Mạng thần kinh - nó là gì? Định nghĩa, ý nghĩa và phạm vi

2024 Tác giả: Leah Sherlock | [email protected]. Sửa đổi lần cuối: 2023-12-17 05:53

Trước đây chỉ được biết đến từ những cuốn sách khoa học viễn tưởng, thuật ngữ mạng nơ-ron trong những năm gần đây đã dần dần đi vào đời sống công chúng như một phần không thể thiếu trong những phát triển khoa học mới nhất. Tất nhiên, từ khá lâu, những người tham gia vào ngành công nghiệp game đã biết rằng đây là mạng nơ-ron. Nhưng ngày nay thuật ngữ này được tìm thấy bởi tất cả mọi người, nó được biết đến và hiểu bởi quần chúng rộng rãi. Không nghi ngờ gì nữa, điều này chỉ ra rằng khoa học đã trở nên gần gũi hơn với cuộc sống thực và những đột phá mới đang chờ đợi chúng ta trong tương lai. Chưa hết, mạng nơ-ron là gì? Hãy cố gắng tìm ra nghĩa của từ.

Hiện tại và tương lai

Ngày xưa, mạng nơ-ron, Hort và người đi bộ ngoài không gian là những khái niệm có liên quan mật thiết với nhau, bởi vì có thể gặp trí tuệ nhân tạo với khả năng vượt trội hơn nhiều so với một cỗ máy đơn giản chỉ trong một thế giới giả tưởng nảy sinh trong trí tưởng tượng của một số tác giả. Tuy nhiên, xu hướng gần đây là xung quanh một người bình thường trong thực tế, ngày càng có nhiều đối tượng mà trước đây chỉ được đề cập trong văn học khoa học viễn tưởng. Điều này cho phép chúng tôi nói rằng ngay cả chuyến bay bạo lực nhất trong tưởng tượng, có lẽ, sớm hay muộn cũng sẽ thấy nó tương đương trong thực tế. Sách về lượt truy cập, mạng nơ-ron đã cóbây giờ có nhiều điểm chung với thực tế hơn mười năm trước, và ai biết được điều gì sẽ xảy ra trong một thập kỷ nữa?

Mạng nơ-ron trong thực tế hiện đại là công nghệ cho phép bạn xác định mọi người, chỉ có một bức ảnh theo ý bạn. Trí tuệ nhân tạo khá có khả năng lái xe ô tô, có thể chơi và thắng một ván bài xì phé. Hơn nữa, mạng nơ-ron là cách mới để tạo ra những khám phá khoa học, cho phép bạn sử dụng các khả năng tính toán trước đây không thể. Điều này mang lại cơ hội duy nhất để hiểu thế giới ngày nay. Tuy nhiên, chỉ từ các bản tin công bố những khám phá mới nhất, hiếm khi người ta hiểu rõ mạng nơ-ron là gì. Thuật ngữ này có nên được áp dụng cho một chương trình, một máy hay một tổ hợp máy chủ không?

Xem chung

Như bạn có thể thấy từ chính thuật ngữ "mạng thần kinh" (các bức ảnh được trình bày trong bài viết này cũng giúp bạn có thể hiểu điều này) là một cấu trúc được thiết kế bằng cách tương tự với logic của bộ não con người. Tất nhiên, việc sao chép một cấu trúc sinh học hoàn toàn có mức độ phức tạp cao như vậy vào lúc này dường như không thực tế, nhưng các nhà khoa học đã có thể tiến gần hơn đến việc giải quyết vấn đề. Giả sử rằng các mạng nơ-ron được tạo gần đây khá hiệu quả. Hort và những nhà văn khác đã xuất bản những tác phẩm tuyệt vời hầu như không biết vào thời điểm viết tác phẩm của họ rằng khoa học sẽ có thể tiến xa hơn vào năm nay.

Điểm đặc biệt của bộ não con người là nó là một cấu trúc của nhiều thành phần, giữathông tin liên tục được truyền qua các tế bào thần kinh. Trên thực tế, các mạng nơ-ron mới cũng có cấu trúc tương tự, nơi các xung điện cung cấp cho việc trao đổi dữ liệu liên quan. Trong một từ, giống như trong não người. Và vẫn chưa rõ: có sự khác biệt nào so với một máy tính thông thường không? Rốt cuộc, cỗ máy, như bạn đã biết, cũng được tạo ra từ các bộ phận, dữ liệu giữa chúng được truyền qua dòng điện. Trong những cuốn sách về không gian, mạng nơ-ron, mọi thứ thường trông thật mê hoặc - những cỗ máy khổng lồ hoặc nhỏ bé, chỉ cần nhìn thoáng qua là các nhân vật đã hiểu họ đang xử lý những gì. Nhưng trên thực tế, tình hình cho đến nay đã khác.

Nó được xây dựng như thế nào?

Như bạn có thể thấy từ các bài báo khoa học về mạng nơ-ron (không may là “Người đi bộ không gian” không thuộc thể loại này, cho dù chúng có hấp dẫn đến đâu), ý tưởng trong cấu trúc tiến bộ nhất trong lĩnh vực trí tuệ nhân tạo, trong việc tạo ra một cấu trúc phức tạp, các bộ phận riêng lẻ của chúng rất đơn giản. Trên thực tế, vẽ song song với con người, người ta có thể tìm thấy một điểm tương đồng: nói rằng, chỉ có một phần não của động vật có vú không có khả năng, năng lực tuyệt vời, và không thể cung cấp hành vi thông minh. Nhưng khi xét về tổng thể một người, thì một sinh vật như vậy sẽ bình tĩnh vượt qua bài kiểm tra về mức độ thông minh mà không gặp bất kỳ vấn đề cụ thể nào.

Bất chấp những điểm tương đồng này, một cách tiếp cận tương tự để tạo ra trí thông minh nhân tạo đã bị tẩy chay vài năm trước. Điều này có thể được nhìn thấy cả từ các bài báo khoa học và từ các cuốn sách khoa học viễn tưởng về mạng nơ-ron (ví dụ: “Người đi bộ ngoài không gian” được đề cập ở trên). Nhân tiện, ở một mức độ nào đó, ngay cả những tuyên bốCicero có thể được kết hợp với ý tưởng hiện đại về mạng nơ-ron: đã có lúc, ông đề xuất một cách nhân quả rằng những con khỉ ném các chữ cái viết trên thẻ vào không khí, để sớm hay muộn một văn bản có ý nghĩa sẽ hình thành từ chúng. Và chỉ có thế kỷ 21 mới cho thấy rằng ác ý đó là hoàn toàn không chính đáng. Mạng nơ-ron và khoa học viễn tưởng đi theo những con đường riêng: nếu bạn cung cấp cho một đội quân khỉ nhiều mã thông báo, chúng sẽ không chỉ tạo ra một văn bản có ý nghĩa mà còn giành được quyền lực trên toàn thế giới.

Sức mạnh là ở sự đoàn kết, anh em

Như chúng ta đã học được từ nhiều thử nghiệm, việc đào tạo một mạng nơ-ron sẽ dẫn đến thành công khi bản thân đối tượng bao gồm một số lượng lớn các phần tử. Như các nhà khoa học nói đùa, trên thực tế, một mạng nơ-ron có thể được lắp ráp từ bất cứ thứ gì, thậm chí từ các hộp diêm, vì ý tưởng chính là một tập hợp các quy tắc mà cộng đồng kết quả tuân theo. Thông thường các quy tắc khá đơn giản, nhưng chúng cho phép bạn kiểm soát quá trình xử lý dữ liệu. Trong tình huống như vậy, một nơ-ron (mặc dù là nhân tạo) sẽ không phải là một thiết bị, không phải là một cấu trúc phức tạp hay một hệ thống khó hiểu, mà là các phép toán số học đơn giản, được thực hiện với mức tiêu thụ năng lượng tối thiểu. Chính thức trong khoa học, tế bào thần kinh nhân tạo được gọi là "perceptron". Theo quan điểm của một số tác giả khoa học, mạng lưới thần kinh (“Spacefalls” minh họa rõ điều này) nên phức tạp hơn nhiều, nhưng khoa học hiện đại cho thấy rằng sự đơn giản cũng mang lại kết quả tuyệt vời.

Hoạt động của một nơ-ron nhân tạo rất đơn giản: các số được nhập vào, giá trị của mỗi nơ-ron được tính toánkhối thông tin, các kết quả được cộng lên, đầu ra là một đơn vị hoặc giá trị "-1". Người đọc có bao giờ muốn nằm trong số những kẻ sa ngã không? Mạng lưới thần kinh hoạt động theo một cách hoàn toàn khác trong thực tế, ít nhất là ở thời điểm hiện tại, do đó, khi tưởng tượng mình trong một tác phẩm giả tưởng, bạn không nên quên điều này. Trên thực tế, một người hiện đại có thể làm việc với trí thông minh nhân tạo, chẳng hạn như thế này: bạn có thể hiển thị một bức tranh và hệ thống điện tử sẽ trả lời câu hỏi “hoặc - hoặc”. Giả sử rằng một người đặt hệ tọa độ của một điểm và hỏi những gì được mô tả - trái đất hoặc, ví dụ, bầu trời. Sau khi phân tích thông tin, hệ thống đưa ra câu trả lời - có thể không chính xác (tùy thuộc vào mức độ hoàn thiện của AI).

Thích

Như bạn có thể thấy từ logic của mạng nơ-ron hiện đại, mỗi phần tử của nó đang cố gắng đoán câu trả lời chính xác cho câu hỏi được đặt ra cho hệ thống. Trong trường hợp này, có rất ít độ chính xác, kết quả có thể so sánh với kết quả của việc tung đồng xu. Nhưng công trình khoa học thực sự bắt đầu khi đến thời điểm đào tạo mạng lưới thần kinh. Không gian, khám phá những thế giới mới, cái nhìn sâu sắc về bản chất của các quy luật vật lý trong vũ trụ của chúng ta (mà các nhà khoa học hiện đại dựa vào việc sử dụng mạng nơ-ron) sẽ trở nên cởi mở vào lúc trí tuệ nhân tạo sẽ học với hiệu quả và hiệu suất cao hơn nhiều so với con người.

Thực tế là người đặt câu hỏi cho hệ thống biết câu trả lời chính xác cho câu hỏi đó. Vì vậy, bạn có thể viết nó trong các khối thông tin của chương trình. Perceptron cung cấp câu trả lời đúng sẽ nhận được giá trị vàở đây người trả lời sai bị mất nó, bị phạt. Mỗi chu kỳ khởi chạy chương trình mới khác với chu kỳ trước do sự thay đổi về mức giá trị. Quay trở lại ví dụ trước: sớm hay muộn chương trình sẽ học cách phân biệt rõ ràng giữa trái đất và không gian. Mạng nơ-ron học càng hiệu quả thì chương trình nghiên cứu càng được soạn thảo chính xác - và việc hình thành nó khiến các nhà khoa học hiện đại tốn rất nhiều công sức. Là một phần của nhiệm vụ đã đặt ra trước đó: nếu mạng nơ-ron được cung cấp một bức ảnh khác để phân tích, nó có thể sẽ không thể xử lý chính xác ngay lập tức, nhưng dựa trên dữ liệu thu được trong quá trình đào tạo trước đó, nó sẽ tìm ra chính xác vị trí trái đất ở đâu, và những đám mây, không gian hay thứ gì đó khác ở đâu.

Áp dụng ý tưởng vào thực tế

Tất nhiên, trong thực tế, mạng nơ-ron phức tạp hơn nhiều so với những mạng được mô tả ở trên, mặc dù bản thân nguyên tắc vẫn giữ nguyên. Nhiệm vụ chính của các phần tử mà từ đó mạng nơ ron được hình thành là hệ thống hóa thông tin số. Khi kết hợp nhiều phần tử, nhiệm vụ trở nên phức tạp hơn, vì thông tin đầu vào có thể không phải từ bên ngoài, mà từ perceptron, đã thực hiện công việc hệ thống hóa.

Nếu chúng ta quay lại tác vụ ở trên, thì bên trong mạng nơ-ron, bạn có thể đưa ra các quy trình sau: một nơ-ron phân biệt các điểm ảnh màu xanh lam với các điểm ảnh khác, nơ-ron kia xử lý tọa độ, nơ-ron thứ ba phân tích dữ liệu nhận được bởi nơ-ron thứ nhất hai, trên cơ sở đó nó quyết định xem trái đất hay bầu trời ở trong một điểm nhất định. Hơn nữa, việc phân loại thành các pixel màu xanh lam và các pixel khác có thể được giao cho một số tế bào thần kinh đồng thời và thông tin chúng nhận được có thể được tóm tắt. Những perceptron sẽ cung cấpkết quả tốt hơn và chính xác hơn sẽ nhận được tiền thưởng ở dạng giá trị cao hơn ở cuối và kết quả của chúng sẽ được ưu tiên khi xử lý lại bất kỳ nhiệm vụ nào. Tất nhiên, mạng nơ-ron hóa ra vô cùng rộng lớn, và thông tin được xử lý trong đó sẽ là một núi không thể chịu nổi, nhưng chúng ta sẽ có thể tính đến và phân tích các lỗi và ngăn chặn chúng trong tương lai. Việc cấy ghép phần lớn dựa trên mạng lưới thần kinh được tìm thấy trong nhiều sách khoa học viễn tưởng hoạt động như vậy (tất nhiên, trừ khi các tác giả bận tâm suy nghĩ về cách nó hoạt động).

Các mốc lịch sử

Có thể khiến người ta ngạc nhiên, nhưng mạng nơ-ron đầu tiên đã xuất hiện vào năm 1958. Điều này là do thực tế là thiết bị của các nơ-ron nhân tạo tương tự như các phần tử máy tính khác, giữa đó thông tin được truyền đi dưới dạng một hệ thống số nhị phân. Vào cuối những năm 60, một cỗ máy được phát minh, được gọi là Mark I Perceptron, trong đó các nguyên tắc của mạng nơ-ron được thực hiện. Điều này có nghĩa là mạng nơ-ron đầu tiên xuất hiện chỉ một thập kỷ sau khi máy tính đầu tiên được xây dựng.

Các nơ-ron đầu tiên của mạng nơ-ron đầu tiên bao gồm các điện trở, các ống vô tuyến (vào thời điểm đó, một loại mã mà các nhà khoa học hiện đại có thể sử dụng vẫn chưa được phát triển). Làm việc với mạng nơ-ron là nhiệm vụ của Frank Rosenblatt, người đã tạo ra một mạng hai lớp. Màn hình có độ phân giải 400 pixel được sử dụng để truyền dữ liệu bên ngoài vào mạng. Máy đã sớm có thể nhận dạng các hình dạng hình học. Điều này đã gợi ý rằng, với sự cải tiến của các giải pháp kỹ thuật, mạng nơ-ron có thểhọc cách đọc các chữ cái. Còn ai biết gì nữa không?

Mạng nơ-ron đầu tiên

Có thể thấy từ lịch sử, Rosenblatt thực sự cháy hết mình với công việc của mình, anh ấy đã được định hướng hoàn hảo trong đó, anh ấy là một chuyên gia về sinh lý thần kinh. Ông là tác giả của một khóa học đại học hấp dẫn và nổi tiếng, trong đó bất kỳ ai cũng có thể hiểu cách triển khai bộ não con người trong một phương án kỹ thuật. Ngay cả khi đó, giới khoa học vẫn hy vọng rằng sẽ sớm có những cơ hội thực sự để hình thành những robot thông minh có khả năng di chuyển, nói và hình thành các hệ thống tương tự như chúng. Ai biết được, có thể những người máy này sẽ đi định cư ở các hành tinh khác?

Rosentblatt là một người đam mê, và bạn có thể hiểu anh ấy. Các nhà khoa học tin rằng trí thông minh nhân tạo có thể thành hiện thực nếu logic toán học được thể hiện đầy đủ trong một cỗ máy. Tại thời điểm này, thử nghiệm Turing đã tồn tại, Asimov đã phổ biến ý tưởng về người máy. Giới khoa học tin rằng việc khám phá Vũ trụ chỉ là vấn đề thời gian.

Chủ nghĩa hoài nghi được biện minh

Đã có những nhà khoa học tranh cãi với Rosenblatt và những bộ óc vĩ đại khác đang nghiên cứu về trí tuệ nhân tạo. Một ý tưởng khá chính xác về logic chế tạo của chúng có thể được lấy từ các ấn phẩm của Marvin Minsky, người nổi tiếng trong lĩnh vực của ông. Nhân tiện, được biết rằng Isaac Asimov và Stanley Kubrick đã nói rất cao về khả năng của Minsky (Minsky đã giúp anh ta làm việc trong A Space Odyssey). Minsky không chống lại việc tạo ra các mạng nơ-ron, về việcBộ phim của Kubrick là minh chứng, và là một phần trong sự nghiệp khoa học của mình, anh ấy đã tham gia vào lĩnh vực máy học vào những năm 50. Tuy nhiên, Minsky chỉ trích những ý kiến sai lầm, chỉ trích những hy vọng mà tại thời điểm đó vẫn chưa có nền tảng vững chắc. Nhân tiện, Marvin từ những cuốn sách của Douglas Adams được đặt theo tên của Minsky.

Phê bình mạng nơ-ron và cách tiếp cận của thời điểm đó được hệ thống hóa trong ấn phẩm "Perceptron", ra ngày 1969. Chính cuốn sách này đã thực sự giết chết sự quan tâm của nhiều người đối với mạng nơ-ron từ trong trứng nước, bởi vì một nhà khoa học có danh tiếng xuất sắc đã chỉ ra rằng Mark the First có một số sai sót. Thứ nhất, sự hiện diện của chỉ hai lớp rõ ràng là không đủ và máy có thể làm được quá ít, mặc dù kích thước khổng lồ và mức tiêu thụ năng lượng lớn. Điểm chỉ trích thứ hai được dành cho các thuật toán do Rosenblatt phát triển để đào tạo mạng. Theo Minsky, thông tin về lỗi bị mất với xác suất cao và lớp cần thiết chỉ đơn giản là không nhận được lượng dữ liệu đầy đủ để phân tích chính xác tình huống.

Mọi thứ đã dừng lại

Mặc dù ý tưởng chính của Minsky là chỉ ra những sai lầm cho đồng nghiệp của mình để kích thích họ cải thiện sự phát triển, nhưng tình hình lại khác. Rosenblatt qua đời vào năm 1971, và không có ai tiếp tục công việc của mình. Trong thời kỳ này, kỷ nguyên của máy tính bắt đầu, và lĩnh vực công nghệ này đang tiến lên với những bước tiến dài. Những bộ óc giỏi nhất về toán học và khoa học máy tính đã được sử dụng trong lĩnh vực này và trí tuệ nhân tạo dường như là một sự lãng phí năng lượng và tài nguyên vô lý.

Mạng nơ-ron đã không thu hút được sự chú ý của cộng đồng khoa học trong hơn một thập kỷ. Bước ngoặt đến khi cyberpunk trở nên thịnh hành. Có thể tìm thấy các công thức mà các sai số có thể được tính toán với độ chính xác cao. Năm 1986, bài toán do Minsky đưa ra đã tìm ra giải pháp thứ ba (cả ba đều do các nhóm nhà khoa học độc lập phát triển), và chính khám phá này đã thúc đẩy những người đam mê khám phá một lĩnh vực mới: hoạt động trên mạng nơ-ron hoạt động trở lại. Tuy nhiên, thuật ngữ perceptron lặng lẽ được thay thế bằng điện toán nhận thức, loại bỏ các thiết bị thí nghiệm, bắt đầu sử dụng mã hóa, sử dụng các kỹ thuật lập trình hiệu quả nhất. Chỉ một vài năm, và các tế bào thần kinh đã được lắp ráp thành các cấu trúc phức tạp có thể đối phó với các nhiệm vụ khá nghiêm trọng. Theo thời gian, chẳng hạn, người ta có thể tạo ra các chương trình để đọc chữ viết tay của con người. Các mạng đầu tiên xuất hiện có khả năng tự học, tức là chúng độc lập tìm ra câu trả lời chính xác mà không cần người điều khiển máy tính gợi ý. Mạng nơron đã tìm thấy ứng dụng của chúng trong thực tế. Ví dụ: chính trên họ mà các chương trình xác định số trên séc được sử dụng trong các cấu trúc ngân hàng ở Mỹ.

Tiến lên bằng những bước tiến nhảy vọt

Vào những năm 90, rõ ràng là một tính năng chính của mạng nơ-ron đòi hỏi sự chú ý đặc biệt của các nhà khoa học là khả năng khám phá một khu vực nhất định để tìm kiếm giải pháp phù hợp mà không cần sự nhắc nhở từ một người. Chương trình sử dụng phương pháp thử và sai, trên cơ sở đó nó tạo ra các quy tắc hành vi.

Khoảng thời gian này được đánh dấu bởi sự quan tâm tăng vọtcông khai cho rô bốt tạm thời. Các nhà thiết kế nhiệt tình từ khắp nơi trên thế giới bắt đầu tích cực thiết kế những con robot có khả năng học hỏi của riêng họ. Năm 1997, điều này đánh dấu thành công thực sự nghiêm túc đầu tiên ở cấp độ thế giới: lần đầu tiên, một máy tính đánh bại kỳ thủ cờ vua giỏi nhất thế giới, Garry Kasparov. Tuy nhiên, đến cuối những năm 90, các nhà khoa học đưa ra kết luận rằng họ đã chạm tới mức trần, và trí tuệ nhân tạo không thể phát triển hơn nữa. Hơn nữa, một thuật toán được tối ưu hóa tốt sẽ hiệu quả hơn nhiều so với bất kỳ mạng nơron nào trong việc giải quyết các vấn đề tương tự. Một số chức năng vẫn còn với mạng nơ-ron, chẳng hạn như nhận dạng các văn bản lưu trữ, nhưng không có gì phức tạp hơn khả dụng. Về cơ bản, như các nhà khoa học hiện đại nói, thiếu khả năng kỹ thuật.

Thời gian của chúng ta

Mạng nơ-ron ngày nay là một cách để giải quyết những vấn đề phức tạp nhất bằng phương pháp “giải pháp sẽ tự tìm ra”. Trên thực tế, điều này không liên quan đến bất kỳ cuộc cách mạng khoa học nào, chỉ cần các nhà khoa học hiện đại, những người nổi tiếng của thế giới lập trình, có quyền truy cập vào một kỹ thuật mạnh mẽ cho phép họ áp dụng những gì một người chỉ có thể tưởng tượng về mặt chung chung trước đây. Quay trở lại cụm từ của Cicero về khỉ và mã thông báo: nếu bạn chỉ định ai đó cho động vật sẽ tặng họ phần thưởng cho cụm từ chính xác, họ sẽ không chỉ tạo ra một văn bản có ý nghĩa, mà còn viết một "Chiến tranh và Hòa bình" mới, và không tệ hơn.

Mạng nơ-ron ngày nay của chúng ta đang phục vụ cho các công ty lớn nhất hoạt động trong lĩnh vực công nghệ thông tin. Đây là các mạng nơ-ron nhiều lớp được triển khai thông qua các máy chủ mạnh mẽ,sử dụng các khả năng của World Wide Web, các mảng thông tin được tích lũy trong nhiều thập kỷ qua.