-
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.
Code.org