Lectures_1-10 (1040446), страница 3

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

В первых же работах выяс­нилось, что эти модели не только повторяют свойства мозга , но и способны выполнять функции ,имеющие свою собственную ценность. Поэтому возникли и остаются в настоящее время двевзаимно обогащающие друг друга цели нейронного моделирования: первая-rюнять функцио­нирование нервной системы человека на уровне физиолоmи и психолоmи и вторая-создатьвычислительные системы (искусственные нейронные сети ), выполняющие сходные с челове­ческим мозгом функции .Параллельно с прогрессом в нейроанатомии и нейрофизиолоmи психологами были созданымодели человеческого обучения .

Одной из таких моделей , оказавшейся наиболее плодотвор­ной, была модель Д. Хэбба [НеЬЬ,1949),который в1949г. предложил закон обучения, явив­шийся стартовой точкой для алгоритмов обучения искусственных нейронных сетей. Дополнен­ный сегодня множеством других методов он продемонстрировал ученым того времени , как сетьнейронов может обучаться .В пятидесятые и шестидесятые годы группа исследователей , объединив эти биологическиеи физиологические подходы , создала первые искусст венные нейронные сети .

Выгюлненныепервоначально как электронные сети , они были позднее перенесены в более rибкую среду ком­пыотерного моделирования , сохранившуюся и в настоящее время . Первые успехи вызваливзрыв активности и оптимизма. Минский. Розенблатт, Уидроу1995)[Widrow, 1959 -цит.

по ХХХХХХ.и другие разработали сети , состоящие из одного слоя искусственных нейронов. Частоназываемые персептронами, они были использованы для такого широкого класса задач, какпредсказание погоды , анализ электрокардиограмм и искусственное зрение. В течение некото­рого времени казалось, что ключ к интеллекту найден , и воспроизведение человеческого мозгаявляется лишь вопросом кон струирования достаточно большой сети .Но эта иллюзия скоро рассеялась. Сети не могли решать задачи, внешне весьма сходные стеми, которые они успешно решали.

С этих необъяснимых неудач начался период интенсивногоанализа . Минский , используя точные математические методы , строго доказал ряд теорем, от­носящихся к функционированию нейронных сетей.Его исследования привели к написанию книrи, в которой он вместе с Пайпертом доказал , чтоиспользуемые в то время однослойные сети теоретически неспособны решить мноrие простыезадачи, в том числе реализовать функцию «Исключающее ИЛИ•. Минский также не был опти­мистичен относительно потенциально возможного здесь прогресса .Персептрон показал себя заслуживающим изучения , несмотря на жесткие ограничения . Унего много привлекательных свойств: линейность, теорема об обучении , простота модели па­раллельных вычислений .Блеск и строгость аргументации Минского, а также его престиж породили огромное довериек книге-ее выводы были неуязвимы.

Разочарованные исследователи оставили поле исследо­ваний ради более обещающих областей, а правительства перераспределили свои субсидии , иискусственные нейронные сети были забыты почти на два десятилетия .Тем не менее, несколько наиболее настойчивых ученых, таких как Кохонен . Гроссберг, Ан­дерсон продолжили исследования. Наряду с плохим финансированием и недостаточной оцен­кой ряд исследователей испытывал затруднения с публикациями . Поэтому исследования , опуб­ликованные в семидесятых и начале восьмидесятых годов, разбросаны в массе различных жур­налов, некоторые из которых малоизвестны .

Постепенно появился теоретический фундамент ,на основе которого сегодня конструируются наиболее мощные многослойные сети. ОценкаМинского оказалась излишне песси мистичной , мноrие из поставленных в его книге задач реша­ются сейчас сетями с помощыо стандартных процедур .За несколько лет теория стала применяться в прикладных областях , появились новые кор­порации , занимающиеся коммерческим использованием этой технологии . Нарастание научнойактивности носило взрывно й характер. В1987 г.

было проведено четыре крупных совещанияискусственным нейронным сетям и опубликовано свышенальная скорость роста .500научных сообщений-пофеноме­С одной стороны, блестящая научная работа Минского задержала развитие искусственныхнейронных сетей, но с другой стороны, нет сомнений в том , что область пострадала вследствиенеобоснованного оптимизма и отсутствия достаточной теоретической базы . И возможно, чтошок, вызванный книгой «Персептроны», обеа~ечил необходимый для созревания этой научнойобласти период.В настоящее время имеется много впечатляющих демонстраций возможностей искусствен­ных нейронных сетей: сеть научили превращать текст в фонетическое представление , котороезатем с помощью уже иных методов превращалось в речь ; другая сеть может распознаватьрукописные буквы : сконструирована система сжатия изображений , 001ованная на нейроннойсети .

Все они иа~ользуют сеть обратного распространения-наиболее успешный, по-видимому,из современных алгоритмов . Обратное распространение, независимо предnоженное в трех раз­личных работах, является систематическим методом для обучения многослойных сетей , и темсамым преодолевает ограничения, указанные Минским .Разработано много других сетевых алгоритмов обучения , имеющих свои специфические пре­имущества . Следует подчеркнуть, что ни одна из сегодняшних сетей не является панацеей, всеони страдают от ограничений в своих возможностях обучаться и вспоминать.Область нейронных сетей, продемонстрировала свою работосоособность и имеет уникаль­ные потенциальные возможности, но в то же время и много ограничений , множество открытыхвопросов .

Такая ситуация настраивает на умеренный оптимизм. Существует, однако, опас­ность, что искусственные нейронные сети начнут продавать раньше, чем придет их время , обе­щая функциональные возможности , которых пока невозможно достигнуть . Если это произойдет,то область в целом может пострадать от потери кредита доверия и вернется к застойному пе­риоду семидесятых годов.

Для улучшения существующих сетей требуется много основательнойработы . Должны быть развиты новые технолоrии, улучшены существующие методы и расши­рены теоретические основы , прежде чем данная область сможет полностью реализовать своипотенциальные возможности .Искусственные нейронные сети предложены дnя задач, простирающихся от управлениябоем до присмотра за ребенком . Потенциальными приложениями являются те, где человече­ский интеллект малоэффективен , а обычные вычисления трудоемки или неадеmатны .

Этоткласс приложений не меньше класса, обслуживаемого обычными вычислениями, и можно пред­полагать, что искусственные нейронные сети займут свое место наряду с обычными вычисле­ниями в качестве дополнения такого же объема и важности .Одним из перспективных направлений развития нейронных сетей является их интеграция сэка~ертными системами и другими ИС.Интеллектуальные системы (ИС), как основа новых информационных техноnоrмй.1.Понятие ИИ .2.Определения и п ути ооздания И И.3.Бионическое, эвристическое и эволюционное напра вления .4.Классификация систем ИИ .Искусственный интеллект (ИИ) ~сак наука существует 0«0ло полувека.

Первой интеллектуальной систе­мам считается проrрамма сЛоrи к-Теоретио , предназначенная для доказательства теорем и исчислениявыс1<Ззываний . Ее работа впервые была продемонстрирована9авrуста1956г. В создании программыучаствовали та1СИе кзвестные ученые, как А. Ньюэлл, А. Тьюринr, К . Шеннон , Дж. Лоу , Г. Саймон и др.

Запрошедшее с тех пор время в области ИИ разработано великое множество компьютерных сметем , кото­рые принято называть интеллектуальными . Области их применения охватывают практичеоки вое сферычеловеческой деятельности , связанные с обработкой информации .На сегодняшний ден ь не существует единого определения , которое однозначно описывает этунаучную область. Среди многих точек зрения на нее доминируют следующие три.Согласно первой исследования в обла сти ИИ относятся к фундаментальным , в процессе кото­рых разрабатываются новые модели и методы решения задач , традиционно считавшихся ин­теллектуальными и не поддававшихся ранее формализации и автоматизации .Согласно второй точке зрения это направление связано с новыми идеями решения задач наЭВМ, с разработкой новых технологий программирования и с пе реходом к ком пь ютерам не фон­неймановской архитектуры .Третья точка зрения, наиболее прагматическая, основана на том, что в результате исследова­ний, проводимых в области ИИ , поя вляется множество прикладных систем, способных решатьзадачи, для которых ра нее созда ва емые системы были непригодны .

Характеристики

Список файлов лекций