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 uczenia
neuronu. Na podstawie Waszej oceny
wagę każdej opinii przelicza się ponownie.
Wasza ocena jest bliższa opinii
Bowiego i Casey, zatem ich opinie
otrzymują wyższą wagę.
Nie zgodziliście się z jedną gwiazdką Alego
więc ta waga maleje.
Przeprowadźmy ponowny trening neuronu.
Oto kolejny film i kolejne oceny
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 rozpoznawać
nasze preferencje i polecać odpowiednie filmy.
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.