Jak działają sieci neuronowe? SZTUCZNA INTELIGENCJA Jak działają sieci neuronowe? Cześć! Nazywam się Deon. Jestem jednym z twórców firmy Forethoughht AI. Tworzymy w niej narzędzia bazujące na sztucznej inteligencji, których ludzie mogą używać w pracy w celu zwiększenia wydajności. Aby stworzyć uczącą się maszynę informatycy szukali wskazówek badając inne rzeczy, które potrafią się uczyć. Okazuje się, że nie ma niczego lepszego od mózgu człowieka! Nasze mózgi zbudowane są z tzw. neuronów. Neurony mają dwa końce: sygnały wejściowe wchodzą na jednym końcu, łączą się wewnątrz neuronu i wychodzą na drugim jako pojedynczy wynik. W mózgu miliardy neuronów połączone są w tzw. biologiczną sieć neuronową. W niej nasz mózg przetwarza informacje i rozpoznaje wzorce. Naukowcy postanowili odwzorować ludzkie neurony tworząc proste sztuczne neurony w oprogramowaniu. Nic wielkiego, po prostu liczne sygnały przechodzące przez neuron, łączące się i przetwarzane w prostych działaniach w sygnał wychodzący. To był dobry początek, ale jeden neuron niewiele może zdziałać. Pełne możliwości tej koncepcji można uzyskać po połączeniu sztucznych neuronów w sztuczną sieć neuronową. To ona umożliwia komputerom rozpoznawanie obrazków, prowadzenie aut i tworzenie dziwacznych prac artystycznych. Zobaczmy, jak działają neurony budując system rekomendacji filmów, w którym wykorzystuje się opinie krytyków, do określenia czy film Wam się spodoba. Potem wykorzystamy Wasze opinie do dalszego doskonalenia systemu! Mamy trzech krytyków: Alego, Bowiego i Casey. Każdy ocenia w skali 1-5 gwiazdek. Zbudujmy teraz pojedynczy sztuczny neuron. Każdy krytyk wpisuje swoją ocenę po tej stronie, tutaj dokonuje się wyliczenia i uzyskuje się pojedynczy wynik. W tym przypadku ocenę filmu. Mamy pierwszy film. Ali przyznał jedną gwiazdkę, Bowie pięć, Casey cztery. Na początku wszystkie opinie mają tę samą wagę i liczy się je równo. Wprowadza się dane, wykonuje proste działania i uzyskuje rekomendację. Teraz obejrzyjmy film i przyznajmy mu własną ocenę! KSZTAŁTUJ FRAGMENTY PRZESZŁOŚCI I PRZYSZŁOŚCI Acha! Cóż, dziwne! Ale udajmy, że Wam się podobał i dajmy 5 gwiazdek. Teraz Wasza ocena jest użyta do szkolenia neuronu. Na podstawie Waszej oceny wagę każdej opinii przelicza się ponownie. Wasza ocena jest bliższa opinii Bowiego i Casey, zatem ich opinie mają wyższą wagę. Nie zgodziliście się z jedną gwiazdką Alego więc ta waga maleje. Przeprowadźmy ponowny trening neuronu. Oto kolejny film i kolejne recenzje naszych krytyków. Tym razem neuron przyzna wyższą wagę tym dwóm ocenom przy wyliczaniu rekomendacji. No i mamy wynik. Obejrzyjmy film. Tyle dobrego, że był krótki! Przyznajmy mu ocenę. W nowej ocenie ponownie skorygowano wagi. Proces wciąż się powtarza, aż wytrenujemy system tak, że będzie znać nasze preferencje i polecać odpowiedni film. W tym przykładzie mamy jeden neuron. I jest to obraz skrajnie uproszczony. Przez potężne sieci przepływają miliony neuronów uporządkowanych w warstwy. Jest warstwa danych wejściowych, dowolna liczba warstw ukrytych i warstwy wyjściowe. Wynik jednej warstwy staje się danymi wejściowymi kolejnej warstwy i tak w kółko. Na tej zasadzie działa wiele systemów rekomendacji mediów, muzyki czy zakupów w świecie rzeczywistym. Wykorzystuje się w nich oceny milionów codziennych użytkowników. W tych sieciach neuronowych każdy przyczynia się do modyfikacji wag. Sieci neuronowe mają mnóstwo innych zastosowań. Zakulisowo korzysta się z nich do rozwiązania wielkich problemów: tworzenia zdrowszego jedzenia prognozowania powodzi czy pożarów lasów, wspomagania ochrony przyrody, a nawet wykrywania i leczenia chorób.