Нейрожелілер қалай жұмыс істейді
Неліктен олар кез-келген ЖИ өнімдерінің негізі болып табылады
Нейрондық желілер жасанды интеллект технологиясының негізі болып табылады. Күрделілігіне қарамастан, олардың құрылысы мен жұмыс істеу принципін барлығы дерлік жалпы түрде түсіне алады.
Бұған көз жеткізу үшін қарапайым мысалды талдайық.
Түймелер-шамдар
Операторда 0-ден 9-ға дейінгі сандарды көрсететін 10 батырмасы бар қашықтан басқару пульті, сондай-ақ шамдардан тұратын көлемі 10х10-ға табло бар делік. Бұл шамдар кез-келген санның сызбасы көрінетін етіп жанады. Тапсырма – тек тақтадағы сурет бойынша оператор қашықтан басқару пультіндегі қай түймені басатынын анықтау.
Нейрондық желілерді ойлап тапқанға дейін мұндай міндеттер таблодағы суретті компьютердің жадына алдын-ала жазылған барлық сандардың суреттерімен салыстыру арқылы шешілді. Мәселе мынада, бұл тәсіл нашар масштабталады: тапсырманың күрделенуімен есептеу қуатына қойылатын талаптар экспоненциалды түрде өседі. Содан кейін нейрондық желілер көмекке келеді.
Ықтималдығы жоғары санды тану үшін оның барлық нұсқаларын сұрыптау қажет емес. Дұрыс жауап беруге көмектесетін ерекше элементтерді ғана бөліп көрсету керек. Нейрондық желі дәл осындай оңтайландыруды жүзеге асырады.
Нейрондық желіні құруға көшейік. Ол үшін біздің таблоны "барлығы бәріне қосылған" қағидаты бойынша 20-30 басқа шамдардың жиынтығына қосамыз. Біздің оншақты шамымыз ғылыми түрде нейрондық желінің кіріс қабаты, екінші жиынтық – ішкі қабат деп аталады. Бұл қабаттар тікелей емес, желідегі электр кедергісін реттейтін реостаттар арқылы байланысады. Осылайша, әрбір ішкі қабат шамының жарқырау қуаты оған барлық шамдардан келетін барлық сигналдардың қуатына, сондай-ақ реостаттарда көрсетілген қарсылық мәндеріне байланысты болады.
Әрі қарай, ішкі қабат шамдардың тағы бір жиынтығына (нейрондық желінің екінші ішкі қабаты) қосылады, олар өз кезегінде 10 шамның тағы бір тақтасына қосылады (түймелер саны бойынша). Бұл шығыс қабаты.
Бізде нейрондардың бірнеше қабаты (шамдар) бар және олардың барлығы реостаттармен сымдармен байланысқан – нейрондық желі пайда болады. Бірақ ішкі қабаттардағы шамдардың саны кіру қабатына қарағанда аз болғандықтан, әрбір ішкі қабат шамындағы жалпы ток өте үлкен болуы мүмкін. Кернеуді болдырмау үшін әр қабаттың кіретін жеріне токты тегістейтін сүзгіні қосымша қою керек. Бағдарламашылар мұны нейрондық мәндерді қалыпқа келтіру деп атайды. Осылайша, ішкі қабаттардағы әрбір шамның максималды жарығы кіру қабатындағы шамдардың жарықтығынан аспайды.
Соңғы, шығыс қабатында сүзгіні шамдар белгілі бір ток шегінен асқан кезде ғана жанатындай етіп реттеуге болады. Содан кейін нейронның мәндері бір биттік болады және цифры бар шам жанады немесе жанбайды.
Желі дайын, біз оны оқытуға көшеміз.
Тақтаға!
Енді роботтың міндеті, барлық реостаттардың тұтқаларын бұрап, дисплейде сурет пайда болғаннан кейін, шығыс қабатында тек оған сәйкес келетін шам жанады. Реостаттағы қажетті қарсылық мәндерін таңдау процесі желіні оқыту деп аталады. Бірақ, әрине, компьютерлік бағдарламада шамдар мен реостаттар жоқ — олар нейрондық мәндермен (шамның шартты жарықтығы) және нейрондық байланыс салмақтарымен (реттелетін кедергідегі ток) ауыстырылады. Сүзгілердің рөлін математикалық функциялар атқарады.
Планшетте 7 саны жанып, шамдар ішкі қабатқа электр сигналын жіберді делік. Нейрондық байланыстардың ең үлкен салмағы (ток күші) жетінің айрықша ерекшеліктерінен 7 нөмірлі шамға өтетін сымдарда болады. Содан кейін, жетінің бейнесін құрайтын шамдар тақтасында жанған кезде, олардың кейбіреулерінен ішкі қабаттар арқылы күшті ток өтеді. Бұл тек 7-ші түймеде ток сүзгіде көрсетілген шекті мәннен асып кетуіне әкеледі. Нәтижесінде соңғы қабатта № 7 шам жанады.
Нейрондық желілерді жаттықтыруға арналған суреттер оқыту үлгісі деп аталады. Бұл жағдайда жүйе ақпараттың қажетті көлемін ғана сақтайды: нейрондардың салмағы, орын ауыстырулар, мәселені шешу үшін кейбір басқа деректер.
Оқыту – әсіресе ауқымды тапсырмаларға арналған үлкен желілер – есептеу ресурстарының үлкен көлемін және компьютерді дайындауға көмектесетін көптеген деректерді қажет етеді. Бірақ оқытылған нейрондық желінің жұмысы әлдеқайда аз жабдықты қажет етеді.
Әлемдік желі
Ересек адамның миы 80-90 миллиард нейроннан және олардың арасындағы жүздеген триллион байланыстардан тұрады. OpenAI компаниясының белгілі жасанды GPT-3 нейрожелісі тілдік міндеттермен айналысады: сөйлеуді тану, мәтіндерді аудару, сұрақтарға жауап іздеу, ақпаратты талдау және жалпылау және т.б. оның 175 миллиард параметрлері бар. Жақында төртінші, әлдеқайда мықты нұсқасы жарық көрді, оның сипаттамалары ашылмады.
Нейрондық желілер негізінде жасанды интеллект жұмысының басқа бағыттарының ішінде тағы екеуін атап өтеміз.
- Үлгіні тану. Бұған суреттерді іздеу, медициналық деректерді талдау, кіруді бақылау жүйесі, құқық қорғау қызметі, сот сараптамасы, құжаттарды өңдеу, картография кіреді. Өнеркәсіпте – металлургияда, мұнай-газ саласында AI қолданудың сәтті жобалары бар (нейрожелі өнімде немесе перспективалы кен орнында ақау таба алады). Көлікті басқару тағы бір жеке бағыт деп санауға болады.
- Үлкен деректерді талдау. Маркетингте, қаржыда, АТ, интернет-қызметтерде (трафикті талдау) белсенді қолданылады. Мұнда бизнес-процестерді автоматтандыру және жетілдіру үшін кең орын бар. Қазіргі нейрондық желілердің мәтінді, суреттерді және дауысты танып қана қоймай, оларды өз бетінше жасау қабілеті де үлкен жетістік деп санауға болады, бұл AI-ді бизнес пен күнделікті өмірде қолдану мүмкіндігін бірнеше есе арттырады.
