Ətrafınızdakı dəyişən texnologiyanı başa düşmək üçün bilmək lazımdır
Sinir şəbəkələri insanlarda neyronların (sinir hüceyrələrinin) necə işləməsinə oxşar şəkildə informasiya (məlumat) ötürmək, işləmə və öyrənmək üçün nəzərdə tutulmuş birləşmələrin və ya qovşaqların kompüter modelləridir.
Süni Sinir Ağları
Texnologiyada neyron şəbəkələr tez-tez modelləşdirildikləri bioloji sinir şəbəkələrindən ayırmaq üçün süni neyron şəbəkələr (NNN) və ya neyron ağları kimi istinad edilir. ANN arxasında əsas fikir insan beyninin mövcud olan ən kompleks və ağıllı "kompüter" olmasıdır. Beyin tərəfindən istifadə olunan məlumatların emal sisteminə və sisteminə YNN-ləri mümkün qədər yaxın modelləşdirərək, tədqiqatçılar insan kəşfiyyatına yaxınlaşan və ya üstün olan kompüterlər yaratmağı ümid etdilər. Sinir ağları, süni intellekt (AI), maşın öyrənmə (ML) və dərin öyrənmə sahəsində mövcud inkişafların əsas komponentidir.
Nüvə Şəbəkələri necə işləyir: müqayisə
Sinir şəbəkələrinin necə işlədiyini və iki növ arasındakı fərqləri (bioloji və süni) fərqləndirmək üçün, 15 mərtəbəli ofis binasının və bina, fərdi mərtəbələr və ayrı-ayrı ofislər üzrə zənglərin aparıldığı telefon xətləri və kommutatorlar nümunəsini istifadə edək. 15 mərtəbəli ofis binasındakı hər bir fərdi ofis bir neyron (biologiyada kompüter şəbəkəsi və ya sinir hüceyrəsindəki node) təşkil edir. Bina özü 15 mərtəbəli bir sistemdə (sinir şəbəkəsi) təşkil edilən bir sıra ofislərdən ibarət olan bir quruluşdur.
Bioloji neyron şəbəkələrinə nümunə götürərək, zəngləri qəbul edən santimetr bütün binanın hər hansı bir yerində istənilən ofisə qoşulmaq xəttinə malikdir. Əlavə olaraq, hər bir ofisə hər hansı bir mərtəbədə olan binanın hər birində birləşdirən xətləri var. Təsəvvür edin ki, zəng (giriş) daxil olur və kommutator onu 3- cü mərtəbədə ofisə köçürür və onu birbaşa 5- ci mərtəbədəki bir ofisə ofisə köçürən 11- ci mərtəbədəki bir ofisə göndərir. Beyində, hər nöron və ya sinir hüceyrəsi (bir ofis) sistemində və ya neyron şəbəkəsində (binada) başqa bir nöronla birbaşa əlaqə saxlaya bilər. Məlumat (çağırış) cavab və ya qətnamə (çıxış) olmadıqdan sonra lazım olanı işləmək və ya öyrənmək üçün digər nöronlara (ofisə) ötürülə bilər.
Bu nümunəni ANN-lərə tətbiq edərkən, bir az daha mürəkkəb olur. Binanın hər bir mərtəbəsi yalnız həmin mərtəbədə olan ofislərə, həm də yuxarı və aşağı mərtəbələrdəki kommutatorlara qoşula biləcək öz stansiyasını tələb edir. Hər bir ofis yalnız eyni mərtəbədə olan digər ofislərə və həmin mərtəbə üçün birləşdiriciyə birbaşa qoşula bilər. Bütün yeni çağırışlar 1-ci mərtəbədəki santimetr ilə başlamalı və zəng başa çatmasından əvvəl 15- cü mərtəbədəki rəqəmlərə qədər hər bir fərdi mərtəbəyə köçürülməlidir. Nasıl işlədiyini görmək üçün hərəkətə qoyaq.
Təsəvvür edin ki, 1- ci mərtəbə stansiyasına zəng daxil olur və 1- ci mərtəbədə (node) ofisə göndərilir. Zəng növbəti mərtəbəyə göndərilməyə hazır olana qədər 1- ci mərtəbədə digər ofislər (qovşaqlar) arasında birbaşa ötürülür. Daha sonra zəng 1- ci mərtəbəli santrala geri göndərilməlidir, sonra onu 2- ci mərtəbə santralına ötürür. Bu eyni addımlar bir zəmini bir dəfə təkrarlayır, zəng isə hər bir mərtəbədən 15-ci yerə qədər bu proses vasitəsilə göndərilir.
ANN-lərdə qovşaqlar (ofislər) mərtəbələrdə (bina mərtəbələrində) təşkil edilir. İnformasiya (çağırış) həmişə giriş katmandan (1- ci mərtəbə və santral) keçir və hər bir təbəqə (mərtəbə) vasitəsilə növbəti birinə keçməzdən əvvəl göndərilməlidir və işlənməlidir. Hər bir təbəqə (mərtəbə) bu çağırışla əlaqədar xüsusi bir iş görür və sonrakı qatdakı zənglə birlikdə nəticəni göndərir. Çağırış çıxış qatına çatdıqda (15- ci mərtəbə və onun santralı), emal məlumatlarını 1-14 qatlardan keçir. 15- ci mərtəbədə (mərtəbədə) olan qovşaqlar (mərtəbələr) bir cavab və ya qətnamə (çıxış) ilə gəlmək üçün bütün digər təbəqələrdən (mərtəbələrdən) giriş və emal məlumatlarını istifadə edirlər.
Sinir şəbəkələri və maşın öyrənmə
Sinir ağları, maşın öyrənmə kateqoriyası altında bir növ texnologiyadır. Əslində, neytral şəbəkələrin tədqiqi və inkişafında irəliləyiş ML-in inkişafı və inkişafı ilə sıx bağlıdır. Sinir şəbəkələri məlumatların emal imkanlarını genişləndirir və ML-nin hesablama gücünü artırır, işlənilə bilən məlumatların həcmini artırır, həm də daha mürəkkəb vəzifələri yerinə yetirir.
ANN-lər üçün ilk sənədli kompüter modeli 1943-cü ildə Walter Pitts və Warren McCulloch tərəfindən yaradılmışdır. Nüvə şəbəkələrində və maşınqayırma sahəsində ilkin maraq və tədqiqat nəhayət yavaşladı və 1969-cu ilə qədər çox və ya daha az rəfə edildi, yalnız yenilənmiş maraqların azaldılması ilə. Zamanın kompüterləri sadəcə bu sahələri daha da inkişaf etdirmək üçün kifayət qədər və ya kifayət qədər sürətli prosessorlara malik olmadı və ML və neyron şəbəkələri üçün lazım olan çox sayda məlumat o vaxt mövcud olmadı.
İnternetin böyüməsi və genişlənməsi (və internet vasitəsilə kütləvi miqdarda məlumatların əldə edilməsi) ilə yanaşı, zaman içində hesablama gücündə kütləvi artımlar bu erkən çağırışları həll etmişdir. Neytral şəbəkələr və ML, üz tanıma , görüntü emal və axtarış kimi hər gün istifadə etdiyimiz texnologiyaları və real vaxt dilinin tərcüməsi kimi bir neçə vasitəyə çevrilir.
Gündəlik həyatda Sinir Şəbəkəsi nümunələri
ANN texnologiya baxımından olduqca mürəkkəb bir mövzudur, lakin hər gün həyatımıza təsir edən yolların artması sayəsində araşdırmaq üçün bir az vaxt ayırmağa dəyər. Nüvə şəbəkələrin müxtəlif sənaye sahələrində istifadə etdiyi bir neçə nümunədir:
- Maliyyə: Neytral şəbəkələr valyuta məzənnələrini təxmin etmək üçün istifadə olunur. Onlar həmçinin birja bazarında istifadə olunan avtomatik ticarət sistemlərinin arxasında yerləşən texnologiyalarda istifadə olunur.
- Tibb: Neytral şəbəkələrin görüntü emal imkanları daha dəqiq bir şəkildə ekrana kömək edir və erkən mərhələdə və kanser növlərini müəyyən etmək çətin olan texnologiyaya kömək edir. Belə bir növ xərçəng növü dəri xərçəngi ən ciddi və ölümcül forması olan invaziv melanomdur. Melanomun daha əvvəlki mərhələlərdə müəyyənləşdirilməsi, yayılmadan əvvəl, bu cür xərçəngi xəstələrə döymək üçün ən yaxşı şans verir.
- Hava: Potensial olaraq ciddi və təhlükəli hava hadisəsini mümkün qədər tez və dəqiq göstərən atmosfer dəyişikliyini aşkar etmək qabiliyyəti həyat qurtarmaq üçün vacibdir. Neytral şəbəkələr, qasırğaların və siklonların erkən formalaşmasının aşkar edilməsinə deyil, həm də küləyin sürətində və qabarma sürətində qəfil dəyişiklikləri təsbit edən peyk və radar şəkillərinin real vaxt işlənməsində iştirak edirlər. Tornadolar qeydə alınan ən güclü və ən təhlükəli hava hadisələridir - tez-tez qasırğadan daha çox ani, dağıdıcı və ölümcül olur.