШНМ із повним набором міжнейронних зв'язків забезпечується можливість взаємодії кожного нейрона мережі з будь-яким іншим.
| | | |